Создаются образовательные продукты и на основе дополненной реальности. Например, приложение Our Minds AR позволяет студентам в классе высказываться по теме с помощью обмена текстовыми сообщениями и очков дополненной реальности. Ученику достаточно напечатать вопрос или соображение в приложении, и все присутствующие увидят этот текст в виде облачка, «плавающего» над головой автора — как в комиксах.

Однако проблема в том, что большинство подобных решений требует дорогостоящего оборудования — VR-шлемов, AR-гарнитур или как минимум iPhone. Чтобы обеспечить такими гаджетами целый класс, нужны существенные расходы: так, цены на VR-шлем HTC Vive Focus, необходимый для курса по физике от НТИ ДВФУ и Modum Lab, на Яндекс.Маркете начинаются от 50 тысяч рублей. Если умножить эту сумму на число студентов и добавить расходы на сам продукт, получится сумма, неподъемная для многих образовательных учреждений. Кроме того, даже при наличии оборудования школьные учителя часто не понимают, как интегрировать его в учебный процесс. Как показало майское исследование «Учи.ру», лишь у 10% респондентов в школах есть VR-очки, и из них только 20% пользуются ими на уроках.

Да, AR/VR действительно повышает вовлеченность учеников, а усвоение материала с ним становится проще — но пока что тех же результатов можно достичь и более бюджетными методами. Поэтому до тех пор, пока технологии виртуальной и дополненной реальности не станут более доступными, применяться они будут в основном там, где они действительно необходимы — например, в обучении технических специалистов. Интересно, что техники Boeing уже несколько лет используют AR-подсказки при сборке проводов на борту. Виртуальные инструкции в системе дополненной реальности помогли компании отказаться от объемных бумажных мануалов и повысили точность работ на 30%.

Роботы и голограммы

Прошлой осенью Школа бизнеса Маккомбса при Техасском университете заключила контракт с компанией Contextual Content Group на создание трехмерных голограмм для дистанционного проведения уроков. Это решение, цель которого сделать занятия безопасными в пандемию, призвано создать эффект реального присутствия преподавателя в классе: каждое движение и жест лектора видны слушателям, и он может общаться с ними так же, как если бы он находился в аудитории физически.

Это не первый случай использования голограмм в обучении: в 2018 году перед студентами Имперского колледжа выступили спикеры, которые в этот момент находились в разных точках земного шара — они предстали перед аудиторией в виде своих трехмерных копий. А в 2019 году с помощью платформы HoloCampus профессора Гавайского университета получили возможность удаленно читать лекции в Общественном колледже Американского Самоа.

Такие эксперименты с голограммами лекторов нацелены на то, чтобы «приблизить» дистанционное обучение к реальному: слушатели ощущают себя так, словно лектор действительно присутствует в помещении. Но хотя это очень впечатляющее решение, при ближайшем рассмотрении его преимущества перед простой онлайн-конференцией оказываются не столь существенны. Обычная лекция в Zoom позволяет преподавателю и студентам точно так же видеть друг друга и общаться в режиме реального времени. Конечно, это не так захватывающе, как взаимодействие с 3D-профессором, но зато не требуют сложных разработок и больших финансовых вложений. Поэтому трехмерные лекции, вероятно, пока будут существовать в рамках отдельных кейсов крупных университетов.

Стремление оцифровать учителя нашло свое воплощение в еще одной интересной инициативе — программах на базе искусственного интеллекта, которые должны заменить реального педагога. Пожалуй, самый знаменитый пример здесь — преподаватель Джилл Уотсон, которая на протяжении пяти месяцев помогала студентам Технологического института Джорджии в подготовке учебных работ. На сайте студенческого форума Джилл добросовестно отвечала на вопросы, напоминала о сроках сдачи, поддерживала общение — и лишь впоследствии студенты узнали, что все это время они имели дело не с живым человеком, а с алгоритмом.

Этот кейс, как и 3D-голограммы, выглядит очень эффектным — но потенциал «искусственных» преподавателей пока очень невысок. Любые попытки роботизировать учителя будут неудачными, поскольку исключить живого человека из учебного процесса, сохранив его качество, невозможно — во всяком случае, сегодня. Робот не может выйти из рамок своей программы, импровизировать, проявлять эмпатию, использовать творческий подход. А для автоматизации таких рутинных задач, как ответы на вопросы студентов и напоминание о дедлайнах, вовсе не обязательны сложные дорогостоящие технологии.

Индивидуальный подход

Все эти примеры вовсе не означают, что технологии никак не могут помочь образованию. Напротив, есть целые области, где их применение может дать потрясающие эффекты — при относительно невысоких затратах на реализацию. В первую очередь сюда относится все, что связано со сбором и обработкой больших данных: анализируя информацию о взаимодействии учеников с материалом, можно выявлять слабые места курсов и адаптировать их под запросы аудитории, создавать собственный трек заданий для каждого пользователя, следить за прогрессом учебных групп и многое другое. Так, статистикой на платформе «Учи.ру» пользуются почти 70% учителей, причем треть из них регулярно корректирует темы и задания в соответствии с полученной информацией. А платформа WeStudy разработала инструмент, который позволяет предсказывать, когда пользователь решит бросить обучение: для этого алгоритмы собирают данные о его поведении, анализируют их по 121 параметру и при появлении тревожных симптомов оповещают об этом администратора.

Большие данные — основа для развития персонализированного обучения. Это одно из наиболее перспективных направлений в EdTech: с помощью обработки информации алгоритмы могут создавать для каждого ученика индивидуальные образовательные траектории — то, что в офлайне возможно лишь в рамках частных занятий или небольших учебных групп. В массовом обучении: в школе или на онлайн-курсах с большим количеством студентов — личный подход раньше был неприменим. Между тем все учителя, с которыми мы общаемся, постоянно жалуются на отсутствие в школах возможности видеть статистику по каждому ученику, чтобы понимать, какие темы у него «провисают» — но на самостоятельный сбор этих сведений у них не хватает времени.

Именно поэтому такую роль играет автоматизированная обработка данных: алгоритмы фиксируют всю информацию о взаимодействии студента с учебным материалом, делают выводы о его слабых и сильных сторонах и либо выдают результаты преподавателю, либо сами адаптируют курс под потребности пользователя.

Сегодня 90% учителей говорят, что оценок недостаточно для понимания уровня ученика; важно знать его интересы, темпы усвоения информации, усидчивость, внимательность и многие другие факторы. Уже сейчас многие компании работают над созданием инструментов, которые смогут подбирать материал и формат его подачи с учетом всех этих факторов — и потенциал у таких разработок очень высок.

Разумеется, у школ нет ресурсов, чтобы развивать подобные инструменты — более того, это не заложено в их функцию. Так что эту роль, вероятнее всего, возьмут на себя EdTech-компании, которые уже сейчас плотно взаимодействуют с академическим образованием. Именно они будут упаковывать статистику по учащимся и, возможно, полностью «заберут» себе обязанность сбора данных.

Game-based learning

Edutainment — подход, который предполагает совмещение обучения с развлекательными элементами — по большей части остается за пределами «формального» академического обучения. Но это вполне нормальное явление: система образования как фундаментальный институт не обязана принимать в себя все инновации — что-то всегда будет расти параллельно системе. Так что геймификация сегодня развивается по большей части в рамках EdTech-проектов, которые создают продукты как для дополнительного образования, так и для школ и вузов.

Так, знаменитое приложение для изучения английского DuoLingo использует игровую валюту и «жизни», которые можно потерять или восстановить. Вообще зарабатывание валюты, баллов или рейтинга — один из наиболее частых принципов геймификации, находящих свое применение в образовании. Например, студенты «Школы 21» от «Сбербанка» должны проверять чужие задания, чтобы заработать очки, без которых их собственные проверены не будут.

Максимальный синтез обучения с развлечением достигается в так называемом game-based learning (GBL). При таком подходе игра из дополнительного элемента становится основным — а для продвижения по ее уровням участнику необходимо применять знания из разных предметных областей. К примеру, существует множество игр для программистов, где нужно написать код, чтобы победить вражеских роботов. Под учебные цели была адаптирована и легендарная «песочница» Minecraft, на базе которой школьники в Англии строят города разных эпох. А на платформе «Учи.ру» можно поиграть в RPG-игру «Магическая математика»: ее сюжет завязан на мистическом исчезновении учителя, а на пути к раскрытию этой тайны главному герою приходится решать задания на знание курса математики.

Конечно, геймификация — не панацея, которая сможет дать мотивацию к обучению человеку, у которого ее не было изначально. К тому же построить курс полностью на принципе игры невозможно. Но такая задача и не стоит: игровые механики должны не заменить собой обучение, а сделать его более увлекательным и помочь в освоении нового материала — и с этой задачей они прекрасно справляются. Тем более что эти решения не требуют сложных разработок, больших капиталовложений или дорогого оборудования.