Где ИИ встраивается в обучающий продукт: карта

Коротко

Искусственный интеллект встраивается в обучающий продукт не в одном месте, а в семи разных задачах – от репетитора, который отвечает на вопрос ученика, до движка, который выбирает следующий урок. Часть этих задач в 2026 году уже зрелые и запускаются с лёгкой проверкой: автоматические субтитры, конспекты лекций и репетитор, опирающийся на материалы курса. Другим, вроде полностью автономного оценивания и генерации контента без проверки, по-прежнему нужен человек. Карту связывает одно правило: любая ИИ-функция пишет отслеживаемую учебную запись, а её результат проверяет человек, прежде чем он дойдёт до ученика или попадёт в ведомость. В России к этому добавляется условие инфраструктуры: персональные данные учащихся обрабатывают только модели, работающие в РФ, – российские API (GigaChat, Alice AI в Yandex AI Studio, Yandex SpeechKit, SaluteSpeech) или открытые модели на своих серверах. Эта статья – карта: у каждой функции есть отдельный подробный разбор, а устройство самих моделей описано в нашем разделе AI for Video Engineering.

Почему это важно

Если вы отвечаете за обучение и развитие персонала, основали EdTech-компанию или ведёте продукт с курсами, вам каждую неделю предлагают очередную «ИИ-функцию», и по большинству презентаций не понять, где реальная ценность. Стоимость, риск и регуляторная нагрузка у ИИ-функций совершенно разные: автоматические субтитры дёшевы и безопасны, а ИИ, который решает, кто сдал экзамен, принимает решение об ученике с юридическими последствиями. Нужна одна карта: куда встраивается каждая функция, как она обычно ломается, где должна работать модель и насколько функция зрелая в 2026 году. Её и даёт статья – чтобы вы обсуждали с инженерами и методистами «делать или покупать» по существу, а не покупали хайп.

Сначала: что значит «ИИ в обучающем продукте»

Обучающий продукт – это конвейер. Контент создают, хранят, доставляют в виде видео или интерактивных уроков, воспроизводят перед учеником, отслеживают его действия и показывают результат в аналитике. (Если такой конвейер вам в новинку, начните с анатомии платформы видеообучения.) Искусственный интеллект – программы, которые выполняют задачи, обычно требующие человеческого суждения: распознают речь, пишут текст, ищут закономерности. Он не заменяет конвейер, а подключается к конкретным его этапам.

Представьте конвейер как дом, а ИИ – как набор бытовых приборов. Ради посудомойки дом не перестраивают: её включают в существующую розетку. Искусство в том, чтобы знать, какие розетки есть, какие приборы уже надёжны, а какие пока прототипы и без присмотра могут залить кухню.

Розеток семь. Для каждой – понятная аналогия, типичный сбой и оценка зрелости в 2026 году.

Семь мест, куда встраивается ИИ

Нажмите, чтобы увеличить

1. ИИ-репетитор. Разговорный помощник, который отвечает на вопросы ученика в контексте курса. Аналогия: ассистент преподавателя, прочитавший всю программу и доступный в два часа ночи. Его сбой опаснее всех: репетитор, уверенно сообщающий неверный факт («галлюцинация»), хуже, чем никакого, потому что ученик ему доверяет. Лечится это привязкой к материалам курса, чтобы репетитор отвечал только по одобренному контенту. Техника называется retrieval-augmented generation (RAG): модель сначала находит нужный фрагмент урока и только потом пишет ответ. Разбор: ИИ-репетиторы и разговорные помощники.

2. ИИ-аватары и синтез видео. Программы, которые по сценарию генерируют говорящего ведущего или целое озвученное видео. Аналогия: дублёр, которого можно «переснять», поправив текст. Это удобно, чтобы обновить одну фразу в курсе без пересъёмки; российские студии уже делают цифровых аватаров преподавателей для корпоративного обучения. Но здесь встаёт вопрос согласия: если аватар похож на реального преподавателя или клонирует настоящий голос, нужны явно оформленные права. Устройство моделей (text-to-video, клонирование голоса) – в нашем ИИ-разделе: см. синтез видео с говорящей головой и аватаром. Когда синтетический ведущий помогает обучению, а когда удешевляет курс, – в статье ИИ-аватары и синтез видео для учебного контента.

3. Автоматические субтитры. Распознавание речи, которое превращает звук лекции в синхронный текст на экране. Аналогия: стенографист, который не устаёт, но иногда не расслышит термин. Субтитры одновременно повышают вовлечённость и обеспечивают доступность курса, поэтому они на верху шкалы зрелости. Разбор: автоматические субтитры для учебного видео; сам движок распознавания речи – в статье о потоковом ASR.

4. Автоматический перевод и дубляж. Перевод субтитров или озвучки курса на другой язык. Аналогия: синхронный переводчик для всего каталога; закадровый перевод с сохранением тембра голоса уже стал массовой функцией браузера. Планка качества в обучении выше, чем для обычного видео: неверно переведённая инструкция учит неправильному. Разбор: автоматический перевод и многоязычные курсы.

5. Автоматическая генерация тестов и заданий. Создание практических вопросов, домашних заданий и планов уроков по транскрипту или уроку. Аналогия: ассистент, который набрасывает тест, а вы его проверяете. Пример: в Skyeng с 2025 года преподаватели генерируют с помощью ИИ планы уроков и домашние задания, и этой функцией пользуется около 10% из них. Риск – в качестве вопросов: правдоподобные, но неверные варианты-дистракторы или вопросы, проверяющие запоминание опечатки. Ответ на сгенерированный вопрос всё равно должен записываться как отслеживаемое взаимодействие – это связывает точку со слоем стандартов (о нём ниже). Разбор: автоматическая генерация тестов и заданий.

6. Конспекты лекций и учебные материалы. Автоматические резюме, списки ключевых тезисов, разметка глав и карточки для повторения. Аналогия: аккуратный конспект однокурсника. Точка зрелая и с низким риском, потому что ученик всегда может сверить резюме с источником, если источник показан. Разбор: суммаризация лекций и учебные материалы.

7. Персонализация и адаптивные треки. Движок, который выбирает следующий урок в зависимости от успехов ученика. Аналогия: тренер, который пропускает то, что вы уже знаете, и прорабатывает то, чего не знаете. Эту точку чаще всего перехваливают: настоящая адаптивность, которая реагирует на данные о результатах, отличается от заранее написанного сценария ветвления, который только выглядит адаптивным. Разбор: персонализация и адаптивные треки обучения.

Зрело, развивается или рискованно в 2026

Не каждая точка готова работать без присмотра. Честная оценка на 2026 год:

Нажмите, чтобы увеличить

Закономерность простая: у зрелых точек результат дёшево проверить – и ученику, и автору. Субтитр сверяется со звуком, резюме – с лекцией. У рискованных наоборот: результат весомый, и его трудно проверить задним числом, как оценку или факт, поданный как истина. Чем весомее результат и чем сложнее его проверить, тем строже должен быть контроль человека.

Правило, связывающее карту: контроль человеком

Каждой ИИ-функции в обучающем продукте нужно место, где человек может поймать ошибку до того, как она дойдёт до ученика. Это и есть контроль человеком, и чаще всего ИИ-функции в обучении проваливаются именно без него.

Нажмите, чтобы увеличить

Контроль не обязательно тяжёлый. Для субтитров это быстрая правка автоматической расшифровки. Для сгенерированного теста – преподаватель, который утверждает каждый вопрос. У ИИ-репетитора контроль встроен в архитектуру: привяжите его к одобренному контенту, чтобы он не выдумывал, и дайте «аварийный выход» – «я не уверен, вот ваш преподаватель». Чем дороже ошибка, тем строже контроль.

В пилоте ИИ-репетитора, опирающегося на материалы курса (2025), даже с RAG около 1,5% ответов оказались прямо неверными, а примерно 16,5% опирались на информацию за пределами выданных модели материалов. Привязка к материалам резко снижает долю ошибок, но не до нуля, поэтому продукту всё равно нужен путь эскалации к человеку. Без контроля те же ошибки сразу получат все ученики.

Основа под каждой точкой: трекинг

Обучающий продукт отличается от видеосайта тем, что хранит запись о действиях каждого ученика. Отсюда жёсткое правило: если ИИ-функция порождает учебное взаимодействие, она обязана записать его в учебную запись по тем же стандартам, что и всё остальное.

Стандарт для фиксации учебных событий – Experience API, или xAPI. xAPI-утверждение – короткое предложение вроде «Мария верно ответила на вопрос 3», которое записывается в хранилище учебных записей – Learning Record Store, или LRS. (Если это для вас новое, читайте трекинг видео через xAPI Video Profile.) Для ИИ это значит: даже если вопрос теста сгенерировала машина, ответ ученика остаётся обычным xAPI-утверждением и попадает в ту же аналитику обучения, что и тест, написанный человеком.

Нажмите, чтобы увеличить

Поэтому карта – это не семь отдельных продуктов. Субтитры, подсказки репетитора, сгенерированный тест и выбор адаптивного движка пишут в одну и ту же запись. ИИ-функцию, которую нельзя отследить, нельзя ни измерить, ни улучшить, а при споре с учеником или проверке – ни объяснить, ни защитить.

Слой регулирования: что делает точку «рискованной»

Три внешних фактора определяют, насколько строгим должен быть контроль и где вообще может работать модель: доступность, правила об автоматизированных решениях и требования к данным учащихся.

Доступность – часть качества курса. Национальный стандарт доступности ГОСТ Р 52872-2019 построен на Web Content Accessibility Guidelines (WCAG) 2.1: критерий успеха 1.2.2 требует субтитров для записанного видео на уровне A, критерий 1.2.4 – для прямого эфира на уровне AA. Стандарт добровольный, и прямого требования субтитров в законе об образовании нет, но ст. 79 273-ФЗ обязывает создавать специальные условия для учащихся с ОВЗ, а ГОСТ – самый внятный способ описать, что такое «доступное видео». И здесь ловушка: автоматический субтитр – это черновик, а не субтитр по стандарту. WCAG требует точных субтитров, где указаны говорящие и значимые звуки, а непроверенная машинная расшифровка с долей ошибок 5–10% этим требованиям не отвечает. Посчитаем:

«В 30-минутной лекции примерно 4 500 слов. При реальной доле ошибок распознавания 8% это около 360 неверных слов: 4 500 × 0,08 = 360. В техническом курсе ошибки скапливаются как раз на важных терминах. Поэтому точка субтитров «зрелая» только вместе с правкой человеком; без неё вы выпустили недоступный курс.»

Решение об ученике нельзя целиком отдать машине. Ст. 16 152-ФЗ запрещает принимать исключительно на основании автоматизированной обработки персональных данных решения, которые порождают юридические последствия для человека или иным образом затрагивают его права и законные интересы. Исключения – письменное согласие или случаи, предусмотренные федеральным законом. При этом оператор обязан разъяснить порядок принятия решения, дать возможность возразить и рассмотреть возражение в течение 30 дней. Оценка, от которой зависят аттестация, допуск к экзамену или выдача удостоверения, – вероятный кандидат на такое решение. Поэтому автономное оценивание и стоит в красной полосе: это не только плохая практика, но и решение, которое закон по умолчанию оставляет за человеком. Прокторинг – отдельная тема: идентификация на аттестации идёт через ЕСИА и ЕБС (п. 14–18 ПП 1678), а хранить биометрию самостоятельно частная компания не вправе. Подробнее – в статье об онлайн-прокторинге.

Данные учащихся – только в России. С 1 июля 2025 года 152-ФЗ запрещает операции с персональными данными граждан РФ с использованием баз данных за рубежом (ч. 5 ст. 18), а отправка данных зарубежному провайдеру – это трансграничная передача, о которой нужно заранее уведомить Роскомнадзор (ст. 12). Вопрос ученика в чате репетитора, запись его голоса, ответы на тест – всё это персональные данные. Согласие на их обработку с 1 сентября 2025 года оформляется отдельным документом, а за детей его дают законные представители. Кроме того, крупнейшие зарубежные провайдеры языковых моделей официально недоступны в России, так что выбор сужается до российских API – GigaChat, Alice AI в Yandex AI Studio, Yandex SpeechKit (есть вариант Hybrid для установки в своём контуре), SaluteSpeech – и открытых моделей вроде Whisper на своих серверах. Образовательным организациям стоит учесть и п. 21 ПП 1678: ПО в составе дистанционных технологий должно создаваться и использоваться в соответствии с законодательством РФ и (или) входить в реестр российского ПО.

Это инженерное руководство, а не юридическая консультация. Уточняйте детали у квалифицированного юриста, особенно перед запуском ИИ для оценивания или прокторинга.

Частая ошибка: «мы добавили ИИ» без контроля и без записи

Чаще всего команда выпускает ИИ-функцию как отдельный виджет. Чат-бот прикручен к странице курса, не привязан к контенту, не умеет передать вопрос человеку, ничего не пишет в учебную запись и отправляет вопросы учеников первому попавшемуся облачному API. На демо всё выглядит хорошо, в продакшене разваливается. Репетитор галлюцинирует, потому что его не привязали к материалам; автосубтитры ошибаются в важных терминах, потому что их никто не правил; данные учеников уходят туда, где им быть нельзя. И ничего из этого не попадает в аналитику: если ученик пожалуется, следа ответа ИИ не найти. Два правила карты – контроль человеком и отслеживаемая запись – плюс модель, работающая в России, нужны ровно для того, чтобы этого не случилось.

Где здесь Фора Софт

Мы встраиваем ИИ в обучающий продукт, а не строим продукт вокруг ИИ. Фора Софт с 2005 года делает видеоконференции, стриминг, e-learning и ИИ-функции для видео. Когда клиент хочет ИИ-репетитора или автосубтитры, мы начинаем с выбора «делать или покупать»: API российского провайдера (GigaChat, Yandex AI Studio, SpeechKit) быстро подключается и оплачивается по объёму, а открытые модели на собственной инфраструктуре требуют инженерных вложений заранее, зато держат данные учеников в вашем контуре и избавляют от привязки к вендору. Каждую ИИ-точку мы встраиваем в описанную выше схему трекинга и контроля, чтобы функцию можно было измерить и объяснить, и честно говорим, какие точки готовы к продакшену, а каким ещё нужен человек.

Главное

• ИИ встраивается в обучающий продукт в семи разных задачах, у каждой своя стоимость и свой риск.
• Зрелые в 2026 году: субтитры, конспекты и репетитор с RAG, опирающийся на материалы курса.
• По-прежнему рискованны: автономное оценивание и генерация контента без проверки.
• Каждой ИИ-функции нужен контроль человеком, и его строгость зависит от цены ошибки.
• Каждое ИИ-взаимодействие должно записываться как отслеживаемое xAPI-утверждение.
• ГОСТ Р 52872-2019 (WCAG 2.1) и 152-ФЗ (ст. 16 об автоматизированных решениях и локализация данных) определяют, насколько строгим будет контроль и где работает модель.

Что почитать дальше

• ИИ-репетиторы и разговорные помощники в обучении
• Автоматические субтитры для учебного видео
• Покупать или разрабатывать ИИ-функции и сколько это стоит