Привет! Меня зовут Евгений Шеленков, я тимлид нескольких команд в отделе разработки, а также руковожу образовательным проектом Битрикс24. Вместе с командой «Битрикс24 // Университет» мы уже 7 лет создаем и ведем обучающие курсы для разработчиков.
Чтобы создать свой первый большой курс по бэкенду, я восемь месяцев учился на методиста — фактически, учился обучать людей.
Затем я еще 4 месяца создавал этот курс, пытаясь параллельно делать свою основную работу — участвовать в разработке продуктов Битрикс, что получалось не очень эффективно. И еще год мы записывали сами лекции.
Новый курс по фронтенду я собрал буквально за месяц — с помощью нейросетей. И практически без потери качества на основном месте работы.
В этой статье я на собственном примере расскажу вам, как использовать ИИ для создания обучающих материалов.
Вместо вступления
В статье я буду опираться на опыт «Битрикс24 // Университет», в котором мы уже седьмой год обучаем начинающих специалистов с целью пригласить самых лучших в свою команду. На сегодняшний день у нас работает уже 80 выпускников, и всего трое за 6 лет ушли от нас в другие компании..
Мы обучаем студентов по направлениям QA, веб-разработчик и ИБ-специалист. Основной набор ведём с третьего и четвертого курса университета. Поток начинается в октябре и длится 8 месяцев.
Кому будет полезна эта статья
Найти хорошего специалиста очень сложно, намного проще вырастить его внутри компании. Для этого нам и нужны образовательные курсы. Но не курсы общего толка, которые предлагают онлайн-университеты и образовательные платформы, а программы, заточенные под конкретную компанию.
Крупные компании открывают свои академии и школы, делая обучение доступным всем желающим. Лучших выпускников забирают в себе в штат.
Компаниям поменьше нужны свои программы, чтобы обучать стажеров и новичков, растить собственных специалистов внутри.
Создать курс — дорогостоящая история, это миллионы рублей в пересчете на заработную плату сотрудников, которые в этом участвуют. Плюс необходима высокая квалификация людей, которые работают над методологией и наполнением курса.
Курс, который мы сейчас делаем в «Битрикс24 // Университет», рассчитан на 250 часов и треть из них — это лекции. Их читают наши преподаватели, практики, которые делают продукт, пишут код. Мы даем знания через призму собственного опыта и наемные преподаватели нам не подходят.
У нас в курсе задействовано 50 человек – методисты, которые составляют лекции, лекторы, ревьюеры, которые проверяют домашние задания и менеджеры, которые которые помогают адаптироваться студентам. Во многих компаниях просто нет такого количество людей, чтобы создать и вести курс. Да и у нас есть большая проблема со ресурсами — две релиза в год требуют очень большой отдачи, занимают очень много рабочего времени.
Поэтому для создания курса по фронтенду мы решили использовать нейронки. Сразу скажу, что этот подход оказался намного эффективнее, потребовал меньше ресурсов и в целом его можно рекомендовать компаниям любого уровня, которые нуждаются в собственных образовательных программах.
Теперь перейдем к самому процессу.
Объединяем знания методиста и скорость ИИ
Шаг первый: определяем портрет выпускника
Если с портретом студента все более-менее понятно — ему достаточно базовых навыков по теме, то портрет выпускника — это тот набор знаний и умений, который необходим человеку, чтобы работать в вашей компании. На этом этапе вам нужно четко описать, чему вы будете учить студентов, что им необходимо узнать и что они должны уметь по окончании учебы.
Если в компании есть карта компетенций — отлично, этот как раз будет ваш первый уровень, Junior. Если нет, то придется составить что-то подобное вместе с HR-специалистами. Если компания маленькая и HR’ов нет, можно привлечь к работе над курсом руководителя компании или заинтересованного топа.
С картой компетенций мы идем в ChatGPT. Это может быть и любая другая генеративная модель, важно, чтобы она хорошо умела размышлять. Отдаем нейронке Отдаем нейронке список компетенций, знаний, умений. Обязательно описываем то, как выидете этот курс — что необходимо рассказать студентам, чему научить.
Нейросети нужно видение резуль��атов курса от практикующего человека, иначе не получится верифицировать возможные фантазии ИИ.
После этого просим составить список примерных тем, чтобы человек, прошедший курс, закрыл нужные компетенции. Я дополнительно просил модель опираться и на верхнеуровневое представление нашего предыдущего курса — это помогло ей быстрее сориентироваться.
Но в любом случае на этом этапе придется сделать несколько итераций, вносить правки, добавлять, уточнять.
Так, дорабатывая и раскрывая каждую тему, формируем скелет курса.
Шаг 2: Формируем таймлайн курса
Эту задачу тоже можно поручить нейронке. Задача методиста — не перегрузить студента информацией. Если раньше мы вручную просчитывали, как разделить темы, как скомпоновать домашние задания, то сейчас все это делает нейросеть.
Максимальная нагрузка на таких курсах — 3 занятия в неделю, причем лекции не должны занимать больше 1-1,5 часов. Но могут возникать нюансы, например, лекция заняла час, а контента на самостоятельное осмысление у студентов на 2-3 часа. Следовательно на неделе получится сделать только две лекции, чтобы оставить студентам достаточно времени на самоподготовку.
А если домашнее задание по смыслу пересекается со следующей лекцией, значит, нельзя его задавать раньше. Такие моменты должен отслеживать методист и давать нейронки задачу скорректировать расписание. Он понимает, какие темы могут сочетаться друг с другом, какой объем домашних работ допустим в течение каждой недели и т.д
Между хардовыми заданиями можно вставить лекцию по софт-скиллам, чтобы ваш курс не проседал по динамике, но ментальная нагрузка снижалась. Обратите внимание — софт скиллы нужны не менее чем харды, но многие об этом забывают.
Сочетая опыт методолога и умение нейросети анализировать, можно в течение пары часов докрутить каркас курса до идеального состояния.
Рекомендации:
-
Распределяйте занятия с учетом праздничных дней, сессий, если ваши студенты получают основной образование, рабочей нагрузки — если они работают.
-
Не забывайте и про свою загруженность — в каждой компании есть пиковые сезоны, могут быть собственные мероприятия и спецпроекты. В такие периоды не стоит загружать сотрудников, например, проверкой домашних заданий.
-
Если вы обучаете студентов, учитывайте их график – делайте перерыв декабрь-январь и маю-июнь — периоды сессий.
Шаг 3: Создаем план лекции
На этом этапе мы начинаем раскрывать и дополнять каждое занятие из таймлайна. Загружаем в нейронку тему каждой лекции и просим составить план с разбивкой на слайды, чтобы дальше можно было создавать презентацию. Как и раньше, работаем с нейросетью итеративно, пока не добьемся отличного результата — просим убрать или добавить какие-то темы, разделы, корректируем все, что она предлагает с точки зрения объема знаний, возможности разобраться в теме за одно занятие.
Рекомендации:
-
Не старайтесь уместить в презентацию все содержание лекции. Слайды — это подкрепляющий материал, они не должны конкурировать с лектором, они работают в параллели с ним. По опыту скажу, что на 30 минут лекции достаточно 10 слайдов. Они не должны содержать полотно текста, достаточно основных тезисов, которые помогут вам читать лекцию, а студентам визуально запомнить новый материал.
-
В ходе лекции давайте студентам практику — она может быть вкраплена по ходу повествования или в конце, ориентируйтесь по своим задачам. Мы используем оба подхода. Под практикой я имею в виду объяснение материала на каком-то примере, который может быть схож с домашним заданием, чтобы студенты смогли еще раз потренироваться.
-
Сразу после лекции давайте ссылки на дополнительные материалы для углубленного изучения — это может быть внешний контент или внутренняя база знаний вашей компании в зависимости от курса.
После того, как мы вместе с нейронкой собрали идеальный план лекции и четко распределили его по слайдам, я выгружаю его в markdown-файл и иду с ним в нейросеть GenSpark — здесь мы будем создавать сами слайды.
Шаг 4. Генерируем презентацию
Я рекомендую работать в GenSpark — внутри этой модели есть Deep Research, она может докрутить, улучшить содержание слайдов, глубже раскрыть тему лекции. Можно просто отдать текст и попросить собрать по нему презентацию, но лучше использовать возможности платформы и глубокий анализ.
Это самый дорогой, но лучший вариант — бесплатного тарифа не хватит на использование всех нужных фич, а стоимость самого простого пакета — около 20$ в месяц. При этом в пересчете на токены презентация в 10-20 слайдов обойдется в 400-500 руб. Вы можете посчитать экономическую выгоду в пересчете на стоимость вашего часа, учитывая, что на самостоятельное создание презентации вам потребуется около 3-5 часов. С нейронкой вы потратите лишь 30-60 минут на финализацию.
Мы уделяем очень большое внимание виду презентаций, корпоративному стилю университета, поэтому используем GenSpark.
Вот так выглядит один из первых слайдов лекции сразу после экспорта в PPTX. Мы выгружаем презентацию в этом формате, чтобы добавить корпоративный стиль. На самом деле при выгрузке качество слайдов становится хуже. Если вам не принципиально приводить внешний вид презентации к корпоративным требованиям, можно сразу выгрузить слайды в PDF, это существенно экономит время и деньги.
После того, как мы применили общий стиль к презентации, этот же слайд стал выглядеть немного иначе — концептуально все осталось, но стало выглядеть немного стройнее. То же самое можно было сделать и нейронкой, но в нашем случае ручной тюнинг пока оказывается дешевле.
Как это выглядит на практике:
Рекомендации:
-
Если вы только начинаете создавать свои курсы или создаете внутрикорпоративные программы обучения, вам может хватить и более простых решений, таких как Gamma.app. Эта модель менее «креативна», чем GenSpark, у нее нет механизмов Deep Research, поэтому слайды придется как следует проработать в ChatGPT.
-
Готовые слайды рекомендую еще раз прогнать через ChatGPT и проверить их на соответствие плану лекций. Если что-то нужно изменить, снова возвращаемся в модель, которая отрисовывает слайды.
Шаг 5. Подготовка домашних заданий
В наших курсах после каждой лекции обязательно идет практика. Создавая курс по фронтенду, я обращался к ChatGPT с просьбой сгенерировать домашние задания по аналогии с предыдущим курсом. В теме фронтендов нейронки знают даже больше, чем я, поэтому я прошу не только сверстать домашки, но и подобрать дополнительные ссылки для студентов.
ИИ придумывает тему для домашних заданий, основываясь на контенте, который вы даете в лекции. Для многих это решение проблемы «белого листа», когда сложно решить, с чего начать задачу. Нейронки снимают эту проблему и придумывают домашние задания в разы быстрее. Останется только внимательно следить чтобы нейросеть не галлюцинировала и четко транслировала ваши идеи и требования. Но даже так экономия времени и уровень качества при таком совместном подходе намного выше, чем в режиме «все сделаю сам».
Обычно я докручиваю предложенные варианты ДЗ, и контролирую, чтобы в них не попали еще не пройденные темы и чтобы объем позволял выполнить их до следующего занятия.
Вот так выглядит фрагмент готового ДЗ, выгруженного в формате md-файла
Шаг 6. Подготовка чек-листов для проверки ДЗ
И последний этап — опираясь на тему и ДЗ нейросеть создает по моему запросу чек-листы для ревьюеров, для сотрудников, которые проверяют домашние работы. Нейронка создает сам чек-лист и методические указания, а результат я выгружаю в md-файле.
Составить ДЗ и критерии его оценки — это очень большая, сложная часть курса, она занимала много времени методиста. Сейчас это генерируется за минуты.
На этом вся подготовительная работа закончена, остается лишь открыть OBS Studio и начать записывать видеоуроки.
Возможно, в скором времени и этот этап уйдет в небытие, а лекции можно будет записывать без участия преподавателей, с помощью цифрового аватара. Но пока мы записываем их сами, один совет от меня: старайтесь отснять лекцию за один проход. Не нужно делать много попыток, стараясь добиться идеальной картинки — «живые» лекции воспринимаются намного лучше. Вы можете «подвисать», подбирая слова, добавлять детали, вспоминать что-то важное и добавлять к предыдущим слайдам — так студенты будут видеть что вы «живой» и ошибаться не страшно. Это сближает и помогает создавать нужную атмосферу, доверие к преподавателю.
Вместо заключения
Если вы опасаетесь, что ИИ обездушит ваш образовательный проект, не стоит переживать. Студенты не поймут, что план и презентацию помогала готовить нейросеть. А рассказывать содержание в любом случае будет человек. Он сделает это через призму своего опыта, результат работы ИИ будет совсем не заметен. Но чего точно делать не нужно, так это использовать ИИ для оценки знаний. Нейросети дают идеально выверенный, средний ответ, а не эмпатичную, глубокую и продуманную обратную связь. Фидбеки — фишка наших курсов, мы всегда даем оценку студентам сами, не привлекая ИИ. И это то, за что нас любят наши студенты!
Автор: ihazz
