Google DeepMind доказал эффективность ИИ в обучении: рост навыков за два месяца равен полутора годам

Google DeepMind опубликовал результаты масштабного эксперимента в Сьерра-Леоне, доказавшего эффективность ИИ в образовании. В ходе восьминедельного исследования 1 763 ученика младших средних школ показали рост математических навыков, эквивалентный 1,2–1,7 годам обучения. Ключевым фактором успеха стал метод «направляемого обучения», при котором ИИ не давал готовые ответы, а задавал вопросы, стимулируя самостоятельное мышление.

Как ИИ меняет роль учителя и ученика

В эксперименте участвовали 12 школ в округе Порт-Локо. Система Gemini с функцией Guided Learning работала не как поисковик ответов, а как педагогический партнер. Анализ 113 000 диалогов показал, что ученики в 91,4% случаев использовали инструмент для понимания концепций, а не для поиска решений. В ответ ИИ в 76% случаев задавал наводящие вопросы, предоставляя готовый ответ лишь в 2% случаев.

Такой подход сместил фокус с пассивного получения информации на активное познание. Ученики перестали искать «просто решение» и начали интересоваться логикой процесса. К последней неделе эксперимента доля вопросов, направленных на развитие навыков, выросла с 68% до 90%, тогда как запросы на готовые ответы упали с 25% до 10%.

Важный нюанс: Технология работает только при условии, что учитель остается главным организатором процесса. В эксперименте педагоги сами разрабатывали уроки и ставили цели, используя ИИ как инструмент поддержки, а не замену.

Реальные результаты и вовлеченность

Количественные данные подтверждают высокую эффективность метода. Ученики, использовавшие систему, опередили контрольную группу на 0,258 стандартных отклонения по математике. В классах, где учителя интегрировали ИИ в половину уроков (целевые 12 часов), прогресс составил 1,8–2,5 года обучения за два месяца.

Особое внимание стоит уделить уровню вовлеченности. В образовательных технологиях часто наблюдается «проблема пяти процентов», когда лишь малая часть учащихся активно использует новые инструменты. В этом эксперименте 69% учеников достигли или превысили целевые показатели использования. Это свидетельствует о том, что формат обучения вызвал у детей искренний интерес к предмету.

Риски и ограничения внедрения

Несмотря на успех, исследование выявило важный системный риск. Ученики, изначально имевшие более сильные знания по математике, получили наибольшую пользу от работы с ИИ. Это указывает на существующий разрыв в успеваемости, который технология пока не способна полностью нивелировать без дополнительных мер поддержки для отстающих групп.

Компания планирует расширить географию испытаний и изучить влияние ИИ на метакогницию и эмоциональный интеллект. Для помощи другим организациям Google DeepMind совместно с Fab AI выпустил методическое пособие для учителей и гайд по проведению подобных исследований.

Стоит учесть: Текущие результаты показывают, что ИИ эффективнее всего работает как усилитель для тех, кто уже обладает базовыми навыками. Для сокращения разрыва в успеваемости потребуются дополнительные алгоритмические корректировки, ориентированные на поддержку самых слабых учеников.

Практические выводы для образовательной сферы

• Смена роли педагога: Учитель трансформируется из лектора в фасилитатора, который перемещается по классу и помогает ученикам в парной работе с ИИ.
• Техническая реализация: Система должна быть настроена на приоритет понимания материала над выдачей готовых ответов, чтобы избежать ленивого мышления у учеников.
• Масштабируемость: Высокий уровень вовлеченности (69%) доказывает, что правильно спроектированный ИИ может преодолеть типичную проблему низкой активности пользователей в EdTech.
• Инфраструктура: Для внедрения требуется не только доступ к технологии, но и подготовка кадров, способных интегрировать ИИ в учебный план, как это было сделано в Сьерра-Леоне.