Будущее учебной практики: учителя создают интерактивы с генеративным интерфейсом

Цифровые образовательные инструменты изменили доступ школьников к информации: появились электронные учебники, видеотеки и другие онлайн-ресурсы. Но обучение через экран часто остаётся пассивным. Интерактивные и мультимедийные задания, которые побуждают учеников самостоятельно рассуждать и искать решения, создавать дорого и сложно. Их мало, а учителю приходится тратить много времени на подготовку. Google Research решила проверить, поможет ли ИИ сократить этот разрыв.

В новом исследовательском проекте педагоги могут создавать индивидуальные интерактивные и управляемые учебные симуляции. Они подстраиваются под цели учителя и учебную программу, а затем динамически генерируются с помощью генеративных пользовательских интерфейсов, оптимизированных для обучения.

После первых положительных отзывов от группы тестировщиков Google опубликовала библиотеку из более чем 30 интерактивных материалов на английском языке. Они посвящены физике, химии, биологии и математике, а основная аудитория — ученики средней и старшей школы. Все материалы созданы ИИ и проверены учителями. Школы, использующие Google Workspace for Education, могут присоединиться к программе Google for Education Pilot Program и передавать отзывы, чтобы улучшать систему. Этот пилотный проект должен стать одним из первых шагов к созданию библиотеки для широкого использования.

Библиотека открыта для всех и включает материалы по темам:

Источник: research.google

Зачем нужно активное обучение

Обучение эффективнее, когда ученик действует сам. Ещё в 1916 году теоретик образования Джон Дьюи писал, что ученикам нужно давать занятие, а не только информацию. Психолог Жан Пиаже показал, что знания формируются через активную работу самого учащегося. Современные исследования когнитивных процессов, включая фреймворк ICAP, также связывают интерактивное поведение с более глубоким формированием знаний и лучшим долгосрочным запоминанием по сравнению с пассивным слушанием или чтением.

Ученики лучше понимают материал, когда экспериментируют, проверяют гипотезы и решают задачи. Так они формируют более полную мысленную модель изучаемого явления.

Активное обучение стало одним из ключевых принципов проекта. На нём основано семейство генеративных моделей Google для образования LearnLM, выпущенное в 2024 году после файн-тюнинга для учебных задач. Этот подход также применялся в исследовательском проекте Learn Your Way 2025 года, где классический учебник переосмысливался с помощью генеративного ИИ. Теперь Google Research проверяет, как новые генеративные модели могут сделать цифровое обучение ещё более активным и вовлекающим.

Генеративный интерфейс для обучения

Генеративный пользовательский интерфейс — это направление исследований, в котором модели ИИ создают интерфейсы динамически, вместо того чтобы разработчики заранее программировали каждый экран.

Google Research изучала, как приспособить такие интерфейсы для длинных учебных сценариев, а не только для коротких взаимодействий. Для этого команда использовала управляемый учебный дизайн и педагогические ограничения. Они должны помочь учителям создавать собственные интерактивные среды, связанные с учебной программой и адаптированные к контексту конкретного задания.

Учебный дизайн

Сначала команда определила, каким должен быть качественный интерактивный учебный материал. За основу взяли проверенные принципы педагогики, которые также использовались при разработке LearnLM:

Эти принципы реализованы через игровой формат. Каждый интерактивный материал состоит из серии постепенно усложняющихся испытаний, связанных с целями обучения. В примере с науками о Земле первый уровень посвящён температуре, а затем появляются более сложные задания о быстром потеплении и штормах.

Ученик также получает набор поэтапных подсказок, инструкций и комментариев. Они могут указывать на нужную формулу или объяснять конкретный термин. Поддержка подбирается под ситуацию и помогает пройти каждый уровень.

При генерации система учитывает три требования:

Интерфейс интерактивных материалов включает подсказки, комментарии и набор инструментов, которые помогают ученику проходить уровни.

Источник: research.google

Итеративная генерация

Для контроля качества команда встроила в процесс создания материалов циклы самопроверки. Генерация проходит несколько итераций и управляется набором педагогических ограничений. Это увеличивает время подготовки итогового материала, но помогает точнее соблюдать заданные критерии.

Проверки охватывают:

Внутри цикла работают автоматические оценки, в том числе проверки, выполняемые ИИ-агентами. Например, система открывает Chrome, взаимодействует с симуляцией как обычный пользователь и проверяет, можно ли пройти уровень. Она тестирует не только правильное решение, но и нестандартные действия — например, переводит регуляторы в крайние положения.

Цикл самопроверки повторяется, пока сгенерированный материал не соответствует всем заданным критериям.

Источник: research.google

Материалы создаёт ИИ, проверяют учителя

В центре проекта находится идея о том, что технологии должны помогать педагогам достигать их целей. Учитель лучше понимает, какие симуляции заинтересуют его учеников, а также где и когда их стоит использовать в учебной программе.

Все материалы, доступные в библиотеке, проверили и одобрили учителя. Среди тем — законы движения планет Кеплера, визуализация данных и движение тела, брошенного под углом.

Коллекцию интерактивных материалов также оценили учителя STEM-предметов из Великобритании. В среднем они поставили материалам хорошие или отличные оценки. Физика и химия оказались предметами, для которых симуляции создавать проще всего. Подробные результаты опубликованы в техническом отчёте.

Источник: research.google

В первом исследовании приняли участие 12 учителей из США. Каждый запросил по три индивидуальных интерактивных материала, созданных для его класса. Средняя оценка качества составила 8 баллов из 10.

Учителя отметили, что динамическая генерация решает давнюю проблему обычных готовых симуляций: они не позволяют адаптировать объяснение под разные классы и учебные цели. Один из учителей естественных наук в старшей школе рассказал, что возможность ввести любую тему из учебной программы и получить под неё симуляцию была бы очень полезной, поскольку готовые материалы обычно приходится использовать без изменений.

Педагоги также отметили, что элементы сгенерированного дизайна хорошо соответствовали их учебным целям. Учитель естественных наук в средней школе отдельно выделил возможность создавать материал, точно связанный с целями урока и результатами обучения.

Положительные отзывы получили и встроенные средства поддержки ученика. Учителя сравнили многоуровневые подсказки и пошаговые решения с той помощью, которую они сами дают ученикам при индивидуальной работе. Последовательность уровней также хорошо соответствовала реальным проверочным заданиям и практике.

Следующий этап

По мере расширения библиотеки Google Research планирует продолжать работу вместе с учителями и дорабатывать систему на основе их опыта.

Совместно с Google for Education команда проведёт пилотные испытания интерактивных материалов в школах и классах по всему миру. Школы смогут подать заявку через Google for Education Pilot Program. Их учителя получат возможность запрашивать симуляции по любым индивидуальным темам STEM с учётом учебной программы, целей и уровня класса.

Созданный материал будет отправляться запросившему его учителю на проверку. Только после одобрения педагога новый интерактивный материал сможет попасть в библиотеку и стать доступным для общего использования.

Кроме того, Google Research проведёт исследования пользовательского опыта и полевые испытания. Они должны показать, как интерактивные материалы влияют на усвоение знаний и вовлечённость учеников в реальных классах.

Команда рассчитывает, что оптимизация генеративных технологий для обучения позволит сделать учебную практику более активной, эффективной и адаптированной к конкретной ситуации.

Участники проекта

В работе участвовали Алекс Мой, Алиса Ковшов, Аниша Чоудхури, Анна Иурченко, Айча Джакмаклы, Айелет Шаша Эврон, Брит Меннути, Диана Акраонг, Феми Олануби, Иэн Ли, Идо Лерер, Джулия Вилковски, Лидан Хакмон, Михал Гордон, Нир Керем, Прити Сингх, Рена Левитт, Ротем Юлзари, Сара Смит, Шломи Бен-Шимон, Софи Оллвейс, Трейси Ли-Джо, Цвика Штайн, Янив Кармель, Ишай Мор и Юрий Лев.

Отдельно Google Research поблагодарила руководителей проекта: Нива Эфрона, Авинатана Хассидима, Морин Хейманс, Эми Килинг, Кэтрин Чоу, Ронит Левави Морад, Йосси Маттиаса, Криса Филлипса и Бена Гомеса.