Тренд 2026: Гибридная экспертиза

Недавно на глаза попался отчёт одной крупной СММ студии на тему анализа изменений в потреблении контента. Один из ключевых трендов, отмеченных в прогнозе на 2026 год, напрямую касается формата онлайн-обучения. В отчете он обозначен как "гибридная экспертиза".

Кратко пересказываю суть:

1. Информация перестала быть конкурентным преимуществом
С развитием ИИ данные, структурированная информация, инструкции и даже базовые обучающие материалы стали доступными за пару секунд.

Это означает, что:
- простое «передавать информацию» больше не формирует ценность;
- любой контент, основанный на пересказе знаний, быстро теряет актуальность;
- конкурировать за счёт объёма информации уже невозможно - ИИ всегда быстрее.

2. Ценность смещается
Сегодня востребовано не столько содержание, сколько интерпретация и применимость к конкретной ситуации - важен контекст:
- как применять эти знания,
- когда они работают,
- в каких условиях они дают результат,
- какие ошибки могут возникать.

3. Что отличает гибридную экспертизу
Ключевой ценностью становится не информация, а:
- авторский подход;
- уникальная методология;
- собственные фреймы и модели;
- примеры из практики и реальные кейсы;
- индивидуальный стиль подачи.

ИИ может генерировать информацию, но не может формировать индивидуальный взгляд, профессиональный контекст и личные выводы.

Это уже наблюдается в соцсетях и будет усиливаться в образовательных продуктах.

Выводы из всего перечисленного я вижу такие:
В 2026 году ключевой задачей становится не производство информации как таковой,
а добавление к ней собственной авторской ценности.

То есть:
- формирование авторской методологии;
- создание фреймов, которые невозможно получить у ИИ;
- интеграция личного опыта в структуру обучения;
- объяснение мира через собственные модели, подходы и решения.

Варвара Егорова и Команда сообщества Digital Learning

#образованиекакпродукт

Как ИИ меняет HR? Помогите нам изучить тренды

Участвуйте в исследовании для HR и L&D

Команда МТС Линк вместе с HR-платформой Jinn запускает большое исследование на тему «Как современные HR-команды используют искусственный интеллект».

Обязательно поучаствуйте: ваш опыт позволит составить подробную и объективную картину.

Пройдите опрос, который займёт 5 минут, и получите 2 полезных материала в подарок.

Гайд от МТС Линк - «Как внедрить ИИ в корпоративное обучение: готовые инструкции и шаблоны промптов»

Гайд от Jinn - «Строим надёжный кадровый резерв: краткое руководство к действию»

Пройти опрос

Way2Wei на Digital Learning: эмоции, данные и управленческие решения 💻🔎💡

Цифровая платформа Way2Wei стала победителем Премии Digital Learning 2025 — там мы показали, что эмоциональный интеллект в бизнесе — это не про «мягкость», а про управленческую точность, которая особенно важна на меняющемся рынке труда.

Сегодня HR и руководителям критично понимать:
кто обладает потенциалом роста, кто нуждается в развитии, а кого важно поддержать, чтобы сохранить устойчивость команды.

Мы поделились, как данные ЭИ помогают:

✔️ определять будущих лидеров,
✔️ снижать риски найма и выгорания,
✔️ развивать сотрудников на основе объективных показателей.

Way2Wei — это про инструменты, которые показывают не только компетенции, но и скрытый ресурс: управленческий потенциал и готовность к росту.

Если вы не подошли к нам на мероприятии — присоединяйтесь сейчас.

🚀 Мы делимся практиками, кейсами, приглашаем на эфиры и публикуем самые выгодные предложения 🚀

👉 Получить консультацию или узнать о действующей акции на оценку ЭИ с отчётом «Управленческий потенциал на основе способностей ЭИ» можно, подписавшись на наш канал https://news.1rj.ru/str/way2wei 💪

#инфопартнёры

Всем привет, коллеги 👋🏼

Иногда наблюдаю как на проектах (особенно в некрупных онлайн-школах) отсутствует возможность привлечения отдельного специалиста для работы с учебной аналитикой.

Но с данными нужно работать, потому что с опорой на них принимаются многие решения, начиная от изменения учебной программы и заканчивая внедрением поддерживающих инструментов для обучающихся.

И, на мой взгляд, нейросеть можно использовать для многих задач при работе с данными.

Особенно, если мы ведём речь про статистическую обработку данных.

Нейросеть можно использовать для следующих задач 👇🏼

• Анализ средних показателей (например, % завершения определенных занятий курса).
• Расчет медианы, моды, стандартного отклонения для выявления «типичного» студента и разброса данных.
• Построение частотных распределений (той же гистограммы) затраченного времени на конкретные задания.
• Сравнение успеваемости нескольких учебных групп.
• Выявление связи между активностью на платформе (например, по просмотрам) и успеваемостью обучающихся.
• Анализ связи времени, затраченного на изучение определенного модуля, и результатов тестирования по нему.
• Расчет надежности и валидности тестов.
• Кластеризация студентов на основе паттернов поведения для организации поддержки и т.д.

Стоит отметить, что существуют задачи по статистической обработке данных, в которых нейросеть может быть не совсем эффективна 👇🏼

• Работа с неструктурированными данными (т.к. ей желательно подавать очищенные данные)
• Задачи, требующие глубокого предметного контекста (и это вполне логично, потому что интерпретировать данные необходимо уже самостоятельно, т.е. нейросеть может найти корреляцию между «временем просмотра видеокурса» и «успеваемостью», но не сможет точно сказать почему она существует, без определенных гипотез)
• Качественный анализ (да, нейросеть можно частично задействовать для обработки качественных данных, но не всегда, т.к. она может помочь с самой простой количественной обработкой текста (например, частотностью), но не с содержательным анализом).

Коллеги, а вы экспериментировали с нейросетью для работы с учебной аналитикой ❓И для каких целей

Как обеспечить прозрачность ФОТ, ставок, ролей, KPI и компетенций в одном HCM-решении

Ответ — на бесплатном вебинаре от ТопФактор:
«Комплексное HCM-решение и задачи оргдизайна»

Ведущая: Марина Аржникова — эксперт по управлению талантами.
60 минут, которые помогут вам по-новому взглянуть на оргструктуру и управленческие процессы.

🎯 На вебинаре разберём:

• современные модели оргдизайна и когда их применять;
• как связать оргструктуру с целями, ролями, функциями и компетенциями;
• бюджетирование ФОТ и управление затратами на персонал;
• инструменты автоматизации оргструктуры и согласования изменений;
• реальные кейсы трансформаций компаний.

🎁 Вы получите:

• готовые инструменты для изменений;
• чек-лист «5 шагов внедрения»;
• разбор практических кейсов;
• доступ к презентации и дополнительным материалам;
• видеозапись вебинара.

👥 Кому точно стоит участвовать:
HR-директорам, директорам по оргразвитию, руководителям подразделений и топ-менеджерам.

📅 Участие бесплатно. Регистрация обязательна.
https://goo.su/ceUvUZo?erid=2Vfnxw2xb7w

Не упустите возможность укрепить управленческую систему компании и сделать оргструктуру инструментом роста, а не хаоса.
https://goo.su/ceUvUZo?erid=2Vfnxw2xb7w

———
Реклама. ООО "Топфактор-проект", ИНН 3460074952 Erid 2Vfnxw2xb7w

Информационные технологии всегда были сферой где “гаражные достижения” соседствовали со строгими научными статьями. Где гики сидели бок о бок с маститыми учеными-инженерами. Это возможность простого парня из финской глубинки стать светочем индустрии. Это боль и радость информационных технологий, нашедшее себя в образовании ит-специалистов.

Стремительный рост индустрии с начала 80-ых привел к появлению росту приходу в индустрию людей с разной степенью понимание ит-технологий. Появление больших корпораций усугубило эту проблему ит-индустрии. В ит-индустрию пошли все. По разным оценкам только около 40% программистов имеют диплом, связанный с IT, компьютерными науками или инженерией.

Здесь я вижу важную роль ит-компаний. Важно доносить до неофитов, что несмотря на легкий вход, информационные технологии и компьютерные науки это технологии и инженерная дисциплина. Где простая ошибка в файле может привести к остановки на месяцы работы критических сегментов экономики.

Не ставить заградительные фильтры, а вести просветительскую работу. Помогать вузам и крупным игрокам онлайн образования создавать актуальную и полную программу обучения информационной грамотности для всех желающих.

Здесь я благодарен Ярославу, компании Яндекс и коллегам, за то что поучаствовал в создании хендбука “Основы компьютерных наук”: https://education.yandex.ru/handbook/vvedenie-v-kompiuternie-nauki .

Я считаю появление таких книг важным мостиком между доступностью и глубиной. Надеюсь таких материалов будет все больше

Моросеев Федор и команда сообщества Digital Learning

1️⃣ Скачайте каталог
2️⃣ Выберите курсы
3️⃣ Получите ссылку для ознакомления

🚀 Как запустить онлайн-обучение всего за 1 месяц? ВТБ Образование и Фонд «Институт „Вега“» расскажут об этом на открытом вебинаре.

Фонд «Институт „Вега“» принял решение запустить 5 математических спецкурсов в LMS ВТБ-Обучение всего за 1,5 месяца до старта семестра — и начал обучение точно в срок. На вебинаре разберем, как сочетание технологий и грамотной организации помогает вузам переходить к системному онлайн-обучению быстро и безболезненно.

🔍 Что будет на вебинаре:

➡️ Практический кейс: как выстроить синхронное обучение, организовать работу преподавателей и студентов и запустить курсы в сжатые сроки.
➡️ Эксперты ВТБ Образования: расскажут о ключевых возможностях LMS и о том, как платформа помогает автоматизировать рутину и повышать качество обучения.
➡️ Розыгрыш: подарки самым активным участникам.

👥 Кому будет полезно:

✔️ проректорам по цифровизации и развитию и членам их команд
✔️ руководителям образовательных программ и проектов по развитию дистанционного обучения
✔️ преподавателям и методистам онлайн-курсов

📆 Когда: 4 декабря 2025 года в 11:00 МСК

🔗 Регистрируйтесь по ссылке

#инфопартнёры

Всем привет, коллеги 👋🏼

С развитием генеративного ИИ роль обучающегося смещается от «человека знающего» к «человеку думающему».

Почему?

Потому что сами знания, как бы выразились коннективисты, иногда могут находится вне человека, например, в базах данных или том же ИИ.
Сегодня информация в мире постоянно меняется и обновляется, это находит отражение и в работе тех, кто с ней работает. Возьмём, например, аналитика, у которого по мере развития технологий накапливается всё новая и новая информация, которую необходимо анализировать. В данном случае вопрос эффективности его работы — это вопрос развитости его мышления, а не технологий, с которыми он работает.

📖 Если обратиться к большому толковому словарю русского языка, то обнаружим, что «мышление — отражение в сознании человека существенных свойств, причинных отношений и закономерных связей между объектами или явлениями».

Стоит отметить, что развитие мышление происходит не только при обработке (обдумывании) новой информации, но и решении задач (в нашем случае учебных).

Поэтому стало интересно, как можно развивать мышление во время учёбы вместе с ИИ (например, DeepSeek).

Но прежде чем порассуждаем, хочется отметить 3 важных правила:

1. Относитесь к ИИ как к «коллеге по рефлексии», а не «ответчику на вопросы». Его главная задача — бросить вызов, а не давать готовые ответы.
2. Старайтесь проговаривать свои мыслительные шаги при работе с ИИ, т.к. это основа метапознания (если просто, то «мышление о мышлении»).
3. Главный навык при развитии мышления с ИИ — это умение формулировать последовательные, уточняющие вопросы. Именно они делают мышление не просто поверхностным, а глубоким.

Теперь рассмотрим некоторые из методов, которые помогут развивать мышление вместе с ИИ👇🏼

1. Метод Сократа

Метод Сократа — это философский подход к поиску истины, разработанный древнегреческим мыслителем Сократом. Он основывается на диалоге, где истина и знания не предоставляются в готовом виде, а выявляются в процессе обсуждения. Собеседник, отвечая на провокационные вопросы, осознаёт свои знания или пробелы в понимании темы.

Поэтому можно попросить ИИ выступить в роли собеседника, который задает наводящие вопросы по вашей теме. Например: «Я считаю, что проект [описание проекта, начиная от целей и заканчивая ресурсами] будет успешным. Задай мне 5 последовательных вопросов, которые проверят логику моего утверждения и выявят слабые места».

Данный метод, на мой взгляд, развивает критическое мышление, метакогнитивные навыки, дивергентное мышление и т.д.

2. Метод декомпозиции

Часто мы заучиваем какую-то концепцию, не понимая, из каких логических «кирпичиков» она состоит. Например, такое может возникнуть при изучении модели памяти Аткинсона-Шиффрина. Соответственно, ИИ может помочь разобрать сложную идею на составные части, а затем собрать обратно — но уже вашими словами.

Работает это следующим образом:
1. Попросите ИИ разбить сложную тему на фундаментальные принципы или последовательность шагов.
2. Изучаете каждый элемент отдельно, переформулируете его для себя простыми словами (если нужно, то приводите примеры).
3. Пытаетесь самостоятельно собрать из этих блоков целостное объяснение, затем просите ИИ выступить в роли рецензента, который оценит логичность, полноту и точность вашей сборки.

Пример промпта для изучения модели памяти Аткинсона-Шиффрина:
«Разбей модель памяти Аткинсона-Шиффрина на 3 ключевых логических шага, которые необходимо понять, чтобы охватить суть модели. Изложи их максимально просто».

После того, как вы изучили каждый шаг и составили свое объяснение:
«Вот мое объяснение модели памяти Аткинсона-Шиффрина для новичка: [Ваш текст]. Проверь его на наличие логических разрывов, фактических ошибок и предложи, какие моменты можно раскрыть глубже или привести более удачную аналогию».

Данный метод, на мой взгляд, развивает системное мышление, способность к анализу и синтезу, навык объяснения сложного простыми словами и т.д.

Коллеги, а какие ещё методы, по вашему мнению, можно использовать для развития мышления, используя генеративный ИИ❓