Не спросив ни педагогов-практиков, ни теоретиков образования, и вооружившись ИИ, Edtech меняет не инструментарий, а саму суть образования. Изменения происходят на уровне социального порядка, который воспроизводит ИИ, на уровне практик, которые связаны с использованием ИИ, и на уровне субъекта, который в этих практиках формируется.

Итак, я предлагаю посмотреть на ситуацию с ИИ в образовании на трёх уровнях, которые предлагает философ Мартин Саар: какой общественный порядок это поддерживает, какие практики это производит, и какой субъект в этом формируется.

Порядок

Массовая школа XIX–XX веков обслуживала национальное государство: производила граждан, стандартизировала язык, транслировала идеологию, сортировала население. В XXI в государство по-прежнему использует образование для собственного воспроизводства, но осуществляет это всё больше через платформенную инфраструктуру, логика которой не совпадает с государственной и не полностью ей подконтрольна. Государство не строит собственную AI-инфраструктуру для школ (за редкими исключениями вроде Китая), оно использует продукты и инфраструктуру бигтеха, глобального или национального.

Соблазн «управлять, основываясь на данных» за последнее десятилетие оформился в то, что можно без особой натяжки назвать образовательно-индустриальным комплексом: государство и Edtech-компании определяют образовательную политику через сбор данных и алгоритмы. Кейсы интеграции учебной аналитики в управленческие процессы уровня министерств за последние 5 лет: Сингапур, ОАЭ, Индия, Австралия, Испания, Германия, UK. Про IT часть говорить не буду - в каждом проекте и системные интеграторы, и вендоры типа Oracle и MS, и местные университеты, и какая-нибудь edtech-платформа типа Adaptemy.

Поставленный почти 10 лет назад в связи с приходом в образование технологий машинного обучения вопрос «Кто владеет теорией образования?» нашел свой ответ: Edtech-компании стали экспертными центрами вместо психолого-педагогических кафедр. При этом — и от этого нельзя отмахнуться — для миллионов людей, у которых альтернатива ИИ-платформе это не хорошая школа, а буквально “никакая” школа, этот порядок означает не ограничение, а первый в жизни доступ к приличному образовательному опыту.

Какой “порядок” это в целом? Тот, в котором: труд декомпозирован на задачи, распределяемые между людьми и машинами; работник — не носитель профессии, а профиль компетенций, постоянно обновляемый; образование — не фаза жизни, а перманентный режим обновления профиля; платформа — не инструмент доставки, а инфраструктура, одновременно определяющая спрос на компетенции, обеспечивающая их формирование, сертифицирующая их и монетизирующая данные обо всём этом процессе.

Практики

Алгоритмы и интерфейсы EdTech-платформ поддерживают только те траектории, которые вписываются в их модель, а остальные просто не существуют как вариант. Ровруа называет это «метаболизацией контингентности» — перевариванием непредсказуемости, свойственной человеческому развитию, ради управляемости. Проблема в том, что образование как развитие — это по определению непредсказуемый процесс: совместное мучение над задачей, спор, тупик, внезапное понимание… Всё это плохо алгоритмизируется, и поэтому тихо вымывается из практики.

Но, скажем прямо, целый ряд базовых образовательных практик до появления генеративного ИИ уже не выполнял той функции, которую им приписывали. Доцифровое образование XX века, по которому многие ностальгируют, по большей части состояло из зубрёжки, натаскивания и сортировочного оценивания. Учитель как выготскианский наставник — это идеальный тип. В реальности трудовик с похмелья мог запустить в ученика киянкой. И практика списывания была всегда, просто списывали у одноклассника, а не у DeepSeek… Разрыв между декларируемыми и действительными функциями традиционных практик нарастал десятилетиями. ИИ этот разрыв не создал — он сделал так, что его стало невозможно игнорировать, обнажил то, что значительная часть практик массового образования — курсовик, домашние задания, лекции, стандартизированное оценивание — давно функционировала не как инструмент развития, а как институциональный ритуал, педагогическая ценность которого держалась на отсутствии альтернатив.

Субъект

Панические голоса кричат: ИИ разрушает подлинную субъектность! Восторженные: ИИ расширяет возможности!

Если практики ИИ-опосредованного образования устроены так, как описано выше — платформа определяет его траекторию, контингентность индивидуального развития перерабатывается ради его управляемости, то вопрос не в оценке, ИИ - это «хорошо» для субъекта или «плохо» (для какого именно субъекта?), а в том, что за субъект формируется в этих практиках? Само понятие практик связано с воспроизводством «нормального» субъекта — того, кто действует как положено и думает что надлежит.

Одна и та же технология в разных конфигурациях производит разный эффект: студент, которому LLM впервые дал доступ к материалам, недоступным из-за языка или бедности, получил реальную свободу. Студент, привычно делегирующий нейросети работу осмысления, формирует зависимость – LLM становится протезом дял его мышления. Оба тренда имеют место одновременно. И еще один важный вопрос: способен ли сам ученик отличить ситуацию, в которой машина усиливает его мышление, от ситуации, в которой замещает его? Эта рефлексивная способность — не врождённая, она сама является продуктом образования. И пока непонятно, формирует ли её хоть кто-нибудь целенаправленно.

Два предположения в этой связи.

Делегирование интерпретации. Если устойчивой практикой становится получение первичного осмысления от LLM (не справки, не данных, а именно интерпретации, структуры аргумента, первого наброска понимания), то мы можем предположить, что это формирует субъекта, для которого нормальная точка входа в работу с материалом — не собственное усилие, а машинная заготовка. Он начинает не с чистого листа, а с чужого (машинного) черновика, который редактирует, уточняет, развивает. Это тоже требуют когнитивной работы, иногда более сложной, чем производство с нуля, но это другой субъект, чем тот, который привык самостоятельно продираться через непонятный текст. У него другая стартовая позиция, другой тип усилия, другой опыт — и, вероятно, другие слепые зоны. Он не актуализировал собственные знания для стартового шага рассуждений, а это, говорит нам опыт, важно.

Выхолащивание неопределенности. Если платформа, как мы обсуждали, алгоритмически “переваривает” непредсказуемость развития и направляет пользователя к заданному результату, максимизируя свою целевую функцию (через интерфейсные подсказки, “оптимальную” траекторию, геймификацию, снятие затруднений и проч.), то можно предполагать, что формируется субъект, привычный к иллюзии, что среда подстраивается под него. Не он овладевает средой через сопротивление, а среда адаптируется, минимизируя сопротивление. Такой субъект может быть компетентен в навигации по алгоритмически организованным пространствам, но не иметь опыта действия в ситуации, где никто не адаптируется под тебя, где задача не разбита на шаги, где непонятно даже, в чём состоит задача. В общем-то речь идет о неопределенности как о характеристике современной ситуации в любой сфере общественной жизни. То есть, по иронии, у культивированного в тепличной алгоритмической среде субъекта может полностью отсутствовать опыт того типа мышления, который, объявляется базовым для нашей эпохи.

[EOF]