ИИ в образовании и EdTech: ассистент по материалам курса, проверка заданий и приемная 24/7

Учебное заведение теряет деньги не на лекциях, а вокруг них: на одинаковых вопросах, которые кураторы разбирают вручную, на часах преподавателей над проверкой однотипных работ, на абитуриентах, которые не дождались ответа приемной, и на слушателях онлайн-курсов, которые бросили учебу на третьей неделе. На этой странице: где эти потери возникают, какие ИИ-решения в образовании окупаются, что мы делали в смежных отраслях и с чего начать.

Сразу честно: публичного кейса в образовании у нас пока нет. Ниже мы опираемся на задачи отрасли, проверенные внешние данные и наши проекты из других отраслей, где устройство решения то же самое.

Где образование теряет время и деньги

• Одинаковые вопросы студентов. Где найти задание, какой срок сдачи, как оформить работу, что было на прошлой лекции. Ответ есть в материалах курса, но искать его приходится куратору или преподавателю.
• Проверка однотипных заданий. Эссе, лабораторные, домашние задания с понятными критериями. Преподаватель тратит часы на то, что можно подготовить заранее, и меньше времени остается на разбор сложных ошибок.
• Приемная кампания. В сезон приема вопросы абитуриентов и родителей приходят вечером и в выходные: проходные баллы, документы, общежитие, стоимость. Без ответа абитуриент уходит туда, где ответили.
• Брошенные курсы. В онлайн-обучении слушатель застревает на теме, не получает помощи и перестает заниматься. По данным исследования MIT и Гарварда в журнале Science, курсы на платформе edX в 2017-18 году завершили 3,13% всех записавшихся. Это крайний пример бесплатных массовых курсов, но проблема знакома любой онлайн-школе.
• Знания сотрудников. Положения, приказы, шаблоны документов, правила расписания лежат в разных папках. Новый методист или куратор неделями выясняет, как здесь принято.

При этом студенты уже учатся с ИИ, хотите вы того или нет. По опросу ВШЭ 2025 года среди более чем четырех тысяч студентов 10 ведущих вузов около 87% используют ИИ в учебе, 36% делают это для учебных задач чаще раза в неделю. Разница в том, отвечает ли им модель по вашим материалам и вашим правилам или общий чат-бот, который не знает ни программы, ни требований кафедры.

Какие ИИ-решения в образовании окупаются

Общая основа у этих решений одна: ассистент ищет фрагменты в ваших документах, а модель пишет ответ только по ним. Как устроена такая система, мы подробно разбирали в статье про RAG-систему и корпоративную базу знаний.

Ассистент по материалам курса

Студент спрашивает обычными словами: «как считать доверительный интервал из третьей лекции» или «какой объем у курсовой». Ассистент отвечает по вашим материалам и дает ссылку на лекцию или раздел методички. Если материалов не хватает, он не придумывает ответ, а честно говорит об этом и предлагает задать вопрос преподавателю. Режим настраивается под политику кафедры: объяснять тему и задавать наводящие вопросы, но не решать контрольную за студента.

Проверка заданий с участием преподавателя

ИИ не ставит оценки. Он готовит черновик: сверяет работу с вашими критериями, отмечает пропущенные пункты и типовые ошибки, предлагает комментарий. Преподаватель просматривает, правит и ставит оценку. Начинать стоит с одного типа заданий с четкими критериями, а не со всех работ сразу.

Приемная комиссия и поддержка 24/7

Консультант отвечает абитуриентам и родителям по правилам приема, перечню документов, срокам и стоимости, собирает контакты и передает заявку в приемную или в CRM. Слушателям онлайн-курсов он помогает с оргвопросами и напоминает о сроках, а тех, кто застрял, передает куратору.

Наш опыт в смежных отраслях

Проекты ниже сделаны не в образовании, но решают те же задачи.

• Цифровой помощник по базе знаний компании (NDA). Telegram-бот: сотрудник спрашивает обычными словами и получает нужный документ. Поиск стал в 7 раз быстрее, экономия времени 30%, проект занял 2 месяца. Это та же схема, что у ассистента по материалам курса и базы знаний для сотрудников учебного заведения.
• ИИ-косметолог для LR Clinic. Консультант отвечает клиентам 24/7 по базе знаний клиники, дает 98% точных ответов и передает клиента специалисту, когда нужен человек. По устройству это та же приемная 24/7: ответы по утвержденным материалам и понятные правила передачи живому сотруднику. Проект занял 1,5 месяца.

Данные студентов и правила работы

• Только ваши материалы. Ассистент отвечает по загруженным документам и показывает источник. Что он может говорить, а что нет, утверждают ваши сотрудники.
• Человек принимает решения. Оценки, допуск, зачисление и отчисление остаются за преподавателем и комиссией. ИИ готовит информацию и черновики.
• Персональные данные. Обезличиваем до отправки в модель, чувствительное обрабатываем на моделях в вашем контуре или на российских серверах, работаем под NDA. Схему согласий на обработку данных студентов и абитуриентов, в том числе несовершеннолетних, согласуем с вашим юристом до запуска.
• Журнал диалогов. Ответственные сотрудники видят, о чем спрашивают студенты. Это заодно показывает, какие темы курса объяснены плохо.

С чего начать

1. Бесплатный разбор на 30-40 минут. Смотрим, какие вопросы приходят кураторам, приемной и преподавателям, где уходит больше всего часов.
2. Материалы. Собираем лекции, методички, положения и правила приема. Ваши сотрудники отмечают, что актуально.
3. Один сценарий. Например, ассистент по одному курсу или приемная в Telegram. Сотрудники проверяют ответы на реальных вопросах, мы меряем точность и долю закрытых вопросов.
4. Расширение. Другие курсы, связка с LMS и CRM, проверка заданий.

Срок пилота фиксируем после разбора: он зависит от объема материалов и того, есть ли у ваших систем API.

Сколько стоит

Разбор процесса бесплатный. Пилот стоит от 300 000 ₽. Точную цену называем после разбора: она зависит от числа курсов и каналов, интеграции с LMS и CRM, проверки заданий и требований к размещению данных в вашем контуре.