Resume: Вибух AI‑контенту

 Наприкінці 2025 року AI‑згенерований навчальний контент перестав бути новинкою та став промисловим явищем. Досягнення в генеративних моделях і доступні інструменти дозволяють одному дизайнеру педагогічного контенту створювати за кілька хвилин те, що раніше потребувало команд і тижнів, — це спричинило вибух синтетичних відео, AI‑репетиторів, автоматичних оцінювань і мультимодальних матеріалів. У той час як виробники та платформи зосереджуються переважно на ефективності виробництва та персоналізації в масштабі, значно менше уваги приділено важливішим запитанням: як учні ставляться до AI‑контенту і як це впливає на їхню залученість і навчальні результати. Існуючі дослідження, хоча й обмежені, показують: учні налаштовані обережно‑оптимістично, але дуже вибірково; їм подобається зручність, проте вони чутливі до автентичності, довіри та педагогічного дизайну.

Типовий досвід учня зараз включає: синтетичних інструкторів і AI‑відео, персоналізованих чатботів‑репетиторів, численні AI‑згенеровані тести й вправи, індивідуальні навчальні траєкторії, поєднання тексту, аудіо, зображень і відео та автоматизований зворотний зв’язок. Дослідження показують, що AI‑відео дають порівняльні з людськими результати розуміння, якщо сценарій і педагогіка еквівалентні, але для тем, що вимагають відносинного контакту чи етичних роздумів, учні все ще віддають перевагу живим викладачам. Чатботи цінуються за цілодобову доступність і беземоційний зворотний зв’язок, але студенти часто використовують їх лише як «машини для відповідей», копіюючи відповіді замість того, щоб розвивати саморегульоване навчання. AI‑генеровані банки запитань дають багато матеріалу для практики, але проблеми якості — неоднозначні формулювання, фактичні помилки — підривають довіру, якщо немає експертної перевірки.

Ставлення учнів дуже залежить від типу контенту і його застосування. Для чатботів позитиви: миттєві відповіді, приватність, пояснення; негативи: надмірна залежність від готових відповідей і невпевненість у довірі до відповідей. Учні також вимагають прозорості — вони віддають перевагу явно маркованим AI, а не аватарам, що прикидаються людьми. Щодо AI‑відео: процедурні демонстрації сприймаються добре, але реалістичні аватари знижують соціальну присутність, створюють дискомфорт і стримують запитання. Для етично чутливих або емоційних тем людина‑викладач лишається бажаною.

AI‑згенеровані приклади та зразки корисні, якщо використовувати їх у правильний час. Показ зразка після того, як учень сам спробував виконати завдання — послідовність «спробуй → порівняй → проаналізуй» — дає кращі навчальні результати, ніж демонстрація прикладу перед спробою, що призводить до залежності від AI і зменшує генеративну когнітивну працю. AI‑вправи дають кількість і різноманіття, але неперевірені помилки підривають авторитет курсу; учні хочуть можливості позначати та переглядати такі помилки. Персоналізація підвищує залученість, але може створювати ефект «зони комфорту», зменшуючи продуктивну боротьбу, різноманітність перспектив і співпрацю.

Ключовий висновок досліджень: ставлення учнів формує результати. Сприйняття довіри й корисності сильно передбачає ступінь залучення й ефективне використання інструментів. Якщо контент сприймається як достовірний і вартісний, учні залучаються глибше, і педагогічний дизайн перетворює це залучення на навчальні здобутки. Якщо ж контент вважають «AI‑швидкою підказкою», учні трактують його інструментально та навчання знижується, навіть якщо задоволення лишається високим. Мета‑аналізи показують, що наміри використовувати AI і очікування покращення продуктивності — одні з найсильніших предикторів прийняття та впливу.

Практична інструкція з дизайну: AI може бути тренером або милицею — залежно від інструкторського дизайну. Ідентичні інструменти можуть призвести до протилежних результатів. Експерименти «Coach not Crutch» демонструють, що вимога до учнів спробувати самостійно перед переглядом AI‑рішень значно підвищує пізніше виконання без AI; навпаки, доступ до рішень одразу усуває навчальні здобутки, хоча задоволення залишається.

Рекомендації: використовувати AI‑аватарів для обмежених ролей і маркувати їх явно; віддавати перевагу стилізованим або прозоро синтетичним образам перед гіпер‑реалістичними клонованими аватарами; позиціонувати чатботи як партнерів мислення й вимагати від учнів документувати та рефлексувати взаємодії; показувати AI‑приклади після першої спроби; генерувати великі пулі вправ, але проводити експертну перевірку для підсумкових оцінок; робити AI‑пояснення чернетками для перевірки експертами; поєднувати AI‑зворотний зв’язок з людською перевіркою для складних суджень; використовувати AI‑відео для масштабу та поєднувати його з активними завданнями; доповнювати AI‑аудіо людськими записами там, де важлива інтонація; перевіряти AI‑зображення на точність і упередження.

Висновок: зростання AI‑контенту неминуче, але його вплив на навчання залежить від дизайнерських виборів. Якщо дизайн орієнтуватиметься лише на швидкість, об’єм і метрики залученості, це ризикує підривати самостійне вирішення проблем, метакогніцію та критичне мислення. Якщо ж дизайн ставитиме за мету збереження когнітивної праці, перевірку незалежних здатностей, позиціонування AI як партнера мислення та збереження людської присутності там, де це важливо, AI може ефективно підсилювати навчання. Відповідальність лежить на дизайнерах, викладачах і творцях досвіду навчання — ставити правильні питання, проектувати з наміром і вимірювати те, що справді має значення.

https://drphilippahardman.substack.com/p/the-ai-content-explosion-what-yourResume

Resume: Зміна взаємозв'язку між освітою та технологіями

 Доктор Філіпа Хардман аналізує переломний момент у відносинах між освітою та технологіями, стверджуючи, що такі події, як форум Google DeepMind «AI for Learning», сигналізують про перехід від моделі, керованої постачальниками, до спільного, орієнтованого на учнів дизайну. Історично склалося так, що освітні технології розвивалися односторонньо: технократи створювали продукти, установи їх купували, педагогам доводилося впроваджувати (інколи з труднощами), а здобувачі освіти залишалися переважно пасивними джерелами даних. Ця модель, сфокусована на закупівлях, робила пріоритетом масштабованість і ефективність — автоматизацію оцінювання, цифровізацію робочих аркушів і перетворення підручників у PDF — часто ціною педагогіки, глибшого розуміння та залученості учнів. Дослідження та оцінки під час пандемії (наприклад, праці Рейха, Селвіна; звіт OECD) показують, що хоча багато цифрових інструментів розширили доступ, вони рідко покращували результати навчання і іноді були пов’язані з негативним впливом, коли платформи стали центральною частиною навчального процесу.

Хардман виокремлює зміщення уваги серед провідних фігур у сфері штучного інтелекту — людей, які раніше зосереджувалися на тому, як вчаться машини, — на питання про те, як люди вчаться разом із машинами. Вона називає кількох впливових учасників цієї розмови: Деміса Хассабіса (DeepMind), Джеффа Діна (Google), Мустафу Сулеймана (Microsoft AI) і Джеймса Маніки (Google Research). Їхня участь у форумі, присвяченому спів‑творенню «справедливого та орієнтованого на людину» ШІ для навчання, вказує на необхідність переосмислити розробку освітніх технологій: не як продаж інструментів у школи, а як спільний дизайн, що ставить у центр педагогів і учнів.

Порядок денний форуму DeepMind підкреслює цей новий підхід. Замість демонстрацій продуктів або пропозицій закупівель захід ставить фундаментальні питання: яка мета людського навчання? Які умови оптимізують навчання? Як забезпечити, щоб навчання на базі ШІ було справді справедливим, а не лише доступним? Як залучити студентів до формування інструментів, які формуватимуть їх? Ці питання віддзеркалюють принципи партисипативного дизайну — співтворчості, де кінцеві користувачі є активними співпрацівниками, а не пасивними клієнтами. Хардман порівнює це з успішними практиками в інших сферах (медичні пристрої, створені разом з клініцистами й пацієнтами; цифрові ферми, де вчені з даних працюють разом із агрономами й фермерами), підкреслюючи, що подібний підхід може підвищити якість інновацій і в освіті.

Вона також описує приклади індустріальних кроків, що ілюструють цю зміну. Стратегія Microsoft Elevate — інвестиція 4 мільярди доларів протягом п’яти років для надання мільйонам людей AI‑сертифікацій — робить акцент на спільному дизайні з навчальними закладами й неприбутковими організаціями, ітеративних пілотах з участю вчителів і підвищенні ролі педагогів, а не нав’язуванні інструментів. Партнерства OpenAI з провідними університетами (наприклад, NextGenAI) трактують вищі навчальні заклади як R&D‑партнерів: викладачі й студенти визначають випадки використання, етичні протоколи та межі продуктів, а не просто купують ліцензії. Співпраця OpenAI з окремими університетами (наприклад, ASU) також позиціонує платформу як простір для локальної політики й педагогічного співрозроблення. Політичні та академічні документи (наприклад, звіти UCL) додатково підкреслюють агентність учителів, голос учнів і етичне управління як базові вимоги до дизайну.

Хардман виокремлює три практичні наслідки для педагогів, дизайнерів навчання та лідерів L&D. По‑перше, педагогіка має стати вхідним елементом дизайну: експертиза у тому, як люди вчаться, повинна формувати технічне завдання з самого початку. Педагоги мають оновити знання з науки про навчання (схематизація, зворотний зв’язок, повторне відтворення, перенесення, мотивація) і вміти ясно пояснити їх технічним командам, а також відстоювати незаперечні принципи (наприклад, час для роздумів перед показом відповіді). По‑друге, інструкційний дизайн трансформується в системний дизайн: потрібно проєктувати взаємодію людини й інтелектуальних систем — коли ШІ підказує, коли мовчить, як передавати інформацію вчителю. Практично це означає створення правил взаємодії для ШІ, карти потоків взаємодій learner → AI → teacher → learner і прототипування поведінки агентів. По‑третє, ключова навичка — не програмування, а дизайн‑мислення: формулювання проблем, орієнтація на користувача, ітерація на основі доказів; педагоги мають ставити питання «чому це, для кого?» і залучати здобувачів і практиків у процес зворотного зв’язку.

Хардман підсумовує, що хоча стара модель — інструменти, створені зовні й нав’язані освіті — ще існує, з’являється нова парадигма, за якої технократи запрошують педагогів і здобувачів до столу дизайну. Це не гарантує кращого майбутнього, але створює простір і потенціал для педагогічно обґрунтованих і соціально відповідальних інновацій. Вона запрошує практиків сформулювати принцип або запитання, яке вони б хотіли бачити в центрі спільного дизайну, і пропонує можливість працювати з нею через її буткемп «AI & Learning Design».

https://drphilippahardman.substack.com/p/the-changing-relationship-between

Resume: Університетський план навчання за допомогою GenAI

 У статті викладено комплексний підхід університету до впровадження генеративного штучного інтелекту (GenAI) у викладання, наголошуючи на людсько-орієнтованій стратегії, яка має підсилювати людське мислення й практики, а не замінювати їх. Автор підкреслює, що мета — трансформувати наратив із «автоматизації» на «підсилення»: технологія повинна зміцнювати критичне мислення, творчість, етичне судження й інклюзивне навчання. В основі підходу — віра в те, що саме люди змінюють інституції, отже перш за все слід інвестувати в людей, а не лише в інструменти.

Початковим кроком стало опитування викладачів факультету, яке виявило зацікавленість у GenAI, але нерівень готовності між підрозділами. Щоб перейти від індивідуальної ініціативи до системного підходу, університет розробив самооцінку «AI readiness» для підрозділів. Вона охоплює п’ять взаємопов’язаних вимірів: грамотність у GenAI, інтеграція в методику викладання, дизайн навчальних програм, залучення студентів і етичне використання. Аггреговані результати мають спрямувати програму розвитку на 2025–2030 роки, щоб жодна академічна область не відставала в освоєнні GenAI.

Щоб підтримати викладачів і студентів, створено Generative AI Resource Center — ресурсний центр із добіркою інструментів для проєктування курсів, оцінювання та студентської підтримки, прикладами застосувань за дисциплінами, етичними рекомендаціями й навчальними матеріалами з опцією сертифікації. Центр має заохочувати дослідження й експерименти, одночасно тримаючи у фокусі педагогіку та етику.

На рівні університету сформовано комітет (AI Across the Curriculum), очолюваний автором, який визначає, як GenAI має використовуватися у викладанні та як побудувати стале вирівнювання практик по всьому закладу. Важливо розрізняти стратегію, політику й управління: стратегія визначає напрям, політика — межі, а управління — відповідальне впровадження. Чіткі відмінності запобігають хибному прискоренню технологічного впровадження без належної наукової та етичної готовності і забезпечують спільну термінологію для широкого впровадження на кампусі.

Автор спирається на власні дослідження, зокрема на роботу «AI without borders», яка досліджує глобальний вплив GenAI у різних мовних і культурних контекстах та його потенціал для поєднання очного, онлайн, гібридного й мобільного навчання. На основі цих висновків розглядаються ініціативи на кшталт перекладу в реальному часі, адаптивного зворотного зв’язку й багатомовних чат-ботів з метою розширення доступу для вразливих груп студентів. Ці ідеї увійдуть у бачення «розумного» університету ліберальних мистецтв до 2030 року.

Впровадження GenAI починається з загальної освіти як спільного академічного простору, через який проходить кожен студент. Замість додавання GenAI як технічного доповнення, його інтегрують у вже наявні навчальні результати: критичне мислення, етичне судження і цифрова грамотність. Програма передбачає формування GenAI-грамотності, технічної обізнаності, етичного підходу й умінь критично оцінювати або співтворити з інструментами GenAI. Два обов’язкові комп’ютерні курси вводять студентів у культуру інтернету, етику даних і практичну роботу з інструментами (наприклад ChatGPT, Scikit-learn, Google Teachable Machine). Курси сприяють практиці складання промптів, оцінці результатів GenAI і створенню простих проєктів із підтримкою GenAI. Мікрокреденти дозволяють відстежувати розвиток грамотності у часі. До моменту виконання профільних спеціалізацій студенти вже мають структурований і етично зважений досвід роботи з GenAI.

Особливу увагу приділено доступності та інклюзії з урахуванням марокканського географічного й соціокультурного контексту автора. Проєкти включають підтримку жестової інтерпретації, інструменти для студентів з вадами зору, автоматизовані багатомовні чат-боти для студентських сервісів і GenAI-підтримані ініціативи служіння спільноті для вирішення реальних місцевих потреб. За умов уваги до культурної чутливості, упереджень і приватності даних GenAI може зменшувати, а не посилювати нерівності, особливо там, де існують цифрові розриви.

Оцінювання в епоху штучного інтелекту виявляється одним із найскладніших питань. Традиційні завдання стають уразливими до «шляхів обходу» за допомогою GenAI, але сама технологія відкриває можливості для автентичнішого, більш орієнтованого на навички оцінювання. Завдання комітету — співпрацювати з факультетами над переосмисленням норм оцінювання: як зберегти значущість завдань, де і коли AI може допомагати у зворотному зв’язку або оцінці, і як проектувати завдання, що заохочують креативність, критичне судження і етичне мислення. Університет не пропонує шаблонів; мета — підтримати факультети в пошуку підходів, які зберігатимуть академічну доброчесність поряд із інноваціями.

Робота також узгоджується з міжнародними етичними рамками: рекомендаціями ЮНЕСКО, Актою ЄС про AI і принципами ОЕСР, які підкреслюють прозорість, людський нагляд і рівність. Автор надає перелік практичних уроків для інших установ: починати зі спільних визначень, використовувати загальний курикулум для рівномірного охоплення, постійно інвестувати у розвиток викладачів (діагностики, мікрокреденти, інноваційні лабораторії), прив’язувати зусилля до етичних і глобальних рамок, пріоритезувати інклюзію і передбачати зміни в оцінюванні.

У рамках ініціативи автор також запровадив курс «Digital Media in the Age of AI», який дає студентам навички розпізнавання дипфейків, тролінгу, дезінформації, а також розуміння етичних викликів GenAI у медіа, виборах, журналістиці, приватності й довірі. Метою є підготовка критично мислячих, етично обґрунтованих і готових до майбутнього випускників.

Підсумкова позиція: GenAI може посилити викладання, оптимізувати адміністративні процеси й розширити доступ, але не здатен замінити людські стосунки, які є основою значущого навчання. Завдання вищої освіти — не сліпе прийняття технології, а створення продуманої, інклюзивної екосистеми, де співпраця, обережність і допитливість перетворюють можливості GenAI на перевагу для університетського досвіду. Автор — Абдеррагім Агнау, доцент комунікацій і риторики в Al Akhawayn University, голова Комітету загальної освіти.

https://www.timeshighereducation.com/campus/university-blueprint-teaching-genai

Resume: Освіта на основі STEAM – це шлях уперед

 Однодисциплінарне мислення більше не достатнє для підготовки випускників до викликів сучасного ринку праці. Ханіфа Шах, віце-канцлер з питань досліджень, підприємництва, залучення та STEAM у Бірмінгемському міському університеті, стверджує, що освіта на базі STEAM — яка інтегрує науку, технології, інженерію, мистецтво та гуманітарні науки й математику — пропонує практичну основу для створення міждисциплінарних програм, що поєднують технічну експертизу з творчістю та працевлаштовністю. STEAM, за словами Шах, не має бути гаслом або додатком; його потрібно системно вплітати в навчання й викладання, щоб поєднати аналітичні та уявні підходи, створювати живі навчальні програми й збагачувати студентський досвід.

Шах наводить конкретні пріоритети та дії для закладів, які прагнуть упровадити STEAM. По-перше, визначте чітку філософію, що пояснює мету й пріоритети закладу. У її університеті керівною ідеєю є «навчання заради заробітку» (learning-for-earning), що ставить за мету виховати підприємницьких, готових до праці випускників через прикладні дослідження та викладання, орієнтоване на індустрію. Така філософія прояснює цінність міждисциплінарного навчання, формує основу для співпраці й встановлює спільний девіз, який об’єднує ініціативи STEAM.

По-друге, перегляньте й змініть педагогіку, відходячи від ізольованого підходу до моделі, що поєднує міждисциплінарне й міжсекторне мислення. Мотивації для STEAM-роботи включають сприяння інноваціям і допитливості, заохочення спільного створення між академією та бізнесом, запровадження багатомодального досвідного навчання, підтримку дослідницько-інформованої практичної стипендії та формування навичок розв’язання реальних проблем. Такі педагогічні зміни повинні бути продуманими й пов’язаними з результатами, цінними для роботодавців і суспільства.

По-третє, створіть інституційні ролі, які просувають інноваційну педагогіку та міждисциплінарну практику. Шах наводить приклади стратегічних посад — віце-канцлер з питань STEAM, директори міждисциплінарних досліджень і інновацій або відповідальні за інтеграцію STEAM у кожному факультеті — та академічних ролей, як-от дизайнери міждисциплінарної навчальної програми або професори практики STEAM. Ролі, спрямовані на студентів, наприклад амбасадори STEAM, також підвищують зацікавленість. Створення таких посад демонструє інституційну відданість і перетворює співробітників на посередників і каталізаторів міждисциплінарної роботи.

По-четверте, побудуйте інклюзивну екосистему освітніх інновацій. До такої екосистеми входять бізнеси різних секторів, громадські групи, організації громадського сектора, організації підтримки інновацій та професійні акредитаційні органи. Кожен учасник приносить унікальні ідеї й ресурси, що сприяє колективному міждисциплінарному мисленню й створенню взаємної цінності. Така екосистема дає студентам контекст реального впливу, допомагає бачити, де їхнє навчання відповідає потребам індустрії та суспільства, і надає роботі студентів відчуття цілісності та значущості.

По-п’яте, робіть міждисциплінарність невід’ємною частиною навчальних програм, а не опцією. Шах радить інтегрувати STEAM у базову навчальну програму за допомогою поетапного підходу: студентів знайомлять із проектно-орієнтованими модулями на початкових рівнях і поглиблюють ці навички на наступних курсах. Практичні, спільно створені навчальні досвіди — мікростажування, студентські стартапи, спільні лабораторні роботи з бізнесом і живі проекти з державними чи приватними організаціями — занурюють студентів у автентичні міждисциплінарні процеси інновацій.

По-шосте, демонструйте роботу студентів на інституційних платформах. Шах наводить приклад «Innovation Fest» — події, що демонструє застосоване мислення й інновації студентів, а також співпрацю між студентами, викладачами та партнерами університету. Публічні виставки проєктів підтверджують філософію закладу й показують міждисциплінарне навчання в дії.

По-сьоме, шукайте цільові інвестиції для інкубаційних просторів, майстерень і міждисциплінарних дослідницьких центрів, де студенти й партнери з індустрії працюють разом. Такі простори стимулюють зіткнення ідей і нові ініціативи. Під час пошуку фінансування слід узгодити проєкти з інституційними та регіональними пріоритетами, продемонструвати попит і міждисциплінарну цінність, налагодити партнерства, створити сталу фінансову і керівну модель, а також підготувати академічних співробітників до написання заявок.

Шах прогнозує, що майбутнє освіти дедалі більше формуватиметься спільними зусиллями академії, індустрії та громади. Міждисциплінарна освіта стане нормою, зміцнить критичне мислення, творчість і навички розв’язання проблем. Хоча впровадження STEAM може вимагати руйнівних змін, її проєктування й реалізація — досяжні за умови впевненості, інституційної відданості та залучення індустрії.

https://www.timeshighereducation.com/campus/steambased-education-way-forward

Resume: Чому RSS важливий

 Бен Вердмюллер у есеї «Чому RSS важливий» стверджує, що RSS — простий відкритий стандарт синдикації — залишається життєво важливою та стратегічною частиною інфраструктури вебу. Вердмюллер починає з особистого епізоду: його ранкова рутина читання агрегованих заголовків та прослуховування подкастів, не заходячи безпосередньо на сайти видавців. Цей безшовний досвід, пояснює він, значною мірою працює на фідах — а в їхній основі лежить RSS. Хоча багато хто асоціює RSS із старими веб‑інструментами на кшталт Google Reader, автор підкреслює, що RSS далеченько не вмер. Він тихо живить блоги, подкасти, новинні додатки, бізнес‑служби, статуси й моніторинг, а також численні внутрішні робочі процеси. Оскільки RSS поширює контент у тому вигляді, як його опубліковано — без алгоритмічної інтермедіації — він встановлює прямі відносини між видавцем і споживачем, зберігаючи суверенітет розповсюдження для видавців і автономію уваги для читачів.

Вердмюллер пояснює, що невидимість RSS породжує хибне враження, нібито це пережиток минулого. Насправді його використання ніколи не було більшим; цілий ряд індустрій і сучасні додатки все ще залежать від RSS. Однак RSS зазнає тиску з боку компаній, чиї бізнес‑моделі виграють від контролю розповсюдження і вставляння алгоритмів між творцями й аудиторією. Якщо ці посередники вдасться маргіналізувати RSS, видавці можуть втратити контроль над тим, хто отримує їхню роботу, а читачі — один із останніх інструментів, що захищають їх від механік уваги, оптимізованих платформами.

Щоб зберегти RSS як стратегічну інфраструктуру, автор пропонує три пріоритети: захищати й оптимізувати існуючу інфраструктуру RSS, створювати кращі додатки на базі RSS і розглядати взаємодію RSS із новими децентралізованими соціальними протоколами.

Щодо захисту й оптимізації фідів: багато відомих платформ для публікації — WordPress, Ghost і навіть Medium — вже постачають правильно сформовані фіди; це збільшує потенційний охоп видавця, бо фіди дозволяють синдикацію в агрегатори й корпоративні робочі процеси. Але сучасні конструктори сайтів, платформи для розсилок і no‑code інструменти часто вимикають фіди за замовчуванням, реалізовують урізані фіди або взагалі їх не пропонують. Через це опублікований контент «не подорожує»: він не з’явиться в рідерах, додатках або корпоративних пайплайнах, що значно обмежує охоплення. Якщо фіди є, вони мають бути продуктивними, доступними для агрегаторів і не блокованими надмірними заходами захисту від ботів. Автор також попереджає проти розповсюдження контенту виключно через пропрієтарні стрімінгові сервіси (як це інколи трапляється з «подкастами»), оскільки це передає контроль над аудиторією посередникам, які потім можуть змінити правила.

Щодо створення кращих додатків на RSS: Вердмюллер уявляє інструменти, що виходять за межі споживання й відкривають можливості для створення, співпраці й децентралізованої кураторії. Він уявляє відкриту новинну стрічку, де неприбуткові редакції дозволяють безкоштовну републікацію під Creative Commons, що дало б змогу місцевим хабам, тематичним дайджестам і спільним публікаціям збільшувати вплив поза платформними воротами. Проекти на кшталт Feedland роблять публічними графи підписок для децентралізованого відкриття — підписка стає соціальним актом просування. Також потрібен простий, привабливий рідер для масової аудиторії, який приховує технічну складність, водночас відновлюючи контроль читача над контентом, замість перетворення інструмента на корпоративну платформу моніторингу. Завдяки простоті RSS легко впроваджувати, що сприяє швидким інноваціям; потрібні лише опорні сервіси й приємніші споживацькі інтерфейси.

Нарешті, автор пов’язує RSS із розвитком соціального вебу. Нові протоколи — ActivityPub, AT Protocol, Nostr — прагнуть децентралізувати ідентичність, соціальні графи й розповсюдження контенту. RSS уже підтримується платформами, як‑от Mastodon і Bluesky, що дозволяє підписуватися на профілі через рідер. Вердмюллер стверджує, що RSS може бути універсальним та простим «сполучним шаром» між цими протоколами, подібно до ролі SMTP для електронної пошти. Його простота — перевага: RSS може слугувати базовим транспортним форматом, тоді як складніші протоколи відповідають за взаємодію й ідентичність. Такий багатошаровий підхід дозволить зберегти контроль видавців і автономію читачів без необхідності перемоги одного конкретного протоколу.

Вердмюллер підсумовує: у час, коли веб стискають огородження, консолідація та алгоритмічна медіація, надійність RSS — саме те, що потрібно. Якщо ставитися до нього не як до артефакту минулого, а як до стратегічної інфраструктури, RSS може й надалі слугувати опорою відкритішого, стійкішого й більш гуманного інтернету, забезпечуючи прямі відносини між видавцями й читачами і протистоячи платформній блокуваності.

https://werd.io/why-rss-matters/

Резюме: ШІ ​​та аргументи на користь університетів становлення

 

Джим Дікінсон розмірковує про свою кар’єру, особистий сором і структурні вдавання вищої освіти в епоху штучного інтелекту. У п’ятдесят років він пригадує, як у молодості прикидався, що навчався в більш престижному університеті — ранній приклад ширшої культури «притворства», що підтримує університети. Дікінсон стверджує, що вища освіта багато років ґрунтувалася на дефіциті — інформації, уваги, зворотного зв’язку — що дозволяло інституціям і учасникам сигналізувати статус, сортувати студентів і монетизувати інсайдерські знання. Ступені, вступ і церемонії стали сигнальними маркерами важливішими за сам процес навчання.

Технології та зміни практик не раз виявляли, що багато навичок і ритуалів, які цінували університети, були лише проксі, а не цілями самі по собі. Калькулятори, пошукові системи та інші інновації показали, що арифметика, вміння користуватися картковим каталогом чи рутинні технічні навички не були серцем інтелектуального розвитку; важливішими виявилися здатність оцінювати інформацію, мислити під тиском і формувати значення. Штучний інтелект продовжує цей тренд: він не породжує тривогу щодо застаріння навичок — він її посилює, роблячи багато проявів (есе, іспити, стандартні аналізи) дешевими та автоматизованими. Дікінсон вважає, що ШІ виявляє тривалий розрив між тим, що система винагороджує (результати, кваліфікації, сигнали), і тим, чого мала б досягати справжня освіта (становлення, судження, соціальне навчання).

Він розглядає типові реакції на ШІ у вищій освіті — катастрофістів, які пророкують масове списування; євангелістів технологій, що обіцяють підвищення продуктивності; і поміркованих, які закликають до балансу — і вважає їх усіх недостатніми. Катастрофісти помиляються, бо вважають, що витіснені дії були цінними самі по собі; євангелісти помиляються, бо ігнорують, хто виграє від ефективності; помірковані ухиляються від ключового питання: для чого існує вища освіта — сортувати і кваліфікувати чи формувати і трансформувати людей?

Користуючись ідеєю «робот, який потрібно виконати», автор виділяє дві роботи, які студенти хочуть виконати в університеті: здобути кваліфікацію для праці та пройти період становлення — стати кимось, знайти однодумців, визначитися. ШІ дедалі краще справляється з першою роботою — інформацією, сертифікацією, сортуванням — але не може виконати другу: людське становлення вимагає зустрічей, відповідальності, спільноти й тривалих відносин — середовищ, де люди тримають один одного в відповідальності, ризикують і розвивають судження. Ці простори дорогі, повільні й не піддаються автоматизації.

Посилаючись на Томаса Басбøлла, Дікінсон наголошує: коли людина виконує когнітивно складне завдання, його результат слугує доказом глибшої компетентності; коли це робить машина, такого висновку зробити не можна. Виникає розрив між продуктивністю й компетентністю. Якщо оцінювання й надалі віддавати перевагу продуктам, які можна згенерувати (есе, задачі), ШІ просто автоматизує вдавання. Натомість оцінювання має винагороджувати внесок, мислення в діалозі, контрольовану практику — форми, які важче передати машинам.

Дікінсон пропонує іншу модель інституції: сповільнити темп навчання (швейцарська модель замість чеського культу швидкості), закласти запас часу, щоб студенти могли оговтатися від невдач, пріоритизувати процес над метрикою та цінувати соціальні простори, де відбувається становлення. Потрібна диференціація академічних ролей (викладання, дослідження, наставництво) у командній роботі над довготривалими завданнями, а також навчальні програми, побудовані навколо проблем без завчасно визначених відповідей — аби культивувати судження, мета‑інтелект і здатність працювати в умовах невизначеності.

Він визнає перешкоди: фінансова модель, регуляція та ринок праці винагороджують ефективність і вимірюваність, тож зміни складні. Студенти часто раціонально прагнуть здобути диплом, бо система його цінує. Проте Дікінсон завершує оптимістично: загроза ШІ для продуктивних виступів може примусити університети припинити прикидатися й переоцінити формування — повільний, відносинний розвиток здібностей до мислення, дії, зв’язку та турботи, які машини не можуть відтворити. Якщо інститути переорієнтуються на становлення, вони можуть стати місцями, де люди стають більш повноцінними людьми, а не лише кваліфікованими виконавцями.

https://wonkhe.com/blogs/the-end-of-pretend-ai-and-the-case-for-universities-of-formation/ 

Чи потрібні ІКТ в освіті?

Чи потрібні ІКТ в освіті? 

·         Для оцінки компетентностей здобувача освіти використовуються інструменти LMS Moodle: рамка компетентностей та навчальний план студента або групи студентів – Оцінка компететностей для присвоєння професійної кваліфікації має відбуватися з обов’язковим використанням обладнання. Теоретична частина може бути організована зручним для екзаменаційної комісії та здобувача шляхом, і може бути як з використанням засобів дистанційного навчання, так і традиційним шляхом.

Слабке уявлення про компетентості

·         Рамка компетентностей здобувача освіти створюється на базі освітнього стандарту, в якому окремі показники компетентностей пов’язуються з практичними завданнями курсів і при наявності оцінки певного рівня у курсі зараховуються автоматично – Протирічить вимогам Постанові щодо присвоєння професійної кваліфікації. Атестація на присвоєння професійної кваліфікації є окремим видом атестації, і її частини не можуть бути перезараховані.

Так сказав чиновник від освіти

·         Професійна рамка компетентностей створюється при наявності професійного стандарту і заповнюється представником роботодавця. – ЗВО має право присвоювати професійну кваліфікації за відсутності професійного стандарту відповідно до Порядку присвоєння професійних кваліфікацій закладами вищої освіти в разі відсутності професійного стандарту.

Ні про що

·         При необхідності можуть бути сформовані рамки компетентності цифрової грамотності, використання ШІ, доброчесності тощо. – Тільки в разі відповідності даних компетентностей конкретній професійній кваліфікації і виявленою проєктною групою ОП доцільності.

Але це додаткова робота

·         Рамки компетентності створюється під керівництвом гаранта спеціальності і затверджується методичною радою факультету або університету – Поняття «гарант спеціальності» не існує. Відповідно до Рекомендацій НАК щодо присвоєння професійних кваліфікацій ЗВО: в освітній програми зазначаються відповідності компетентностей та результатів навчання, що дають підстави для присвоєння ПК. ОП розробляється проєктною групою під керівництвом гаранта. ОП та затверджується Методичною радою і Вченою Радою ХНАДУ. Що відповідає СТВНЗ ХНАДУ

теж саме але у відповідності до вказівок чиновників

·         Кожному студенту (або групі) призначається навчальний план, в якому визначаються компетентності з певних рамок компетентностей. По завершенню навчального процесу значення показників компетентностей фіксуються у навчальному плані і доступні для перегляду студентам та членам ЕК. -  Навчальний план для всіх здобувачів розробляється єдиний, відповідно до ОП, і в ньому не передбачено вищесказане у випадку присвоєння ПК. Як було сказано вище, компетентності та результати навчання, що дають підстави для присвоєння ПК визначаються в ОП, і є обов’язковими для всіх здобувачів, що мають бажання окрім освітньої здобути професійну кваліфікацію.

Навчальний план у Мудл - це реальність, все інше - фантазії

·         Не всі компетентності визначаються по факту виконання практичного завдання, наприклад, лідерство, критичне мислення, комунікативні компетентності тощо.  Їх члени ЕК визначають окремо при наявності певних свідоцтв. Набуття soft skeels відповідного рівня передбачено всіма стандартами вищої освіті зі спеціальностей, відповідно і освітніми програмами для всіх здобувачів. Заходи атестації на присвоєння професійної кваліфікації передбачає оцінку в першу чергу набуття знань та вмінь виконувати відповідні трудові функції.

Тобто, лідерство, критичне мислення, комунікативні компетентності - це не важливо

·         Ця система оцінки компетентностей може бути використана у дуальному навчанні. Рекомендація не зрозуміла.

Не дивно

·         Для використання цього підходу необхідно практичні завдання у курсі зв’язати з компетентностями, завдання оцінювати та визначити прохідний бал. Це є обов’язковим при складані комплектів завдань та визначені системи оцінювання.

Можливо