Учебная модель реальной ситуации: обучающийся принимает решения и видит их последствия через показатели.
Бизнес-симуляция — учебная модель реальной рыночной или управленческой ситуации, в которой студент принимает решения и видит их последствия через измеримые показатели. Симуляции позволяют отработать сложные сценарии без риска для настоящих проектов и людей.
Персональный набор модулей и задач, подобранный под цели, уровень и компетенции конкретного студента.
Индивидуальная траектория обучения — персональный набор модулей и задач, подобранный под цели, уровень и компетенции конкретного студента вместо единого учебного плана для потока. Траектория корректируется по мере прогресса и позволяет каждому двигаться в своём темпе, не отрываясь от общих требований.
Последовательность освоенных компетенций, выстраиваемая из выполненных задач и фиксирующая измеримый прогресс.
Компетентностная траектория — последовательность освоенных компетенций студента, которая выстраивается из выполненных задач и фиксируется системой как измеримый прогресс развития. В отличие от списка пройденных курсов, траектория показывает, что человек действительно умеет делать.
Агент, отслеживающий нагрузку и состояние студента и помогающий сохранять баланс и мотивацию.
Ментор благополучия — агент модели «Лад», отслеживающий нагрузку и состояние студента и помогающий сохранять баланс, мотивацию и устойчивость в обучении. Роль ментора — напомнить о паузе, помочь пересобрать план и вовремя заметить перегрузку.
Исследовательская модель мультиагентного ИИ-помощника: навигатор, тьютор, аналитик, критик и ментор благополучия.
«Лад» — исследовательская модель мультиагентного ИИ-помощника, объединяющего роли навигатора по платформе, тьютора по дисциплине, аналитика кейсов, критика и ментора благополучия. Модель описывает, как разные агенты взаимодействуют между собой и с человеком, чтобы поддержать самостоятельное обучение без подмены мышления студента.
Архитектура ИИ, в которой несколько специализированных агентов сообща решают сложные образовательные задачи.
Мультиагентная система — архитектура ИИ, в которой несколько специализированных агентов с разными ролями взаимодействуют между собой, чтобы сообща решать сложные образовательные задачи. В образовании эта архитектура позволяет разделить функции навигации, объяснения, критики и заботы о состоянии студента между разными агентами.
Этап после Образования 4.0: человекоцентричность, обучение на живых кейсах, связка событие → задача → компетенция.
Образование 5.0 — этап развития образования после 4.0: переход от простой цифровизации процессов к человекоцентричности, связке «событие → задача → компетенция» и обучению на живых кейсах. Технологии перестают быть самоцелью и работают на развитие человека и его способности действовать в реальном мире.
Сбор и интерпретация данных об обучении для оценки вовлечённости, прогресса и принятия решений на фактах.
Образовательная аналитика — сбор и интерпретация данных об обучении для оценки вовлечённости, прогресса и благополучия студентов и принятия решений на основе фактов. Аналитика помогает и преподавателю, и самому студенту видеть реальную картину, а не только итоговые оценки.
Базовая логика EduOS: событие фиксируется, превращается в задачу с критериями и засчитывается в компетенцию.
Связка «событие → задача → компетенция» — базовая логика EduOS: реальное событие фиксируется системой, превращается в задачу с критериями, а её выполнение засчитывается в развитие конкретной компетенции студента. Такая цепочка делает прогресс студента прозрачным и связывает каждую активность с целью обучения.
Структурированное описание дисциплины: цели, темы, задачи, критерии оценивания и ожидаемые компетенции.
Силлабус — структурированное описание учебной дисциплины: цели, темы, задачи, критерии оценивания и ожидаемые компетенции на выходе. Силлабус задаёт общий контракт между студентом и преподавателем и служит опорой для построения индивидуальной траектории.
Концепция человекоцентричного цифрового университета, где ИИ и данные усиливают человека.
Университет 5.0 — концепция человекоцентричного цифрового университета, в котором искусственный интеллект и данные усиливают человека, а обучение строится на реальных событиях и развитии компетенций. Модель описывает вуз как связанную систему студентов, преподавателей, задач и цифровых сервисов, а не как набор изолированных курсов.
Управляемая в реальном времени модель кампуса и учебных процессов, обеспечивающая наблюдаемость и аналитику.
Цифровой двойник вуза — управляемая в реальном времени модель кампуса и учебных процессов, обеспечивающая наблюдаемость, аналитику и принятие решений на основе данных. Двойник объединяет данные о студентах, расписании, аудиториях и ресурсах в единую картину состояния вуза.
Актуальная модель знаний, навыков и активности обучающегося, на основе которой подбираются задачи и обратная связь.
Цифровой двойник студента — актуальная модель знаний, навыков и активности обучающегося, на основе которой EduOS подбирает задачи, обратную связь и индивидуальную траекторию. Двойник обновляется по мере выполнения заданий и позволяет системе видеть реальный уровень, а не усреднённый по группе.
Вуз, ключевые процессы обучения и управления которого построены на данных и цифровых сервисах.
Цифровой университет — модель вуза, в которой ключевые образовательные и управленческие процессы построены на цифровых сервисах и данных. Цифровой двойник и экосистема ИИ-агентов делают состояние вуза наблюдаемым в реальном времени, а решения — основанными на данных, а не на интуиции.
Принцип Образования 5.0: технологии служат развитию человека, а не заменяют его.
Человекоцентричность — принцип Образования 5.0, при котором технологии и данные служат развитию человека, его благополучию и раскрытию потенциала, а не заменяют его. Ответственность за решения остаётся на человеке, а ИИ и сервисы выступают в поддерживающей роли.
Способность осознанно и этично применять инструменты ИИ, понимая их возможности и ограничения.
AI-грамотность — способность осознанно и этично применять инструменты искусственного интеллекта в учёбе и работе, понимая их возможности и ограничения. Это не только владение конкретными сервисами, но и умение критически оценивать результаты и удерживать ответственность за решения на человеке.
ИИ-помощник, который сопровождает студента по дисциплине наводящими вопросами вместо готовых ответов.
AI-тьютор — режим ИИ-помощника, сопровождающий студента по конкретной дисциплине: задаёт наводящие вопросы, помогает разбирать задачи и не подменяет собственное мышление студента готовыми ответами. Тьютор опирается на цели курса и текущее состояние обучающегося.
Операционная система синхронной образовательной реальности: поток событий, задач и симуляций для каждого студента.
EduOS — операционная система синхронной образовательной реальности, которая управляет опытом студента как непрерывным потоком событий, задач и симуляций. EduOS связывает данные о студенте, преподавателе и курсе, распределяет задачи по компетенциям и делает прогресс наблюдаемым в реальном времени.
Обучение на реальных новостях и рыночных ситуациях: событие превращается в кейс с измеримыми критериями.
News-Driven Learning — обучение на реальных событиях: свежие новости и рыночные ситуации превращаются в учебные кейсы, задачи и бизнес-симуляции с измеримыми критериями. Подход держит содержание курсов актуальным и связывает теорию с тем, что происходит в отрасли прямо сейчас.
Виртуальная среда расширенной реальности (VR/AR), в которой проходят занятия и симуляции без привязки к аудитории.
XR-кампус — виртуальная среда расширенной реальности (VR/AR), в которой проходят занятия, лабораторные работы и симуляции без привязки к физическому пространству. XR расширяет возможности практики там, где реальное оборудование недоступно или небезопасно.