«Чтобы делегировать задачи нейросетям, нужно самому обладать высоким уровнем экспертности»
До 2020 года Анатолий строил карьеру аналитика данных. Он вел курс по статистике в Институте биоинформатики, работал в Stepik, Mail.ru и VK. Параллельно с этим, начиная с 2019 года, развивал стартап, который в будущем вместе с партнерами назвал karpov.courses.
Первым продуктом школы стал очный курс по Python для менеджеров и маркетологов. Он позволял освоить несложное программирование и базы данных для решения прикладных задач, например для тестирования спроса. Тогда Анатолий вложил в проект 200 тысяч рублей: на таргетированную рекламу, дизайнера, ассистента и аренду помещения. За месяц ему удалось привлечь 30 студентов.
Сегодня karpov.courses — это более 90 тысяч учеников и место в топ‑20 компаний дополнительного высшего образования, по версии Smart Ranking.
Поговорили с Анатолием Карповым о том, как ему удалось занять нишу на высококонкурентном рынке и приручить языковые модели, а также о том, что ждет онлайн‑образование в ближайшем будущем.
Коллеги говорили, что выбранный нами формат обучения не востребован
В чем принципиальное отличие вашей школы от других образовательных проектов в сфере данных?
Еще на стадии планирования первого онлайн‑курса решили, что не хотим предлагать стандартный набор из видеолекций и задач. Его использовали другие компании, он приносил результаты, но нам не подходил. Хотелось сделать что‑то более эффективное. Поэтому придумали симуляцию работы в крупной IT‑компании: с настоящей инфраструктурой, удаленными сервисами и большими данными.
Идея в том, чтобы студенты с первых дней погружались в ту среду, которая предполагается по окончании курса. Так что практически сразу даем сложные концепции и учим усваивать знания на практике.
Получается, акцент в курсах сделан на прикладных навыках? А что насчет фундаментальных знаний?
Да, мы ориентированы на практику, но это не значит, что обходим стороной важную теоретическую часть. Просто преподносим ее иначе: как конкретные примеры, варианты использования, рабочие принципы.
Если придерживаться концепции обучения, сфокусированной только на прикладных навыках, можно сильно сузить арсенал специалиста. Он научится решать типовые задачи, а как дело коснется чего‑то нового, то впадет в ступор, ведь «Такого не проходили».
Были ли опасения, что рынок не примет ваш подход к онлайн‑образованию?
Когда создавали школу, более опытные коллеги говорили, что такой формат не очень востребован. Из‑за этого нам может быть тяжело конкурировать с крупными и узнаваемыми брендами. Конечно, такая обратная связь порождала сомнения, но я рад, что мы не отказались от своего видения, понимания области и ценностей.
Было смело взять не самую очевидную идею, узкую направленность курсов и найти для них базовые приемы продаж и маркетинга. На мой взгляд, риск себя оправдал.
Бесплатная рассылка: как использовать ИИ в бизнесе
Узнайте, как писать эффективные промпты, создавать ИИ‑агентов для решения бизнес‑задач, и проходите мини‑практикумы в популярных сервисах. Всего — семь писем, которые помогут разобраться, как работать с нейросетями
Нейросети — это не вызов, а дополнение
Как вы отреагировали на появление ChatGPT и других ИИ‑инструментов?
Внедрили их в программы сразу, как поняли, какую пользу можно извлечь. Есть мнение, что нейросети — это враг, который заменит программистов и уничтожит потребность в базовом образовании. Но я воспринимаю их не вызовом, а дополнением.
Мне нравится пример с автопилотом. Многие самолеты действительно могут летать без пилота: проделывать часть пути самостоятельно или отвечать за комфортную посадку. Но специалист всегда присутствует в рейсах, чтобы держать систему на контроле и, если необходимо, включиться в процесс для его корректировки. Пилот знает тонкости работы и вы бы вряд ли согласились полететь без него.
Расскажите, как используете языковые модели.
Первый онлайн‑помощник установлен в виде виджета на сайте karpov.courses. В задачи KarpovBot входит обработка входящих запросов. Он может рассказать об актуальных акциях, познакомить со школой, помочь выбрать программу на основе интересов и уровня подготовки.
Второй бот «Ева» является частью нашей LMS и выступает в роли персонального наставника, эксперта. Он запрограммирован по теме, которую студент проходит в конкретный момент. С ИИ‑помощником можно решать задачи, получать дополнительную информацию, задавать наводящие вопросы — делать все, чтобы лучше понять материал.
У него два подхода:
- Напрямую отвечать на поставленный вопрос. Иногда нужно просто дать правильный ответ, чтобы человек разобрался: отследил логику решения и двигался дальше.
- Направлять мысль там, где важно, чтобы задание было выполнено самостоятельно. Это как диалог с наставником, который не решает за тебя, а помогает найти ответ.
С какими сложностями столкнулись, когда решили внедрить модели?
Встали перед классическим выбором: реализовывать все самостоятельно или отдавать на аутсорс. С одной стороны, собственное решение дает полный контроль над процессом: от выбора и настройки моделей до их развития. С другой стороны, подрядчики выполнят задачу быстрее, хотя и не будет той гибкости, которой бы хотелось.
На мой взгляд, тестировать гипотезы, связанные с ИИ, нужно в кратчайшие сроки. Поэтому обратились в компанию evahelp.ai, которая специализируется на создании таких агентов.
Результаты были хорошие. Увидели, что студенты активно используют чат‑бота, количество обращений в поддержку сокращается, а скорость прохождения сложных задач увеличивается. Это подтолкнуло к созданию собственного сервиса на основе искусственного интеллекта, который реализуем силами команды karpov.courses — называется «Ада».
Чем «Ада» отличается от «Евы»?
«Ева» — виджет, отвечающий на вопросы. «Ада» — это чат‑бот, который встроен в нашу LMS на уровне проверки решений. Так можем оперативно давать обратную связь. Не «Правильно» или «Неправильно», а полноценный анализ выполненной работы.
Процесс следующий:
- студент пишет код и отправляет его на проверку;
- «Ада» перехватывает решение и направляет его в LLM‑модель — большую языковую модель, состоящую из нейросети со множеством параметров и обученную на большом количестве материалов;
- студент получает персонализированную обратную связь, в которой подмечены некорректные решения и есть рекомендации по их улучшению.
Адаптивное обучение изменит онлайн‑образование в ближайшие 2–3 года
Куда сейчас идет рынок онлайн‑образования?
Развитие языковых моделей подводит нас к реализации адаптивного обучения. Метод появился еще в середине 20 века, и я присматривался к нему 10 лет назад, когда открывал первый стартап. Но сейчас можно по‑настоящему воплотить индивидуальный подход в образовании. Думаю, в ближайшие 2–3 года это станет распространенной практикой и сильно поднимет уровень специалистов.
Как вы планируете реализовывать адаптивное обучение в karpov.courses?
Сейчас в разработке сам контент курсов, который генерируем, основываясь на трекере отдельно взятого студента. Начинают все одинаково, а вот потом пути расходятся, исходя из результатов. Например, если кто‑то плохо понял тему, ему предлагают дополнительные материалы для изучения, еще задания для закрепления навыков. Если, наоборот, понял все быстрее, то часы, отведенные на прохождение блока, сокращаются — и процесс идет дальше.
Искусственный интеллект может генерировать учебные материалы, но без участия человека они будут поверхностными. Мы объединяем навыки, знания, опыт и инсайды экспертов сферы со скоростью работы языковых моделей. Специалисты говорят, что делать. А вот как делать и в каких пропорциях выдавать информацию, решает ChatGPT.
Эта разработка будет доступна только для B2C‑сегмента или планируете внедрять персонализацию и в корпоративное обучение?
Технологии, которые используем, доступны всем студентам. Дополнительно кастомизируем курс для сотрудников компаний. Например, специалистам банка даем примеры из финансовой сферы, строительной фирме — ситуации, возникающие при работе на объектах.
