Отзывы студентов сформировали эти обновления. Реальные данные из классов по всей США это подтвердили.
Представьте, что вы ведете урок математики в средней школе. Некоторые дети хорошо говорят по-английски, а другие только начинают учить язык. Разрыв в понимании материала быстро увеличивается, если у вас нет правильных инструментов. Это знакомая борьба. Учителя хотят помочь всем, но ресурсы ограничены. Мотивация падает, вовлеченность снижается.
Именно эту проблему решили Kyron Learning и AIMS Collaboratory. Они не гадали, что сработает, а наблюдали за реальными событиями. Они объединились для проведения четырехэтапного исследования, финансируемого Фондом Гейтсов. Цель? Измерить влияние обучения на основе ИИ на мотивацию и вовлеченность изучающих английский язык (ELL) в математике.
Результатом стали не просто цифры, а дорожная карта для разработки функций.
Почему итеративные исследования лучше догадок
Один момент выделяется особенно: это не был подход «сделай и посмотрим». Это был итеративный процесс. Постоянная корректировка в реальном времени на основе того, что реально говорили студенты.
На протяжении учебного года 2024–2025 командой работало 22 учителя. Около 1000 студентов. Семнадцать школ. Масштаб был большим, но методология — строгой. Обратная связь поступала со всех сторон: опросы, интервью, проверки удобства использования и метрики вовлеченности.
Почему это важно для студентов ELL? Потому что барьером является не только математика, но и язык. Математическая терминология создает когнитивную нагрузку. Она велика. Когда ты пытаешься понять алгебру, одновременно декодируя новые английские термины, легко отстать.
Студентам нужны не просто ответы. Им нужны опоры. Им нужна визуальная поддержка. Им возможность обрабатывать информацию в своем темпе.
«Уроки вовлекли каждого студента. Они взволнованы… отвечают чаще и с большей уверенностью» — учитель из исследования
Эта цитата отражает сдвиг в подходах. Когда поддержка соответствует потребностям, за ней следует мотивация. В исследовании голосам студентов придавалось большее значение, чем догадкам.
От отзывов к обновлению функций
Kyron не внедрял яркие гаджеты. Они добавляли инструменты, снижающие препятствия. Три основные функции появились напрямую благодаря обратной связи участников. Каждая решала конкретную проблему, наблюдаемую в классе.
Циклы 1–2: Сила субтитров
В первом цикле студенты взаимодействовали с разговорным ИИ. Он предоставлял мгновенную обратную связь. Но возникала проблема. Обучение, основанное на аудио, создавало узкое место.
Студенты, владеющие несколькими языками, вынуждены были переслушивать фрагменты. Они замедляли видео, возвращались к объяснениям. Почему? Неизвестная академическая лексика в устной речи плохо воспринимается на слух. Нельзя перемотать прямую лекцию.
Так, в цикле 2 появились субтитры.
Это была не просто формальность для доступности. Это был инструмент понимания. Одновременное восприятие устной и письменной речи помогает мозгу обрабатывать информацию. Это отметили и Вентурини и др. (2022). Субтитры поддерживают развитие словарного запаса и грамотности.
Для студентов ELL это изменило всё. Это дало им контроль.
Один студент средней школы, чьи слова были переведены с испанского, выразил это просто: «Мне понравились субтитры. Они делают предмет легче для понимания».
Уверенность росла. Барьер восприятия незнакомых терминов на слух быстро исчез.
Циклы 2–3: Подсветка транскриптов
К циклу 2 субтитры уже помогали. Но длинные объяснения по-прежнему вызывали трудности. Студентам было сложно уследить за потоком идей. Они упускали части объяснений и приходилось прокручивать видео назад, чтобы найти их. Это было утомительно.
Kyron responded с подсветкой транскриптов в цикле 3.
Как это работает. Полная транскрипция урока появляется рядом с видео. Пока инструктор говорит, соответствующий фрагмент текста подсвечивается. Студенты могут кликнуть в любом месте текста, чтобы перейти к этому моменту в видео.
Это интерактивно. Это навигационно удобно. Это создает прямую связь между сказанным и написанным.
Исследования показали четкую закономерность. Студенты, владеющие несколькими языками, использовали эту функцию непропорционально чаще, чем их сверстники, не входящие в группу ELL. Им это было нужно. Это помогало им обрабатывать язык и понимать материал в реальном времени.
«Мне понравилось, как [транскрипт Kyron] давал мне определение, когда я не понимал слово», — поделился один студент.
Внезапно урок перестал быть смутным звуком. Это стало отслеживаемым, понятным опытом.
Циклы 3–4: Кликабельные определения
Словарный запас продолжает убивать темп. Независимо от того, являетесь ли вы студентом ELL или нет, столкновение с новым академическим термином может остановить вас. В цикле 3 студенты делали паузу. Они покидали урок, чтобы найти слова в словаре. Спрашивали учителей. Теряли нить мысли.
Цикл 4 исправил это с помощью кликабельных определений.
Встроенные в подсветку транскрипта, подчеркнутые слова словаря стали интерактивными. Студент нажимал на слово. Мгновенно появлялось определение. Они тут же возвращались к уроку.
Это значительно снизило когнитивную нагрузку. Оно сохранило поток обучения. Оно формировало понимание словарного запаса в контексте, не прерывая концентрации.
«Мне понравилось… что они помогли мне лучше понять», — сказал студент.
В этом не было магии. Просто было устранено препятствие.
Общие темы по всем циклам: Чему мы научились
Исследование показало не просто то, по каким кнопкам кликали студенты. Оно выявило философию образовательных технологий.
- Простота побеждает. Геймификация имеет свое место. Но многим студентам не нужны яркие графики. Им нужна встроенная поддержка. Инструменты, которые помогают им понять материал сейчас.
- Когнитивная нагрузка реальна для студентов ELL. Математика и так сложна. Язык добавляет вес. Устранение этой нагрузки позволяет студентам сосредоточиться на концепциях, а не только на коде английского языка.
- Слушайте пользователей. Разработка продукта не должна происходить в вакууме. Интервью с учителями и опросы студентов направляли каждое действие. Лучшая образовательная технология (EdTech) строится не на догадках. Она строится на наблюдении и итерациях.
Вывод
Речь шла не просто о добавлении функций. Речь шла об уважении. Уважении к тому, как учатся студенты. В частности, к мультиязычным учащимся, которые привносят огромный потенциал в математический класс.
Цель оставалась неизменной: обеспечивать своевременную поддержку, ориентированную на обучаемого. Будь то функции чтения вслух, синхронизированные транскрипты или контекстно-зависимые определения. Цель — помочь студентам perseverировать. Построить уверенность.
Мотивация студентов повышается, когда поддержка приходит именно тогда, когда она нужна. Не неделей позже. Не в методичке. Сейчас.
Оливия Мартенс — менеджер проектов в Kyrón Learning. История ее работы показывает, что когда мы проектируем для самых уязвимых, выигрывают все.
