Искусственный интеллект уже меняет привычные процессы во всех сферах — от медицины до производства. Образование здесь не исключение.

Студенты и преподаватели активно используют AI. Правда вместо оптимизации это приводит к хаосу: нет единых правил использования, внутри кафедр и комиссий позиции на этот счёт расходятся, преподаватель вынужден тратить время на контроль, а не на формирование навыков у студентов.

Параллельно растёт другая нагрузка: большие потоки, несколько дисциплин, разные цифровые системы в каждом вузе. В этой среде не хватает одного — надёжного ассистента, который возьмёт на себя рутину и даст прозрачную картину по работе студентов.

Мы в Кэмпе планируем решить эту задачу: превратить AI в рабочий инструмент преподавателя — для автоматизации проверки, снижения рутины и фокуса на обучении и развитии студентов.

Наш хед и продакт-менеджеры поговорили с преподавателями из разных вузов и разобрали их повседневные процессы. Выделили 3 основные проблемы, о которых расскажем в порядке важности по убыванию.

Административная нагрузка съедает ~40% времени

Самая частая боль, о которой говорят преподаватели — документооборот и отчётность.

Значительная часть рабочего времени уходит на формальные процессы:

  • ежегодная актуализация РПД (рабочих программ дисциплин);

  • подготовка и оформление учебной документации;

  • заполнение отчётности по учебной части.

Преподаватели отмечают:

Под постоянно меняющиеся нормативы часов приходится заново собирать учебные планы. Хотя по сути содержание дисциплины не меняется — меняется только оформление документов.

Отдельная проблема — дублирование документов: одни и те же данные приходится вести в бумажном и электронном виде. Это приводит к двойной работе: преподаватель сначала заполняет документ от руки, а затем вносит те же данные в электронную систему.

В итоге ресурс тратится на поддержание формальных процессов. Это снижает качество обучения и лишает преподавателя возможности работать с прогрессом студентов.

Учебный процесс ломается из-за неконтролируемого использования AI

Появление нейросетей сильно влияет на формат обучения и, в первую очередь, бьёт по привычным способам оценки.

Письменные задания теряют ценность:

  • эссе и рефераты всё чаще генерируются без реального понимания темы; 

  • по тексту сложно понять уровень знаний студента.

  • Эти проблемы звучат регулярно от преподавателей:

Студенты часто используют AI для домашних заданий, что вынуждает менять формат заданий и критерии оценки.

С появлением нейросетей домашние задания теряют смысл, так как студенты генерируют ответы.

Проверка усложняется:

  • автоматических способов надёжно отличить работу студента от генерации нет;

  • преподаватели вынуждены уходить в устные форматы, которые невозможно масштабировать на большие группы.

Образование смещается от оценки «что сделано» к оценке «как это сделано и насколько это осознанно». 

В итоге преподаватель вынужден переключаться с обучения на контроль: задавать дополнительные устные вопросы, менять форматы заданий и тратить время на верификацию. Это снижает масштабируемость курса и ухудшает качество оценки знаний.

Подготовка к занятиям требует много времени и постоянного обновления материалов

Это один из самых затратных по времени процессов: он занимает до 25–50% рабочего времени.

Высокая трудоёмкость — время подготовки часто превышает длительность самой пары, а при разработке курса с нуля нагрузка возрастает кратно.

На одну полуторачасовую пару три часа уйдёт точно. Если курс с нуля — там тратится очень много времени.

Времени на буднях не хватает. Я все выходные могу провести за подготовкой к лекциям.

Материалы быстро устаревают и не отражают текущую практику, особенно в прикладных дисциплинах — преподаватели вынуждены собирать курс вручную из разных источников.

Учебники устаревают, а нам приходится большой объём информации искать самостоятельно.

В IT всё меняется со скоростью света — материалы приходится постоянно обновлять.

В итоге подготовка превращается в отдельный слой работы, который постоянно нужно поддерживать: пересобирать материалы, перепроверять источники и адаптироваться под изменения.

Что происходит с преподавателем, когда старые подходы не работают, а новые не сформированы

Все описанные проблемы сводятся к одному: преподаватель перегружен, а цель образования уходит на второй план.

Изначальная задача обучения — развивать мышление, формировать у студентов логические и причинно-следственные связи. Вместо этого внимание преподавателя смещается на процессы, контроль и формальные требования.

Сама система при этом находится в состоянии вынужденной трансформации.

Старые методы управления и контроля больше не работают: 

  • письменные задания не отражают уровень знаний 

  • формальные процессы не улучшают качество обучения 

  • существующие инструменты не справляются с нагрузкой

Новые подходы уже появились, но ещё не стали стандартом: 

  • AI активно используется, но правила его применения размыты 

  • форматы оценки меняются, но требуют слишком много времени на каждого студента

  • цифровые инструменты есть, но не собраны в единую систему

В этой «переходной зоне» преподаватель остаётся один на один с противоречиями: ему нужно одновременно соблюдать старые требования и адаптироваться к новым условиям.

Наши продакт-менеджеры сделали вывод, что проблема не в отдельных процессах, а в отсутствии целостного решения, которое возвращает фокус на обучение и управляемость учебным процессом.

Приглашаем преподавателей протестировать бета-версию продукта

В ходе интервью мы глубоко погрузились в повседневную работу преподавателей и увидели, что значительная часть их времени уходит на рутинные процессы, не связанные напрямую с обучением. Это наблюдение стало для нас отправной точкой.

Как команда, мы пришли к выводу, что ключевая задача — не просто автоматизировать отдельные действия, а пересобрать цифровую среду таким образом, чтобы она снижала нагрузку и возвращала преподавателю фокус на взаимодействие со студентами.

Сейчас мы разрабатываем такую систему и пытаемся учесть основные проблемные зоны, о которых говорили сами преподаватели. Первая версия уже доступна для тестирования — нам важно понять, насколько предложенные решения работают в реальной практике и соответствуют ожиданиям.

Мы будем благодарны за честную обратную связь от преподавателей, которые готовы поучаствовать в бета-тестировании.