ИИ плохо определяет границы и уровни изучаемой области без явной декомпозиции
Проблема
При проектировании обучения недостаточно определить локальную механику. Нужно понимать границы всей области: из каких качественно разных уровней она состоит, какой объём занимает текущий навык и что его освоение открывает дальше.
ИИ плохо справляется с этим автоматически.
Он склонен подменять реальную декомпозицию области знакомой классификацией из учебников, терминов или языковых уровней. Получается правдоподобная структура, которая может не соответствовать реальному процессу освоения навыка.
Почему это критично
Если границы области определены неверно, невозможно надёжно оценить:
- общий объём обучения;
- долю уже освоенного;
- зависимости между уровнями;
- момент, когда становится доступен следующий уровень;
- необходимость конкретных промежуточных этапов;
- общий прогресс ученика.
Локальная механика может быть спроектирована хорошо, но без карты всей области невозможно понять, насколько далеко она продвигает к конечной цели.
Пример ошибки на чтении
При анализе чтения ИИ сначала предложил разбивку примерно такого вида:
буква → сочетание/слог → слово → фраза → предложение → текст.
Эта структура выглядела логично, но была получена почти напрямую из единиц языка, а не из анализа качественно разных учебных задач.
Затем была предложена другая схема:
распознавание письменных элементов → распознавание структуры высказывания → распознавание смысла текста.
Третий уровень также оказался искусственно добавленным: понимание текста в данном контексте не было доказано как отдельная независимая область освоения, а во многом являлось результатом первых двух уровней.
После уточнения стало видно как минимум два реально различающихся слоя:
- освоение письменных единиц и слов;
- освоение структуры письменного высказывания: порядка слов, пунктуации, пауз, интонации и связей внутри предложения.
Причём второй уровень становится доступен уже при частичном, а не обязательно полном, освоении первого.
Этот пример показывает важную проблему: ИИ может быстро назвать много уровней, но количество названных уровней не означает, что границы области действительно поняты.
Типичная ошибка ИИ
ИИ часто делает следующее:
- видит знакомую тему;
- вспоминает распространённую классификацию;
- превращает её в «структуру обучения»;
- добавляет недостающие уровни для симметрии или полноты;
- формулирует всё уверенно.
В результате создаётся ложное ощущение, что область уже декомпозирована.
Особенно опасны формулировки вроде «очевидно существует следующий уровень», если этот уровень не выведен из отдельной качественно новой задачи.
Как учитывать это ограничение
При работе с ИИ границы и уровни предмета нельзя принимать по первому правдоподобному ответу.
Нужно отдельно проверять:
- действительно ли следующий уровень требует нового типа способности;
- нельзя ли получить его как естественный результат предыдущих уровней;
- что именно становится возможным после частичного освоения текущего уровня;
- как измерить долю всей области, которую закрывает текущая механика;
- не перепутаны ли языковые названия, школьные темы и реальные учебные зависимости.
Важное следствие для «Учиться - Легко!»
ИИ полезен для генерации вариантов, анализа и поиска связей, но не должен считаться надёжным источником самой карты образовательной области.
Карта должна проверяться отдельно через:
- конечные способности;
- реальные зависимости;
- наблюдение за переходами между навыками;
- критерии достаточности для следующего уровня;
- перенос между задачами.
Это особенно важно для платформы, где одна из ключевых задач — сокращать путь обучения. Нельзя безопасно выбрасывать этапы, пока не понятны реальные границы области и роль каждого этапа внутри неё.
