Здесь про использование нейросетей в преподавании и жизни. Практика, методология, реальные кейсы. Без хайпа. Без магии. ИИ как ассистент и усилитель, но не замена мышления и человека.
SubscribersHow many subscribers the channel has now. The wave shows subscribers at each point of the period. The change is against the start of the period.40.0 %+0 for the period
ViewsHow many views the posts published in the period have now. These are not views per day: MAX does not report how many views there were yesterday. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.0was 0
ReactionsHow many reactions the posts published in the period have. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.0was 0
MentionsHow many times other channels mentioned the channel: links and reposts, excluding advertising posts. The bigger the circle, the more mentions at that point of the period. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.61▼ 19.3 %was 76with a subscription
RepostsHow many times other channels reposted this channel's posts (excluding advertising posts). Reposts are also counted as mentions. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.28▲ 12.6 %was 25after signing in
Average post reachHow many views one post gets on average. Only posts older than two days are counted: views of fresh posts are still growing. Points with fresh posts are dashed with hollow dots: the reach of all posts right now, it will still grow.5 502▲ 0.1 %was 5 498after signing in
ERRWhat share of subscribers sees an average post: average reach ÷ subscribers × 100 %. The line shows ERR at each point of the period, the dashed line — ERR of the previous period of the same length. Points with posts younger than two days are hollow dots on the dashed end of the line.28.3 %▼ 1.2 ppdashed line — was 29.5 %after signing in
Engagement ERHow often readers react to posts: reactions ÷ views × 100 %. The tick on the bar is the previous period.2.82 %▼ 0.1 pp
Posts per dayHow many posts are published per day on average. Each cell is a point of the period: the darker, the more posts per day. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.4.1▼ 9.8 %was 4.5after signing in
Ad shareWhat share of the period's posts looks like advertising: erid labeling, ad links and other signs. The scale shows the ad load by the quality index thresholds: up to 10 % — low, up to 25 % — moderate, up to 50 % — high, above — very high. A growing share is marked red.5.7 %▲ 3.5 pp
TrendTop — subscribers at the end of each point of the period; bottom — growth per point: green means more subscribers, red means fewer. Above the growth chart — the biggest gain and the biggest loss. MAX does not report how many people subscribed and unsubscribed separately.
Audience growth
0subscribers in the period
The number of subscribers did not change in the period
Channel scoreA channel score from 0 to 100 made of five parts: audience, growth integrity, ad load, trust and calculation reliability. Each bar shows how many points the part earned out of its maximum. The index is recalculated every night; channels are compared with similar ones of the same category and size.
ReachHow many views the posts published at each point of the period have now (not views per day). The record is labeled; the point with today is paler — the day is not over yet. Average post reach — posts older than two days.
Views and reach
673 375views in the period▼ 9.5 %
Average post reach — 5 502 views (posts older than two days).
EngagementER — reactions divided by views, in percent — for the posts of each point of the period. The dashed line is ER for the whole period. The change is in percentage points against the previous period of the same length.
CitationsThe citation index (CI) shows how often and by which channels this channel is mentioned over the last 30 days, excluding advertising posts. The level is its place among similar channels. The line shows CI at each point of the period (for a week or month — the average over its days).
The citation index has not been calculated yet: it will appear after the nightly calculation once other channels mention the channel.
RhythmHow many posts are published on average in each hour of each weekday, Moscow time: the darker the cell, the more posts. “Best time” — the hours when posts older than two days have the highest average reach.
When and how much it posts
MonTueWedThuFriSatSun
036912151821
Best time:09:0018:00hours when posts get the highest average reach
FormatsWhat the feed is made of. Each post has one format, by priority: repost, video, photo, link, text. The bar and percentages show the share of posts of each format; on the right — average reach of one post of the format (posts older than two days), the small bar compares it with the most viewed format.
Post formats
100 posts
Reposts99 %6 168
Video2121 %7 513
Photos3838 %5 699
Links1212 %5 239
Text2020 %7 626
On the right — average reach of one post of the format.
PostsEach dot is a post in the period: horizontally — publication date, vertically — views, dot size — reactions, color — format. This shows hits, flops and how reach changes. For large channels, the 100 most viewed posts and an even sample of the rest are shown — no more than 1,500 dots.
Every post is a dot
Higher means more views, bigger means more reactions. Click a dot to open the post.
VideoPhotosOthersize — reactionsZoom with the + and − buttons, a pinch or Ctrl + mouse wheel; drag a zoomed chart to move it
SummaryTotals for the selected period: how many posts were published, how many views and reactions they have now and the average post reach. Views are the current views of posts published on those days, not views per day. The change is against the same span before the period, if statistics cover it.
Period totals
Click a metric to see it across the period below
Viewstoday — the day is not over yetPoints with posts younger than two days are pale and dashed: their views are still growing.
AdsWhat share of the period's posts looks like advertising: erid labeling, ad links and other signs. The detector is cautious, so the real share is usually higher. The scale shows the ad load by the quality index thresholds. Below — the average reach of an ad post and a regular post, and who the channel advertises (sites that ad links lead to).
What worksPosts of the period with the most views. The bar shows views relative to first place. The preview is the post's image; for a post without an image — the channel avatar. Views are the post's current count.
RhythmHow many posts were published each day of the period (pale bars) and the 7-day average (line): you can see whether the channel is speeding up or slowing down. Today is not over yet, so its average is calculated up to yesterday.
Posts by day
Pale bars are days, the line is the 7-day average: you can see whether the channel is speeding up or slowing down
Posts per day7-day average
Data updated at 20:18 Moscow time. Views are the current counts of posts published on those days; average reach counts posts older than two days.
How the quality index is calculated
Я учу студентов писать правильные промпты. А сама почти перестала это делать
Последнее время стала замечать, что почти не пишу идеальные промпты для общения с нейросетью. Хотя сама учу студентов делать это по всем правилам.
И при этом результат меня очень даже устраивает.
Сейчас я чаще всего начинаю свой диалог со слова: «Давай…»
Например, сейчас занимаюсь переработкой рабочих программ и лекций на новый учебный год. Как я это делаю?Загружаю свою старую рабочку и прошу нейросеть проанализировать ее как методист и практикующий специалист: проверить на соответствие ФГОС, актуальность, логику, практическую применимость.
Получаю ответ. А дальше начинается самое интересное. С чем-то соглашаюсь, с чем-то спорю. Что-то принимаю, что-то меняю. Могу написать: «Нет, меня не устраивает. Дай больше конкретики». Или вообще развернуть всю работу в другую сторону.
И в итоге получается довольно плодотворный процесс, во время которого у меня самой появляются новые мысли и идеи.
Но есть одна вещь, от которой я не отказалась и, думаю, не откажусь: я стараюсь дать нейросети максимально много контекста. Ведь без него мы почти неизбежно получаем максимально усредненный ответ.
Еще мне очень нравится думать об нейросеть. Иногда у меня есть задача, но я сама не знаю, каким должен быть итоговый результат. Есть только какое-то желание, набор мыслей, сомнений и кусочки будущего решения.
Я все это выгружаю нейросети и начинаю с ее помощью разбирать: что здесь вообще происходит, что главное, какие есть варианты, куда можно пойти. И постепенно из довольно бесформенной массы получается какое-то вполне конкретное решение.
Иногда это даже немного похоже на магию. Кажется, что нейросеть знает меня лучше, чем я сама. Но никакой магии здесь, конечно, нет.
Это алгоритм. И хорошо он работает в том числе потому, что у нас накоплен большой контекст общения. Я почти никогда не соглашаюсь с первым ответом, много корректирую и постоянно объясняю, какого результата хочу и как со мной вообще стоит работать.
Поэтому для меня умение работать с нейросетью — это уже не столько умение написать один идеальный промпт. Это прежде всего умение выстроить с ней рабочий процесс.
Но это не значит, что правильные промпты больше не нужны. Нужны. Особенно когда задача разовая и контекста нет.
А вот в большой и сложной работе гораздо важнее другое: контекст, последовательность шагов, критическое мышление и понимание, что ты вообще хочешь получить в итоге.
Правда, даже здесь бывают сбои. Один раз я с нейросетью решили задачу на ура. Через неделю начинаю делать почти то же самое, а она вдруг начинает откровенно тупить.
Мой уход к этому моменту уже был пересобран примерно три месяца назад — тоже вместе с ИИ. Поэтому нейросеть не стала предлагать выбросить всё и купить новую ванную комнату косметики. Она оценила существующую систему и предложила несколько корректировок.
Но здесь есть технический нюанс.
Чтобы ИИ нормально проанализировал средство, ему недостаточно названия вроде «увлажняющий крем» или «сыворотка для сияния». Нужен состав — INCI.
Поэтому лучше заранее сделать отдельный файл. Для каждого средства указать: название, назначение, полный состав, когда и как часто вы его используете, какую реакцию замечаете.
Состав можно найти на коробке или тюбике, сфотографировать либо скопировать из карточки товара.
Так не придётся в десятый раз искать мелкий текст на банке и тратить половину диалога на сбор исходных данных.
На этом этапе ИИ может разобрать:
— какие средства соответствуют потребностям кожи; — какие компоненты дублируются; — где слишком много активов; — что потенциально усиливает сухость, жирность или раздражение; — какие сочетания стоит развести по разным дням; — каких данных недостаточно для уверенного вывода.
После этого нейросеть собрала мне понятную схему утреннего и вечернего ухода и отдельно перечислила компоненты, которые могут подойти именно моей коже.
Шаг 4. Если собираете уход заново
Вот этот этап оказался самым долгим.
Если вы решите подбирать новые средства по рекомендациям ИИ, отправляйте ему не рекламные обещания производителя, а составы конкретных продуктов.
У меня подбор тоника, нескольких кремов, сыворотки и средства для зоны вокруг глаз занял около трёх-четырёх часов.
Косметики много. Но когда начинаешь искать не просто «что-нибудь с ниацинамидом», а средство с нужной концентрацией, подходящей базой, без лишних раздражающих компонентов и ещё в приемлемой цене, выбор резко уменьшается.
И здесь есть важное правило: не отправляйте ИИ сразу двадцать средств. Лучше сравнивать по три-пять вариантов одной категории. Иначе получите огромную таблицу, в которой сами же и потеряетесь.
Что получилось через три месяца
С момента первой пересборки ухода прошло около трёх месяцев.
Пока полёт нормальный. Подобранные средства мне подошли. Кожа стала более увлажнённой и заметно менее реактивной.
Но эксперимент не закончился словами: «Нейросеть всё исправила».
Некоторые проблемы остались. И сейчас их уже нужно обсуждать со специалистом. Причём сама нейросеть об этом говорит прямо и не пытается изображать дерматолога с дипломом, лампой и анализами.
Поэтому мой вывод остаётся прежним.
ИИ не заменил мне косметолога. Но оказался довольно полезным консультантом: помог собрать информацию, увидеть противоречия в уходе, разобрать составы и подготовиться к нормальному разговору со специалистом.
Провести такой эксперимент действительно стоит. Хотя бы для того, чтобы узнать о собственной коже чуть больше, чем «вроде жирная, но иногда почему-то шелушится».
А если попробуете — расскажите, что получилось у вас.
Ну а теперь по существу. Рассказываю, как именно я проводила эксперимент и что из этого получилось.
Шаг 1. Фотографируем кожу Для начала я загрузила в нейросеть четыре фотографии лица: общий снимок анфас; крупный план центральной части лица; правую сторону; левую сторону. Здесь важно не просто сделать привычное селфи. Нейросети нужно показать кожу, а не удачный ракурс, макияж и работу бьюти-фильтра.
Как фотографировать: - встаньте перед окном; - свет должен быть естественным, но рассеянным, без прямого солнца; - лицо должно освещаться равномерно; - кожа - чистая и сухая, без макияжа и нанесённого ухода; - после умывания лучше подождать хотя бы 10–20 минут; - отключите фильтры, ретушь и портретное размытие; - сделайте не только общий кадр, но и крупные планы, чтобы была видна структура кожи.
Первый запрос был довольно простым: Ты мой консультант по косметологическим вопросам. Во вложении фотографии кожи моего лица. Мне ___ лет. Проанализируй фотографии и опиши особенности кожи, которые действительно видны. Укажи возможные проблемы, но отделяй наблюдения от предположений. Не ставь диагнозов, не назначай лечение и пока не давай рекомендаций по уходу.
На выходе я получила довольно подробное описание кожи: рельеф, поры, покраснение, сосудистый рисунок, отдельные воспаления и другие особенности.
Нейросеть также обратила внимание на несколько образований на коже. Но здесь важно понимать границы такого анализа: по фотографии нельзя надёжно определить, что именно это за образования. ИИ перечислил признаки, при которых за ними можно наблюдать, и симптомы, с которыми уже нужно обращаться к дерматологу. То есть он не заменил осмотр врача, но помог понять, на что обратить внимание.
Шаг 2. Проводим интервью Фотография показывает только внешний вид кожи. Она не расскажет, стягивает ли лицо после умывания, когда появляется жирный блеск, от чего возникает зуд и как кожа реагирует на конкретные средства.
Поэтому следующим этапом я попросила ИИ провести со мной интервью: Проведи со мной интервью из 10 вопросов. Задавай по одному вопросу за раз: сначала вопрос, затем дождись моего ответа и только после этого задавай следующий. Вопросы должны помочь уточнить тип кожи, её поведение, реакции, мой текущий уход и основные проблемы. Учитывай предыдущие ответы и не повторяй уже полученную информацию.
Именно формат «один вопрос - один ответ» здесь удобнее обычной анкеты. Не нужно сразу писать сочинение о всей своей косметической жизни, а следующий вопрос нейросеть формулирует с учётом предыдущего ответа.
Больше 10–15 вопросов я бы не задавала. Дальше ИИ обычно начинает ходить кругами и спрашивать одно и то же разными словами. Мы поговорили о стянутости после умывания, жирности, сезонной сухости, высыпаниях, зуде, жжении, реакции на жару, холод, стресс и косметику. Отдельно разобрали мой ежедневный уход.
После интервью нейросеть собрала всю информацию в единую картину. Предположила, что некоторые реакции могут быть связаны не только с жирностью или неправильно подобранным кремом, и рекомендовала обсудить их с дерматологом. Именно обсудить, а не самостоятельно лечить по совету чата.
После фотографий ИИ видел только внешнюю картину. После интервью - уже поведение кожи: стянутость, жирность, реакции на жару, холод, косметику и мой текущий уход.
И вот здесь эксперимент стал интереснее. Нейросеть не просто определила «комбинированную кожу», а нашла противоречие: кожа одновременно сильно жирнится и периодически реагирует сухостью, зудом и жжением.
Следующий этап оказался самым долгим: я начала загружать составы своей косметики и разбирать, что в моей системе действительно работает, что дублируется, а что может усиливать проблемы. Об этом - в следующей части.
В первый же день, проходя мимо озера Кабан, я подумала: «Ох, какое классное место. Но сейчас останавливаться не буду, вернусь позже». Хотелось посмотреть всё. И желательно сразу.
Поэтому первые два дня я нашагивала по 35 тысяч шагов и стёрла ноги так, что пришлось ползти в магазин за проверенной удобной обувью. С растёртыми ногами далеко не уйдёшь, а тут под боком оказалось интересное и пока ещё не изученное место.
За эти две недели озеро Кабан стало моим местом силы. Там отлично ходится и здорово медитируется. Можно просто сидеть в тени, пить кофе или лимонад, кормить уток и никуда не спешить. В какой-то момент я переставала думать, сколько ещё мест сегодня нужно успеть посмотреть.
И постепенно поняла, почему здесь так легко расслабиться. Когда проектировали эту территорию, точно думали о людях — причём о людях с разными потребностями.
Хочется тишины — можно уйти в спокойный уголок и посидеть у воды на закате. Хочется движения — есть спортивные площадки и лодки. Пришёл с детьми — рядом игровые зоны. Устал — просто садись: лавочек много, в том числе в тени. Можно поесть в кафе, взять кофе с собой, почитать таблички у растений или покормить уток.
И всё это — в одной локации.
В какой-то момент я поймала себя на мысли, что Астрахани очень не хватает не просто красивых набережных, а именно таких мест. Пространств, в которых город не торопит тебя пройти дальше, а разрешает остаться.
Мой эксперимент: сможет ли нейросеть заменить косметолога?
И сразу спойлер: нет.
Вернее, можно попробовать сделать ИИ своим консультантом по косметическим вопросам. Но обо всём по порядку.
Когда живёшь в ритме «дом — работа — дом», поход к любому специалисту постепенно превращается в роскошь. И добираешься до него обычно уже в состоянии «держаться нету больше сил». Косметолог в этой иерархии занимает вообще одно из последних мест.
Последний раз я была у него давно. Специалист тогда провёл хорошую консультацию, но отказался делать какие-либо процедуры: на лице было новообразование, которое сначала нужно было удалить. Я удалила. А до повторного приёма, как водится, уже не дошла.
По факту я знаю свой тип кожи, понимаю основные проблемы, у меня даже есть выстроенный уход. Но что-то в этой системе не работает.
Вроде и средства выбираю по типу кожи, и сильно не экономлю, а не складывается. То лицо жирное, как блин. То появляются высыпания. То внезапно начинается зуд. И каждый раз непонятно: виновато конкретное средство, сочетание средств, сезон, состояние кожи или вообще всё сразу.
А тут рядом нейросеть с богатой базой знаний. Ну как не соблазниться?
Сразу оговорюсь: я рассказываю только о своём опыте и своём подходе. У вас всё может сложиться совершенно иначе. И как ни крути, ИИ не заменит хорошего специалиста с большим опытом, особенно если речь идёт о заболеваниях кожи, новообразованиях или лечении.
Но кое-что он всё-таки может.
Он может описать видимые признаки по фотографии. Может проанализировать текущий уход и заметить, где средства дублируют друг друга, конфликтуют или просто не решают поставленную задачу. Может помочь выстроить последовательность ухода. А разбор составов косметики — это вообще отдельное золото.
Поэтому я решила провести эксперимент не в формате «спросила у нейросети, какой крем купить». Я дала ей максимально полную картину: фотографии кожи, свои жалобы, текущий уход, составы всех средств и реакции на них.
И вот тут началось самое интересное.
В следующем посте покажу, какие данные я собрала для консультации и почему обычного запроса «подбери мне уход» для нормального результата почти всегда недостаточно.
В этом году я решила сделать отпуск экспериментальным. И, конечно, куда же без ИИ.
Я дала ему три города, которые хотела бы посетить, и спросила: какой из них мне подходит больше всего? Он выбрал Казань.
Второй эксперимент — я впервые поехала в незнакомый город почти без подготовки. Во-первых, времени на подготовку не было. Во-вторых, мне стало интересно: а что будет, если не расписывать каждый шаг заранее, а просто приехать и смотреть?
Первый день уже принес много приятных впечатлений. Я просто вышла гулять без конкретной цели, дошла до Кремля и обратно.
Из первых наблюдений: локацию выбрала удачно. Не слишком далеко от центра, хорошая транспортная развязка, рядом приятное место для отдыха.
А сама Казань — многоликая, чистая, современная, но при этом очень историческая. Она похожа на лоскутное одеяло: смотришь — много разных пестрых кусочков, и вместе они складываются в интересный узор. Но каждый кусочек хочется рассматривать отдельно.
Здесь соединяются разные эпохи, стили, религии, ритмы. И это не выглядит искусственным. Наоборот, в этом есть живая сложность города.
Недавно ради интереса загрузила нейросети фотографии своих кошек.
Хотела узнать есть ли там примесь пород или обычные дворовые.
В итоге получила почти семейную психотерапию.
Нейросеть посмотрела на Зевса — огромного пушистого кота — и выдала: «спокойный социальный лидер с устойчивой психикой, который стабилизирует группу».
И это буквально кот, который воспитал двух младших кошек, терпит их выходки и философски ворует огурцы со стола.
Потом был разбор Эльзы.
Нейросеть: «независимая территориальная кошка, раздражается от хаотичных животных, любит контролировать пространство».
Я: …она буквально уходит охотиться за пределы двора и конфликтует с младшей кошкой, потому что та “слишком суетная”.
А потом дошли до Мортиши. И здесь не ошиблась. «Эмоциональная, игровая, ориентированная на человека, может носить игрушки в зубах, любит совместные игры, чувствительная психика». Она действительно бегает за мной хвостиком и таскает игрушки в зубах.
Самое интересное, что нейросеть очень точно связала внешность и поведение.
У Зевса реально “медвежий” характер. У Эльзы даже морда выглядит так, будто она всех осуждает. А Мортиша — это просто маленький чёрный хаос с огромными глазами.
И вот тут я задумалась: мы уже настолько привыкли использовать ИИ для работы и текстов, что не замечаем, насколько интересно он умеет анализировать бытовые вещи.
Причём не по магии, а по огромному количеству паттернов: тип телосложения, пластика, выражение морды, поведение, породные признаки.
Короче, шла узнать породу котов, а получила разбор семейной динамики.
Мне кажется, что искусственный интеллект очень сильно меняет то, что мы считаем настоящей компетенцией.
Раньше ценностью было: уметь сделать. Сейчас всё чаще кажется, что настоящей ценностью становится умение понять, насколько сделанное вообще имеет смысл.
Я очень хорошо помню первый этап работы с нейросетями. Хотелось попробовать всё: трендовые иллюстрации, AI-видео, новые стили, новые сервисы, бесконечные промты из интернета. И сначала это действительно впечатляло. Но потом я начала замечать странную вещь. Контент стал становится всё более одинаковым. Одни и те же визуальные приёмы. Одни и те же формулировки. Одни и те же иллюстрации. Одни и те же «идеальные» тексты.
Потому что огромное количество людей использует одни и те же промты, одни и те же референсы и одни и те же способы мышления.
И в какой-то момент я начала понимать, что нейросети в среднем не усиливают индивидуальность, а размывают её.
Особенно сильно я вижу это у студентов. Они приносят тексты, которые внешне выглядят «правильно». Но начинаешь читать, и будто видишь один и тот же текст снова и снова. Меняются слова. Меняется тема. Но исчезает ощущение человека за этой работой.
И мне кажется, это один из главных вызовов ближайших лет.
AI сделал производство среднего результата очень дешёвым. Теперь почти любой человек может быстро получить: красивую картинку, хороший текст, сайт, код, презентацию.
Но вместе с этим резко выросла ценность другого навыка: способность отличать живую мысль от усреднённой генерации. И, возможно, именно поэтому сейчас всё важнее становятся: собственная позиция, индивидуальная логика, насмотренность, способность объяснить решение, способность сомневаться, способность не брать первый сгенерированный ответ.
Потому что в мире, где генерировать умеют почти все, дефицитом постепенно становится не создание. А осмысленность.
Мне кажется, нейросети неожиданно вернули ценность самому процессу работы.
Раньше в образовании главный вопрос был: «Какой получился результат?»
Сейчас всё чаще хочется спросить другое: «А как человек вообще к нему пришёл?»
Особенно сильно я это вижу в проектной работе. Например, в разработке сайтов студенты начали перепрыгивать этапы исследования и макетирования. Они идут в нейросеть и сразу генерируют готовый сайт.
И внешне он может выглядеть вполне нормально. Но начинаешь задавать вопросы: — почему здесь такая структура? — почему этот блок стоит именно тут? — почему выбрана такая логика? — кто целевая аудитория? — почему пользователь должен действовать именно так?
И очень часто ответа нет. Потому что между «получить результат» и «понять решение» исчез процесс мышления.
То же самое в аналитических работах. Студенты копируют текст нейросети, не вдумываясь в него. Внутри могут быть противоречия, логические дыры, сложные термины, которые они сами не могут объяснить.
И вот здесь у меня возникает внутренний протест.
Почему я как преподаватель должна становиться фильтром на пригодность идеи, которую выдала нейросеть? Почему студент не проверяет это сам?
Получается странная ситуация: нейросеть что-то сгенерировала, студент это просто перенёс, а преподаватель должен тратить время на поиск ошибок, несоответствий и нелогичности.
Но ведь ответственность за результат должна оставаться у человека, который эту работу сдаёт.
И мне кажется, это одна из ключевых задач образования в эпоху AI: не запрещать нейросети, а возвращать студенту ответственность за собственное мышление.
Потому что нейросеть может сгенерировать текст, сайт, структуру или идею. Но понять, насколько это логично, уместно и вообще работает всё ещё должен человек.
И, возможно, именно поэтому сейчас снова становятся важны: черновики, промежуточные этапы, обсуждения, логика принятия решений, устные ответы.
Потому что в эпоху AI готовый ответ перестал быть доказательством понимания.
Год назад я поймала себя на странном ощущении: нейросети начали отнимать у меня больше сил, чем экономить.
Каждый день появлялись новые сервисы, новые модели, новые обзоры. Все советуют разное. Все «уже протестировали». Все «нашли лучший AI».
А ты сидишь и думаешь: «Я вроде тоже пользуюсь нейросетями. Но почему рядом с этим потоком ощущаю себя каким-то неповоротливым динозавром?»
Особенно это давит в образовании. Потому что преподаватель и так живёт в постоянном обновлении: новые программы, новые требования, новые инструменты, новые форматы.
В какой-то момент я поняла, что эта гонка меня не усиливает. Она меня выматывает.
Я попробовала 7–8 разных нейросетей. И если честно, то во многих задачах ответы были плюс-минус похожи.
Тогда я перестала искать «идеальную нейросеть» и начала выстраивать собственную систему работы.
Сейчас у меня есть: — основной инструмент, через который проходит почти вся работа; — несколько дополнительных сервисов под конкретные задачи; — понятный маршрут: куда и с чем я иду.
И знаете что оказалось важным?
Не количество нейросетей. Не скорость, с которой ты бежишь тестировать обновления. Не список модных сервисов.
А глубина погружения в свою рабочую систему.
Новая нейросеть для меня теперь проходит очень простой фильтр: — она реально экономит мне время? — даёт результат лучше? — ускоряет мою работу?
Если нет, то я спокойно прохожу мимо.
И, возможно, самое важное, что я поняла за последний год работы с AI: преподавателю не нужно знать все нейросети.
Нужно выбрать один инструмент и научиться закрывать им 80% своих задач.
Necessary cookies keep the site working and secure: sign-in, form protection, language, theme and others. Yandex Metrica analytics cookies and Yandex Advertising Network ad cookies are enabled only with your consent. By clicking “Accept all” you give consent to processing of cookie data; see the Personal Data Processing Policy for details.