В России расширяют внедрение искусственного интеллекта в школы — но речь идет не о тех системах, которые обычно подразумеваются под этим словом.
15 апреля 2026 года Минпросвещения России объявило о новом этапе развития проекта «Цифровая образовательная среда». К существующей инфраструктуре — электронным дневникам, библиотекам контента и платформам дистанционного обучения — добавляются модули аналитики, основанные на технологиях машинного обучения. Они должны обрабатывать данные об успеваемости, фиксировать типовые ошибки и формировать отчеты для учителей.
Фактически речь идет о системах, которые уже работают в ряде регионов и теперь масштабируются. Основой служат существующие платформы: Московская электронная школа, Российская электронная школа и коммуникационная среда «Сферум», развиваемая при участии VK и Ростелекома. Новые ИИ-инструменты встраиваются поверх этой инфраструктуры и не заменяют ее.
По доступной информации, ключевая функция внедряемого «искусственного интеллекта» — аналитическая. Это модели, которые прогнозируют снижение успеваемости, выделяют группы риска и анализируют структуру ошибок учащихся. Используются классические методы машинного обучения: алгоритмы классификации, деревья решений, системы рекомендаций. Они позволяют, например, автоматически подбирать задания под уровень ученика или сигнализировать учителю о проблемах в освоении темы.
Отдельный слой — генеративные инструменты. Они применяются значительно осторожнее и пока ограничены вспомогательными задачами: созданием тестов, черновых пояснений и подсказок для преподавателей. В большинстве случаев речь идет не о прямом использовании публичных языковых моделей, а о локализованных или дообученных решениях.
Технологическую базу формируют крупные российские ИТ-игроки — прежде всего Сбер, Яндекс и VK, а также интеграционные решения Ростелекома. При этом единый стандарт использования ИИ в образовании пока отсутствует: конкретные инструменты и уровень их внедрения различаются от региона к региону.
Таким образом, под «внедрением искусственного интеллекта в школы» в текущем этапе понимается не появление цифровых учителей или полноценных ИИ-ассистентов, а переход к системной обработке образовательных данных и автоматизации части педагогической аналитики.
Комментарий редакции «Оливы»
История с «искусственным интеллектом в школах» выглядит гораздо прозаичнее, чем ее подают в официальных формулировках. Под громким термином скрывается вполне рациональная и, в общем-то, неизбежная вещь — перевод школы в режим учета и анализа данных.
Это не революция, а бухгалтерия образования.
Система начинает видеть не ученика, а его поведенческий и учебный профиль: оценки, ошибки, динамику, отклонения. И дальше — уже вопрос не технологий, а того, как эта информация будет использоваться. Либо как инструмент помощи учителю, либо как инструмент управления и нормирования.
Важно и другое: в текущей конфигурации «искусственный интеллект» в школе — это не интеллект в привычном смысле, а статистика, обернутая в интерфейс. Он не понимает ученика, он фиксирует отклонения от модели.
И именно здесь проходит реальная граница будущего. Потому что следующий шаг — это уже не анализ, а принятие решений: что учить, как учить и кого считать успешным.
И если этот шаг будет сделан автоматически, то школа перестанет быть местом мышления и окончательно станет системой сортировки.
Пока этого не произошло. Но инфраструктура под это уже собирается.
15 апреля 2026 года Минпросвещения России объявило о новом этапе развития проекта «Цифровая образовательная среда». К существующей инфраструктуре — электронным дневникам, библиотекам контента и платформам дистанционного обучения — добавляются модули аналитики, основанные на технологиях машинного обучения. Они должны обрабатывать данные об успеваемости, фиксировать типовые ошибки и формировать отчеты для учителей.
Фактически речь идет о системах, которые уже работают в ряде регионов и теперь масштабируются. Основой служат существующие платформы: Московская электронная школа, Российская электронная школа и коммуникационная среда «Сферум», развиваемая при участии VK и Ростелекома. Новые ИИ-инструменты встраиваются поверх этой инфраструктуры и не заменяют ее.
По доступной информации, ключевая функция внедряемого «искусственного интеллекта» — аналитическая. Это модели, которые прогнозируют снижение успеваемости, выделяют группы риска и анализируют структуру ошибок учащихся. Используются классические методы машинного обучения: алгоритмы классификации, деревья решений, системы рекомендаций. Они позволяют, например, автоматически подбирать задания под уровень ученика или сигнализировать учителю о проблемах в освоении темы.
Отдельный слой — генеративные инструменты. Они применяются значительно осторожнее и пока ограничены вспомогательными задачами: созданием тестов, черновых пояснений и подсказок для преподавателей. В большинстве случаев речь идет не о прямом использовании публичных языковых моделей, а о локализованных или дообученных решениях.
Технологическую базу формируют крупные российские ИТ-игроки — прежде всего Сбер, Яндекс и VK, а также интеграционные решения Ростелекома. При этом единый стандарт использования ИИ в образовании пока отсутствует: конкретные инструменты и уровень их внедрения различаются от региона к региону.
Таким образом, под «внедрением искусственного интеллекта в школы» в текущем этапе понимается не появление цифровых учителей или полноценных ИИ-ассистентов, а переход к системной обработке образовательных данных и автоматизации части педагогической аналитики.
Комментарий редакции «Оливы»
История с «искусственным интеллектом в школах» выглядит гораздо прозаичнее, чем ее подают в официальных формулировках. Под громким термином скрывается вполне рациональная и, в общем-то, неизбежная вещь — перевод школы в режим учета и анализа данных.
Это не революция, а бухгалтерия образования.
Система начинает видеть не ученика, а его поведенческий и учебный профиль: оценки, ошибки, динамику, отклонения. И дальше — уже вопрос не технологий, а того, как эта информация будет использоваться. Либо как инструмент помощи учителю, либо как инструмент управления и нормирования.
Важно и другое: в текущей конфигурации «искусственный интеллект» в школе — это не интеллект в привычном смысле, а статистика, обернутая в интерфейс. Он не понимает ученика, он фиксирует отклонения от модели.
И именно здесь проходит реальная граница будущего. Потому что следующий шаг — это уже не анализ, а принятие решений: что учить, как учить и кого считать успешным.
И если этот шаг будет сделан автоматически, то школа перестанет быть местом мышления и окончательно станет системой сортировки.
Пока этого не произошло. Но инфраструктура под это уже собирается.