«Большинство рынка EdTech пока что — это оснащение классов доской хорошей»

5 июля прошла заключительная в цикле бесед Российской экономической школы (РЭШ) о макроэкономике, поведенческих финансах и технологиях. Профессор РЭШ Ольга Кузьмина, соосновательница образовательного стартапа Funexpected Math Наталья Перельдик и основатель платформы Cogent Максим Предтеченский обсудили потенциал новых сервисов в школьном, высшем и профессиональном образовании. «Ъ» публикует текстовую расшифровку дискуссии.

Филипп Стеркин, главный редактор научно-просветительского портала РЭШ GURU: Российская экономическая школа завершает летнюю серию просветительских дней памяти сооснователя РЭШ Гура Офера разговором об образовании и технологиях. Тема нашего разговора — это EdTech, которым занимаются Наталья (Перельдик.— “Ъ”) и Максим (Предтеченский.— “Ъ”), а также мы поговорим про искусственный интеллект (ИИ), его влияние на индустрию высшего образования, то есть все это мы через призму образования рассматриваем. Мы поговорим и про рынок труда, насколько университет способен и готов помочь в адаптации к довольно быстро меняющимся запросам работодателей, и где ему самому нужно найти силы к переменам.

Мы поговорим про возможности, поговорим про вызовы и о том, как превратить эти вызовы в возможности, сделать так, чтобы не получилось, перефразируя известное высказывание, что экономика и прогресс полмира обойдут, пока образование тапки наденет. Эксперты и исследования обещают интересные времена. Процитирую воодушевляющий призыв из одного исследования: руководители вузов, особенно хорошо финансируемых, имеют уникальные возможности для того, чтобы возглавить сотрудничество в цифровой сфере и наводить мосты через пропасть неравенства, делясь ресурсами с другими людьми и учреждениями, ставя сотрудничество выше личной выгоды. Замечательный призыв к образовательному интернационалу и всемирному сообществу знаний.

Попытаемся понять, а что происходит в реальности, потому что наши спикеры — и потребители, и производители, то есть у нас есть обе стороны, спроса и предложения, будем, соответственно, искать точку равновесия. Хочу оговориться, что беседовать мы будем в основном про высшее образование, но, конечно же, не про ведущие топ-5, 10 или 15 вузов, то есть мы говорим про высшее образование в целом, в широком смысле. Ну а в голове мы будем держать еще и старшие классы школы, мы захватим как-то и детей, потому что и школа готовит, естественно, к университету, а университет готовит потом к работе.

И, конечно же, говорим мы не только про день сегодняшний или про день завтрашний, мы говорим про перспективу нескольких лет, такая в некотором роде футурология. Я бы хотел начать с блиц-опроса, чтобы обозначить позиции. Можно ли говорить, что за последние 5–10 лет технологии позволили если не революцию произвести в образовании, наверное, о ней говорить рано, преждевременно, но во всяком случае радикально, серьезно расширить возможности как студентов, так и профессоров?

Ольга Кузьмина, профессор РЭШ: Я бы выделила два основных больших достижения. Первое из них можно описать словами «не было бы счастья, да несчастье помогло». Когда у нас случился ковид, и вдруг резко все перешли в онлайн, оказалось, что в принципе онлайн возможен. То есть раньше это были какие-то единичные кейсы, а сейчас, когда такой массовый переход не только в вузах, но и в том числе в старших классах школы были такие тоже прецеденты. Это же сразу, с одной стороны, увеличило очень сильно доступность этого образования, того, что теперь не важно, где человек находится. У меня были очень интересные кейсы, когда студенты одновременно совмещали учебу полного дня с работой полного дня. В том числе потому, что стало возможно это тоже делать в онлайне.

С другой стороны, и, наверное, это та причина, по которой, может быть, раньше это было не настолько развито, это сразу высветило все ограничения этого, то есть есть знания, которые легко передать в таком формате, а есть какие-то знания, навыки, которые сложнее передаются в таком формате. И как только ушли с этапа пандемии в общем-то большая часть по крайней мере научного общения, она вернулась в живую часть.

А вторая такая большая инновация, которая прям совсем только недавно с нами случилась, это все, что касается ChatGPT и алгоритмов в более широком смысле. Когда стало очень легко,просто задать несколько фраз и получить на них ответ, но тем не менее здесь, несмотря на то что есть большие перестройки с точки зрения контента курсов, формата различных домашних заданий, остается самая большая вещь, связанная с валидацией того контента, который получается на выходе. И эта технология подсветила все плюсы и минусы, которые есть при ее использовании, все ограничения, которые важно понимать в будущем.

Наталья Перельдик, соосновательница образовательного стартапа Funexpected Math: Революция, конечно, мне кажется, точно не произошла, но, безусловно, большой сдвиг, я бы даже сказала, наверное, за последние 10–15 лет, он есть. Это здорово, что ты можешь послушать курс какого-нибудь профессора из Стэнфорда, не выходя из дома, если у тебя просто есть компьютер и прекрасный интернет. Но стало понятно, что просто масштабировать прекрасный контент это хорошо, но очень сложно после этого работать с мотивацией. То есть возможность послушать этот курс есть, но в реальности людей, которые от начала до конца готовы самостоятельно как-то проходить этот путь, на самом деле очень мало. И это такой, наверное, большой следующий этап для части EdTech-компаний, которые занимаются образовательными платформами.

Второй сдвиг большой скорее даже не в отношении вузов, а в отношении того, что ты можешь получить новую профессию онлайн, и это сильно меняет и рынок труда, и как часто ты на самом деле можешь менять профессию. Потому что еще лет 15 назад не думали, что можно так часто и так быстро получать новую профессию. Все-таки в уме, где это все начиналось,— университет. Так что, сдвиги есть, и ковид, безусловно, очень сильно изменил привычки потребителей, но еще много сложностей, конечно, которые предстоит решить.

— Ну вот мне тоже кажется, что именно в этой области, в изменении издержек на образование, которые несет человек, если это вычесть из его деловой активности, представляется самым революционным изменением.

Максим Предтеченский, основатель платформы Cogent: Я, наверное, буду самым пессимистом, потому что из хорошего, я считаю, что технологии действительно появились, которые позволят что-то изменить и позволят совершить революцию. Из плохого — мне не кажется, что я не вижу, что за последние 5–10 лет эти существующие технологии как-то реально применяются и что-то меняют.

То есть что люди научились делать? Как-то массово дешево доставлять контент, в первую очередь видео. Но это не является какой-то суперинновацией. Любой, у кого был видеомагнитофон, там вся Америка в 1980-х умела видеоконтент потреблять, и это было достаточно дешево и достаточно быстро. И никакой революции не произвело там.

Если мы говорим помимо видео, любой контент помимо видео научились доставлять, смартфонам уже не 10 лет, и картинки мы умеем пересылать не 10 лет, и PDF-файлы существуют не 10 лет, и средствам голосового общения не 10 лет. И в этом смысле ничего принципиально нового из того, что уже применено, и мы видим какие-то условно успешные компании, большие, которые это применяют, ну вот мы видим, есть Coursera, есть YouTube для видео. А что еще есть-то? Пока нет ничего. Мой взгляд примерно такой.

— То есть ты хочешь сказать, что образование недостаточно эффективно использует те возможности, которые уже есть, и есть шанс повысить производительность?

Максим Предтеченский: Именно так, да. Очень медленно, очень высокая ригидность, с моей точки зрения, и очень медленно адаптируются технологии. Да, ковид обратил внимание, пошли какие-то деньги, но все это существовало до ковида, мы все это прекрасно понимаем. И были компании, которые этим занимались, и мы не видим результатов.

— А что мешает тогда, все-таки я хотел бы уточнить? Еще не существует, может быть, каких-то суперновых решений, которые сектор образования мог бы массово применять, или же не успевает оно подняться, не догоняет?

Максим Предтеченский: Это про перестройку сознания, в том смысле, что вот мы раньше делали это, и вроде больше ничего другого делать не умели. Теперь мы можем делать это более эффективно, давайте делать, это прекрасная позиция, безусловно, но это эволюционное, это не революционное движение.

Революционное движение было бы, например, вот была революция в начале прошлого века, сотню лет назад, плюс-минус чуть больше появились гарвардские бизнес-кейсы. Новый класс материалов, совершенно новый тип преподавания, и все мы знаем, он успешно прижился и роль свою сыграл. Мне кажется, более того, я уверен, что современные технологии позволяют создавать с нуля новые классы институционных материалов, которые по уровню прорывных своих качеств могут быть и покруче, чем гарвардские кейсы, но пока этого нет. Пока все занимаются эволюцией, пока все просто говорят ура, дешевле доставляем. Вот мой взгляд.

— Оля, а ты видишь вот эти возможности технологические, которые могли бы радикально перестроить бы курс, или же просто они пока не заметны, или времени не хватает их заметить?

Ольга Кузьмина: Здесь фундаментальный такой вопрос, когда у нас разные типы знаний, разные типы задач, и одни из них очень легко стандартизируются, очень легко мы можем сделать, опять, как Максим (Предтеченский.— “Ъ”) говорит, какой-то видеоконтент, это может быть какая-то геймефикация, то есть это что-то, связанное с доставкой вот этого более или менее стандартного знания, которое вполне устоявшееся, это, не знаю, как наука каких-нибудь 50, 100 или раньше лет.

А с другой стороны, у нас есть более фронтирные какие-то ситуации, когда мы говорим про опять же какое-то научное знание, которое еще пока не устоявшееся, когда сами эксперты между собой, может быть, не могут согласиться на тему того, что их этого более корректно, что из этого более применимо. То есть то, что требует достаточно высокого уровня синтеза, критического мышления и всех тех таких качеств человеческих, в которых у человека есть преимущество над компьютерами и над всем, что касается искусственного интеллекта, например.

У нас есть разные таксономии разных наук, но в принципе они все связаны с тем, насколько стандартизированный результат получается на выходе. Скажем, на одном полюсе у нас лежит математика и все, что касается очень стандартных теоретических моделей, где при заданных предпосылках всегда получается вот ровно то, что должно получаться, там, где абсолютно предсказуемый результат с точки зрения вводных. И это такой континуум, когда мы переходим к физике, химии, биологии, экономике, когда у нас огромное количество агентов, и когда какие-то небольшие изменения контекста ведут к совершенно другим результатам, это можно даже назвать даже эффектом бабочки.

Соответственно, те знания и задачи, которые более стандартизируемы, довольно легко уходят, как мы видим, в онлайн. Но при этом там, где требуются вот такие вот человеческие качества, связанные с критическим мышлением, креативностью, синтезом, анализом, здесь пока у нас нет такого вот однозначного видения. Поэтому мне кажется, что это связано именно с разными знаниями, которые у нас есть, разной характеристикой этих знаний: что-то, что более стандартное, и что-то, что требует именно такого анализа, синтеза.

— А могут ли технологии высвободить больше ресурса для того, чтобы направить его на нестандартное знание, и ускорить, например, усвоение стандартного знания? Как раз увеличить время и ресурс, который направляется на это критическое осмысление.

Я хочу процитировать результаты исследования «Google и конец учителя», оно касалось школ, но я думаю, это актуально и для высшего образования. В нем говорилось, что желаемый учитель похож на носителя культуры Кремниевой долины, то есть он скорее тренирует, а не читает лекции, он гибкий, он готов работать в любое время в любом месте, быстро адаптировать работу по индивидуальным запросам, вообще большой запрос на индивидуализацию. Насколько сейчас эти возможности уже используются, и какие они есть?

Наталья Перельдик: Мне обидно за математику, она тоже очень креативная наука, и она не переводится вот так вот в прямом смысле онлайн. Там очень многое тоже зависит от учителя, как ты можешь подходить к разным проблемам.

Я как раз больше знакома с проблемами школьников, если честно, если мы представим себе учителя в школе, на что он тратит основное время? Он довольно много времени рассказывает школьникам материал, который в принципе повторяет из года в год. Плюс он должен обладать огромным букетом качеств: прекрасно знать материал, обладать классной харизмой публичных выступлений, потому что нужно следить за школьниками, чтобы они все-таки не отвлекались, главное, индивидуально обращать внимание. Реально очень сложно совместить эти качества, при том учитель — профессия супермассовая, и действительно хотелось бы часть этой рутины, если помечтать, передать технологиям.

Во-первых, возможно, лучше, чтобы часть нового материала может быть рассказал искусственный профессор Гарварда, а учитель скорее больше времени тратил на то, чтобы помогать школьникам в мотивации. Если школьник какой-то ушел, отстал, может быть наоборот, он впереди, что-то еще, то тут можно было бы как-то перераспределить эти задачи. Визуализация многих моделей — это тоже классная, сильная сторона технологий. То есть хотелось бы передать какую-то часть, не то чтобы это совсем рутина, но тем не менее таких повторяемых вещей и, наверное, чуть больше возможно переключиться на более индивидуальную работу с ребенком, который сегодня мотивирован, завтра отстал, тут он не понял, тут еще с ним что-то произошло.

— То есть преподаватель выступает неким проводником этого знания, а где он берет это знание уже и как он это знание потом, будучи проводником, приспосабливает к своим ученикам, вот в этом как раз и должно заключаться его искусство?

Наталья Перельдик: Может, и не должно, но можно попробовать именно в этом. Потому что мотивация — это важная часть того, насколько вообще далеко продвинется ученик. И с этим просто учитель, бедный, не успевает столько работать. Ты должен делать огромное количество вещей сразу. Классно, если они все сочетаются в тебе, ты харизматичный лидер, ты прекрасно рассказываешь, ты очень увлечен своим предметом, ты супер его знаешь, но как мы знаем, не всегда так происходит.

— Ольга, что скажешь про такое изменение роли преподавателя на горизонте нескольких лет, как тебе оно видится?

Ольга Кузьмина: Я очень согласна с Натальей (Перельдик.— “Ъ”) в этом плане, потому что есть некоторые вещи, которые невозможно передать в том же онлайне, когда происходят какие-то невербальные вещи, это идет обмен энергией со студентами, когда в живом общении это все происходит.

С точки зрения каких-то более рутинных задач, скажем, проверки домашних заданий, это, конечно, в той или иной мере на достаточно даже примитивном уровне используется давно. У нас есть разные бланки, куда можно галочки поставить, отсканировать и автоматически узнать, какое количество баллов человек набрал. Опять же это касается стандартизированной вещи, а если мы говорим про проверку эссе на таких экзаменах, как GRE (Graduate Record Examinations.— “Ъ”), когда человек пишет аналитическое небольшое эссе с аргументами, частично проверяет компьютер такое задание, но здесь можно учесть какие-то метрики, которые количественные, которые квантифицируются: насколько уникальные слова человек использует, насколько сложные конструкции в предложениях используются.

Но контент на текущий момент очень сложно оценить, и именно поэтому нужен человек, который поймет, что это не просто не некоторый бессвязный набор слов, очень красивые, уникальные фразы, что на самом деле есть какой-то смысл в этом всем. Поэтому такое движение есть, но человеческая составляющая остается высокой, опять же, мне кажется, я буду часто эту фразу употреблять про критическое мышление, и про валидацию того контента, который мы получаем. Должен быть какой-то эксперт, который скажет, что вот так разумно, а так не разумно. И пока что, насколько я себе это представляю, технологии с этим не могут справиться.

— Ты уже несколько раз говорила про проверку домашних работ, распространение ИИ, появление ChatGPT, как с этим дальше справляться? Как преподаватель сможет понять, кто это написал и соответственно, какой это вызов для системы образования? И что должно поменяться, чтобы понимать, что это написал не ChatGPT, а написал студент, или написал ChatGPT, а студент за ним проверил, только этим все ограничилось?

Ольга Кузьмина: Сейчас дело не идет в сторону какого-то запрета, это все такие вещи, которые невозможно остановить, а скорее как адаптировать эти домашние задания и экзамены под наличие вот таких новых инструментов. Многие профессора могут, например, проверять свои экзамены или домашние задания, перед тем, как выдавать их студентам, насколько ChatGPT с ними справляется. Но проблема конкретно этого инструмента в том, что это некоторая вероятностная лингвистическая модель, и в ней нет на текущий момент встроенной логики. Поэтому бывают такие ситуации, что все выглядит довольно красиво, но где-то в серединке появляется какая-то фраза, которая явным образом говорит, что автор этого контента совершенно не разбирается в предмете.

Онлайн-дискуссия о ChatGPT и ИИ в рамках «Просветительских дней»

Поэтому на передний план, если студент, профессор, неважно кто, использует такую технологию, все равно финальное слово с точки зрения подписаться под этим контентом принадлежит ему, а значит, он ответственен за то, какое содержание там находится. И студент, который увидит, что там есть какой-то косяк или что-то странное, что сразу выдаст и сразу покажет, что он не разбирается в предмете, это хорошо, что он увидит это, поправит, сможет, соответственно, какое-то новое задание дать.

Но с другой стороны, мы движемся в сторону придумывания новых задач, и хороший профессор на экзаменах не будет давать похожие, одинаковые задания каждый год. Это тоже очень сильно зависит от того, насколько этот предмет более стандартизирован, менее стандартизирован. Попыткой придумать те задания, которые действительно учат ребят думать и анализировать, этим, мне кажется, можно на текущем этапе справиться с такой технологией.

— Проводили такие тесты, и американский профессор срезал ChatGPT, сказав, что он полностью не справился с заданиями об эластичности цены, а потом возникла огромная дискуссия, а прав ли был профессор, поставив неудовлетворительную ему оценку.

Была такая советская пластинка по «Алисе в стране чудес» с песнями Высоцкого, и там была фраза: чтобы высохнуть, нужно пользоваться только сухими предметами. А что суше всего на свете — лекция. Как могут технологии изменить формат лекции, сделать так, чтобы она была живее, чтобы было больше элементов критического мышления, больше бизнес кейсов?

Максим Предтеченский: Буквально сегодня смотрел по своей рабочей специальности, что там происходит, и я вижу что-то начинает появляться, мне кажется важным элементом увеличение квантования.

Как раньше происходило? Вот есть здание, там профессора, студенты где-то рядом с ним, студенты ходят, профессора в них запихивают знания с переменным успехом, есть формат лекций. Они организованы согласно вот этому жизненному циклу этих людей в первую очередь, они там живут. Вот не может профессор пять часов говорить, надо людям иметь перерывы, и возникли тайминги какие-то: вот аудитория, в ней сидит на лекции 50, 100, 200 человек порой, 300 где-то в больших университетах. И вот эти лекции по 40 минут, и каждый пытается что-то в меру своего разумения понять. Невозможно другого формата, не может профессор читать лекции по две минуты.

Самый простой ответ: такое маленькое квантование в сочетании со всеми технологиями коллабораций новыми, которые сейчас есть, что можно прекрасно работать большим количеством людей над одной и той же темой, может стать новыми строительными кирпичиками, из которых, в частности, с помощью ИИ можно строить очень необычные конструкции, которых раньше просто быть не могло, из этого что-то может родиться. И до самого последнего времени, вот буквально даже пять лет назад это было невозможно, это только-только появляется сейчас.

Плюс к этому, если пример гарвардских кейсов брать, современные, буквально последних лет, уже послековидных, новые техники в коллаборативной работе, которых раньше не было никогда, сами по себе несут в себе очень большой потенциал. Очень хорошо было видно во время ковида, ну вот собрали сколько-то человек в Zoom, 20, 30 и что? Как их вовлекать-то, это же невозможно.

И первый ответ был такой: это невозможно, потому что то, что говорила Ольга (Кузьмина.— “Ъ”), не хватает личного общения, не хватает невербалики, я честно скажу, мне не кажется, что этот ответ на 100% правильный. Есть техники коллаборационные очень современные, от Miro и выше, те, которые реально применяются в компаниях а-ля Google на внутренних вещах для коллаборативной работы, они способны дать ответы на все эти вопросы. И можно будет всех классно вовлекать в рамках таких техник и невербалики надо будет существенно меньше. Это второе такое направление большое, которое может выстрелить.

— Ну да, мне тоже кажется, что вот это вовлечение эмоциональное — это просто вопрос времени. Мы должны к этому привыкнуть. Вот как я, допустим, до сих пор читаю бумажные книги, мне комфортнее читать бумагу, например, я думаю, что более молодым людям в общем все равно или, наоборот, более комфортно читать...

Максим Предтеченский: Я всегда просто пример привожу, а сейчас чего-то я про него забыл. Вот я, условно говоря, представляю класс какой-то даже старшей школы, 20 человек. И вот я сижу, чего-то там учитель говорит, и я где-то что-то недопонял, и как бы вот такая стандартная вещь, толкнул соседа Васю — он чуть умнее меня, задал ему пару слов, он меня куда-то ткнул, и я дальше слушаю, и у меня в принципе все нормально, вот я вот так вот отвлекся. Это невозможно сделать сейчас в наших коллаборативных делах. То есть вот так, в Zoom так было не принято. Там нет вот этих механизмов удобных.

А вот если бы они там были, например, то что-то могло бы измениться с точки зрения и вовлеченности, и одновременно той самой невербалики. Большая часть невербалики, мне кажется, она и теряется за счет того, что есть такой один канал in/out, а все остальное как будто бы человек должен отрезать. Но он не может этого сделать, у нас мозг так не работает, ему нужны как бы какие-то side-применения.

Ольга Кузьмина: По поводу применения Zoom, часто параллельно с основным спикером может идти дискуссия в чате, который позволяет направлять вопросы некоторым в группе или ограниченному количеству людей, которые сразу параллельно это же обсуждают. И это на самом деле невозможно сделать на живом семинаре, когда все должны в тишине сидеть, а здесь получается, что можно сразу это обсудить, понять — нравится, не нравится, какие-то даже идеи сразу придумать для дальнейшего развития. Поэтому есть, конечно, некоторые плюсы в этом.

И различные, скажем, разбиения на комнаты, когда можно дать те же самые кейсы, работа в группе в небольшой для того, чтобы в каждой комнате ребята отдельно какое-то свое решение придумали и потом все вместе обсудили. То есть то, что опять в физическом пространстве, может быть, сделать сложнее. Есть плюсы и минусы, и хотелось бы понять, что из этого мы можем взять в качестве положительных вещей и продуктивно их использовать, в том числе в образовании, и как преодолеть какие-то сложности, которые есть в этой ситуации.

— Я бы хотел дальше двинуться вперед — в сторону футурологии продвинуться. Если мы понимаем, что все больше обучения будет переходить в онлайн с использованием технологий, меняются требования к преподавателю, меняется спрос, предложение — в общем, не изменится ли модель образования? Вот Максим про здание упомянул, не снизится ли потребность в инфраструктуре, нужно ли будет столько преподавателей, можно ли будет отказаться от части расходов на инфраструктуру, на ту же недвижимость, насколько от них можно будет отказаться. И если потребность в этих расходах снижается, то на что можно перенаправить эти средства?

Максим Предтеченский: Мне кажется, что вопрос зданий, с которого мы начали, обсуждается активно не только про образование.

— Ну, это в целом про инфраструктуру.

— Он и про офисы сейчас во всем мире он обсуждается. И мы знаем, что на текущий по крайней мере момент такой консенсусный ответ, что да, что коммерческие площади проседают, цена аренды проседает, что люди думают, как переоборудовать офисы, как вообще изменятся центры городов. Это не только про университеты. С этой стороны издержек так или иначе меньше станет, тем или иным способом это произойдет.

Что касается преподавателей, это огромный открытый вопрос, на который, как мне кажется, нет ответа однозначного. И мы слышали сегодня, другие спикеры как раз говорят: мы хотим автоматизации для того, чтобы мы могли больше коучить, больше уделять внимания ученикам, больше выступать в качестве тренеров. Но обратите внимание, количество студентов на профессора в этом подходе особенно не меняется. Просто у профессора получается больше времени индивидуального подхода к студенту.

В то время как, например, другого типа совершенно бизнес-задача, которой я в том числе стараюсь заниматься, немного опосредованно, но тем не менее — это: а существует ли вообще ответ? Может ли хотя бы теоретически профессор, условно говоря, качественно доставлять обучение тысяче, 10 тыс. или 100 тыс. студентов? В этом же была мечта, что вот есть великий гарвардский профессор, и он может учить 10 тыс. человек, про это всегда были все эти видео, все эти кассеты. Возможно ли это вообще или это теоретически невозможно? На это ответа пока нет, честно говоря, хорошего.

Но если да, то издержки упадут в тысячу раз немедленно, потому что если профессор может обучать 100 тыс. студентов, то зачем столько профессоров, конечно. Но вот многие люди склоняются к тому, что ответ — нет, и нужны в этом смысле не профессора, а тренеры, а тренер вряд ли может обучать 100 тыс. человек. Мне не кажется, что технологии могут ему в этом помочь.

— Ольга, что ты думаешь про изменение бизнес-модели, если так можно назвать, образования, перераспределение издержек? И я хочу здесь оговориться, что, конечно же, мы говорим не про топовые вузы, мы говорим в целом про систему образования, fв которой есть вузы, где преподаватели совершенно разной квалификации.

Ольга Кузьмина: Вопрос о масштабировании мне тоже кажется очень интересным. И, с одной стороны, есть, наверное, такие знания, которые и легко масштабируются, и плюс у нас есть огромное количество людей, для которых будет достаточно легко их освоить. То есть это просто предоставление доступа к этим знаниям. Если мы представляем себе условную, я не хочу говорить «умность», но способность человека осваивать те или иные знания, как некоторое такое распределение между людьми, то тогда, когда мы говорим про что-то, что действительно может быть потенциально доступно тысячам, миллионам людей, это здорово. Соответственно, когда у нас есть и спрос на такое масштабирование, и возможность этого.

Но с другой стороны, если мы говорим опять про границу научного знания, то это требует некоторого количества лет, усилий и всего остального. Количество профессоров в будущем потенциально может снизиться, и, соответственно, нет, нужды, что ли, в масштабировании этого знания. Если все равно количество людей, которые потом смогут найти работу, собственно такую, профессором, достаточно ограничено. Мы не говорим здесь о том, чтобы миллиарды людей потенциально этому научить.

По поводу разделения разных университетов. Сейчас оно ведь тоже существует. У нас ведь есть топ-вузы, которые прежде всего фокусируются на исследованиях, и у которых нет, может быть, сравнительного преимущества именно в преподавательской компоненте. А с другой стороны. у нас есть так называемые teaching schools, которые сфокусированы на том, как более интересным способом объяснить студентам ту или иную вещь.

И здесь тоже такая интересная вещь — с точки зрения автоматизации, насколько я знаю, исследований на тему вузов еще нет, но про фирмы и людей есть такие исследования, которые показывают сглаживание иерархии здесь, например, внутри фирм, когда мы получаем меньшее количество топ-менеджеров и большее количество младших сотрудников. С другой стороны, у нас тоже есть исследования, которые показывают, что такая поляризация не происходит, и как у экономистов в зависимости от предпосылок получаются совершенно разные вещи. А есть, наоборот, ситуация, которая говорит о том, что как раз вот эти вот самые-самые высококвалифицированные, самая большая отдача, и, соответственно, стимулы могут возрастать к тому, чтобы получать такое образование.

И это очень сильно зависит в том числе от предпосылок, от того, что именно здесь заменяется. Если подумать про некоторое распределение знаний, если вытесняются самые низкоквалифицированные, самые стандартизированные, то это одна ситуация. Но другая ситуация, когда, например, какая-то средняя часть, то есть такие среднеквалифицированные люди заменяются какими-то автоматизированными средствами. И здесь очень сложно предсказать, потому что есть силы, которые двигают это неравенство в разных направлениях.

— Если поговорить про школу, про изменение формата, про перестройку. Были ли какие-то интересные кейсы, когда появлялись какие-то продукты, которые позволяли учителям школьным становиться проводником, о котором мы говорили? Как они на это реагировали, держа в голове, что в этой ситуации может упасть спрос на них? Их нужно будет меньше, этих учителей, можно несколько школ соединить в такой ситуации?

Наталья Перельдик: Продукты такие есть, которые фактически школа использует, у тебя простроенные абсолютно уроки. Для школы есть всякие amplifying map, и они визуальные, классные, в принципе многие школы сейчас, например американские, уже закупили какой-то конкретный продукт по математике и идут по нему, какие-то есть изменения. После этого учитель в основном модерирует, что происходит внутри класса, разделяет их на группы, и это классно.

Почему они не очень боятся того, что уменьшится количество учителей? Потому что, как мы сейчас обсудили, в ближайшей перспективе кажется, что это быстро сделать сложно. Почему я говорила про то, что изменится в сторону коучинга, зачем вообще нужен этот коучинг? Для того, чтобы поддержать мотивацию. Основная проблема в чем? Есть классный курс, все очень здорово, ты можешь проходить вперед, но сами люди, сами школьники, сами студенты, сами взрослые на самом деле не готовы это делать.

В любом новом формате нужно время на то, чтобы найти новые инструменты, чтобы он работал эффективно. Но сейчас если мы посмотрим на крупную Coursera, какие инструменты мотивации лучше всего работают? Человек — лучший инструмент для мотивации, у тебя дедлайн, у тебя есть человек, который спрашивает: ты это сделал уже? Это реально работает безотказно, поэтому учитель в классе работает — ты сделал домашнее задание — работает безотказно. Это не значит, что нет абсолютно других инструментов и не появится.

Если десять лет назад мне кто-нибудь сказал бы, что каждый день миллионы людей будут проводить время в приложении по обучению языку Duolingo, вместо того чтобы просто развлекаться. Честно говоря, было бы суперсложно поверить, но тем не менее они за десять лет нашли инструменты, которые вовлекают людей, заставляют их возвращаться, и увеличили свой retention (коэффициент удержания пользователей.— “Ъ”), у них Day 1 Retention был, когда они начинали, 11%, а сейчас, говорят, 50%. И это значительные изменения. Поэтому я не говорю, что в дальней перспективе человечество не сможет найти новых инструментов, как повышать мотивацию, если участие человека сильно снижено в технологиях.

Но тогда возникают другие сложности, а если профессоров Гарварда нужно пять на человечество, откуда они будут появляться следующие, откуда они будут вырастать? Такая дискуссия ведется в учительском сообществе школьном, вопрос стоит так, что если у тебя есть классные инструменты, все у тебя простроено, то в среднем возможно ты увеличишь качество образования на какой-то момент. Проблема в том, что у тебя пропадут талантливые очень учителя, то есть они перестанут появляться. Окажется, что так может случиться, что их станет появляться все меньше и меньше. Вот это расслоение, что людей, которые производят суперклассный контент, станет меньше, и это отдельная опасность.

— Вот эта опасность усреднения очень актуальна.

Ольга Кузьмина: Здесь есть и противоположная сила, которая действует из того, если образование становится очень-очень широкодоступным, то у нас принципиально увеличивается пул людей, из которых мы выбираем, а все эти истории самых высококвалифицированных, самых образованных, это все истории аутлайеров, то есть это истории хвоста этого распределения, и соответственно, тогда когда у нас есть возможность выбирать из большего количества людей, потенциально мы можем получить более производительных, более квалифицированных людей на выходе.

— Сейчас мы с основном говорим про сторону образования, а давайте поговорим про сторону EdTech. В каком сейчас состоянии находится индустрия? Разные есть оценки в зависимости от того, кто их дает, например, что в 2022 году мировой рынок оценивался в $123 млрд, естественно, был бурный рост 2021 года, когда рынок сильно вырос до 15 млрд, а 2022 год он закончил падением до 10–11 млрд, ну понятное падение, потому что 2021-й — это постковидный год, потом опять же 2022 год, рост ставок процентных сказался на привлекательности венчурных инвестиций. И каков ваш среднесрочный прогноз, это не совсем футурология? Как рынок меняется, что мешает развитию EdTech, о чем мы уже отчасти говорили, что в первую очередь драйвит его?

Максим Предтеченский: Я думаю, что на сегодняшний день рынок EdTech и особенно рынок инвестиций в него радикально лучше себя чувствует, чем пять лет назад, после этой всей ковидной истории, с одной стороны. Но с другой стороны, если мы будем сравнивать в рамках индустрии рынок EdTech, мы можем увидеть, что он совершенно микроскопически маленький в относительном размере. Потому что образование как индустрия — это проценты от ВВП, это гигантские совершенно деньги в мировой экономике, они сопоставимы с такими вещами, как энергетика, транспорт, медицина. В развитых странах образование может достигать больше 10% ВВП — есть такие цифры.

Соответственно, если мы имеем такие цифры, как 10% ВВП, очень грубо, но масштаб такой — 10% всех инвестиций венчурных должны уходить в EdTech, это даже близко не так, даже порядково не так. В этом смысле недооценка рынка, таким прямым сравнением, она раз в 100. Понятно, что много государственного на этом рынке на самом деле, он такой не совсем честный как бы в смысле замерки по венчуру, но тем не менее. Резюмируя, ситуация сильно лучше, чем она была пять лет назад, и мне кажется еще x50 недооценена по правильному объему инвестиций.

— Но в этих же процентах ВВП, про которые ты говоришь, сидят огромные расходы на инфраструктуру, на выплату зарплат, они из этого состоят?

Максим Предтеченский: Так мы на это и отвечаем, когда инвестируем. Мы возвращаемся к предыдущему вопросу, а можно нам сейчас деньги инвестировать так, чтобы если потом сократится количество учителей, сократится количество зарплат, будет гигантская экономия, можно перенаправить — это абсолютно валидная цель для инвестиций, в том числе государственных, почему нет.

— А как сказалась в целом на рынке — или это оказалось локальной историей — китайская история, где жесткое регулирование ударило по сектору?

Наталья Перельдик: Мало того что EdTech занимает очень маленький процент самого рынка образования, более того, если посмотреть на общий EdTech, то большая его часть — hardware, просто умные классы оснащают досками. Мы говорим, что вот сейчас наступит будущее и профессор Гарварда станет вместо учителя. На самом деле большинство рынка EdTech пока что — это оснащение классов доской хорошей и всем, что ей сопутствует.

Тут еще важно, что EdTech очень разношерстный, и надо сказать, что школа и университет — это такие точки, которые будут сопротивляться изменениям, понятно почему — тут ошибка очень дорого стоит. Вы, как родители, очень боитесь ошибиться с образованием ребенка или в университете. Когда вы взрослые, уже гораздо проще поменяться и сказать — ок, я получу профессию онлайн, ну не получится — пойду по старой профессии работать. А тут цена ошибки очень велика, поэтому ожидать, что сейчас быстро прям выйдет новая технология, и все на не пересядут, готовы будут менять, кого как учить в школе, в вузе, нет, не готовы, не готов будет потребитель. А все равно все-таки образование — это услуга, и она строится в соответствии с тем, что ожидают родители, государство. Поэтому менять это в принципе сложно.

Что касается китайской истории, конечно, она повлияла, но, с другой стороны, честно говоря, нельзя сказать, что рынок этого совсем не ожидал, что Китай может регулировать образование. Тем не менее сейчас Индия, понятно, что сильно растет, в Америке всегда были самые большие инвестиции, я бы не сказала, что это повлияло как-то на глобальный рынок, что всe, мы больше не инвестируем в образование. Образование — это одна из базовых все-таки потребностей, я считаю, вместе с едой, одеждой, и понятно, что инвестиции туда все равно будут.

— Традиционная система образования может многому научиться у EdTech с точки зрения маркетинга, но со стороны образовательного сообщества есть упрек, что EdTech продает лучше, чем учит, на самом деле. На что EdTech отвечает, что если бы был плохой продукт, то и потребитель бы не приходил, не покупал бы продукт. Насколько возможность продать этот продукт зависит от его качества или от того, что не хватает мотивации людям, которые его покупают, поэтому они будут его меньше покупать, люди платить не готовы, а заплатят мало, тогда и пользоваться не будут?

Наталья Перельдик: Мне кажется, для любого бизнеса умение маркетировать свой продукт — это суперважная составляющая. Хороший вопрос — как потребитель вообще оценивает качество? Во многом рассуждение о том, что если качество плохое, то им пользоваться не будут, действительно верно: если тебе не нравится, ты, безусловно, не будешь пользоваться. Но иногда тебе быстро сложно оценить самому качество какого-то продукта, и это нормально.

Я точно не специалист в химии, моего ребенка начинают учить, как мне оценить это качество, на что я ориентируюсь? Человек — социальное животное, мы ориентируемся на то что все остальные тоже там учатся — наверное, это хорошо, ориентируемся на людей, которые вокруг нас похожи на нас, мы хотим быть где-то вместе с ними; этот продукт получил какие-то важные премии, то есть специалисты оценили. Все равно очень часто оценка качества внешняя, не внутренняя. И тут, конечно, умение эту внешнюю оценку донести и представить тебе суперважно.

Максим Предтеченский: Про химию прям мой любимый тейк, я всем эту историю рассказываю, когда слышу про химию. Я когда начал заниматься EdTech впервые, это было 10–11 лет назад, тогда в моду вступал VR, мы сделали серию проектов, которые в этом VR очень хорошо визуализировали как раз химию, биологию — работа мозга, все было очень красиво, геймификация, все по самой последней моде. Всем ужасно понравилось, у нас были великолепные отзывы со всего мира, учителя слали нам письма, слезно благодарили, мы висели в Oculus Hall of Fame: лучший проект, все у нас было, он не заработал ни копейки денег, просто ноль.

У меня в этот момент было первое разочарование — думаю, что-то делаю не так, не понимаю, и я забросил эту тему на некоторое время. А потом в какой-то момент по прошествии времени, когда я познакомился со своим партнером, у него несколько бизнес-школ, хороший успешный бизнес, при этом с хорошими рейтингами, у него там все получилось. И он ко мне пришел, давай типа, ты же профессионал в видеоиграх, давай геймификацию делать. Я всю эту историю ему рассказал, он долго-долго смеялся, потом говорит, я могу сходу объяснить в чем твоя ошибка: ошибка твоя в том, что нет на земле людей, которые будут платить за то, чтобы учиться химии. Есть только такие люди, которым платят, и тогда они за эти деньги учатся химии, и других нет, поэтому это все можешь списать, никогда этим не заниматься, там не будет ни копейки денег, все деньги в высшем образовании, которые существуют, там 90% — это финансы, экономика, law. Никаких других денег там нет, именно в смысле бизнеса.

И это меня заставило картинку пересмотреть. Поэтому я согласен, очень тяжело, практически невозможно оценить качество такого типа образования про химию — никто химию не знает, и даже если человеку денег заплатить, все равно он не поможет это сделать чаще всего. Все-таки это очень специальные люди. В то же время оценить качество финансового образования бесконечно проще, потому что оно везде примерно одинаково преподается, оно везде, исключая специфику, оно везде преподается на английском более-менее, там везде понятные учебники, понятные принципы, понятные модели, все везде одно и тоже, и там, я думаю, легко возможно. В частности, поэтому достаточно легко автоматизировать, CFA уже весь автоматизирован, прекрасные есть компании, в Китае особенно, которые этому прекрасно учат, очень дорого стоят.

— Вернемся к университетскому образованию. Ольга, как ты считаешь, могут ли технологии сгладить или, напротив, они могут увеличить неравенство между университетами? Отрыв между топ-10, топ-15

Ольга Кузьмина: Мне кажется, мы немножко уже эту тему обсудили в контексте сглаживания иерархии потенциального. У нас есть разделение на так называемые исследовательские университеты и более преподавательские университеты там, где как раз речь идет о том, как именно донести ту или иную вещь. И в зависимости от того, что именно из этого будет автоматизировано, вот Максим (Предтеченский.— “Ъ”) говорит про какую-то часть финансового образования, может быть, это какие-то стандартные формулы или еще что-то, что очень легко донести.

Но при этом все, что касается фактического применения в той или иной ситуации, какую предпосылку поставить в эту формулу, сколько заложить рост того или иного сегмента, здесь уже нужен совершенно живой опыт, в плане человека, который будет это применять. И в науке такая же ситуация, когда у нас какие-то довольно стандартные вещи, но для того, чтобы понять, продвинуться и проанализировать, нам уже нужен человек, какой-то эксперт, который понимает общую картину, разбирается во всем этом.

И здесь, наверное, какое-то количество навыков со временем перейдут в базовый стандарт образованного человека, сейчас это может быть грамотность, математическая грамотность, знание английского языка, умение пользоваться текстовым редактором, таблицами и все такое. С развитием автоматизации, наверное, сюда добавятся еще какие-то дополнительные навыки, которые также будут базовыми.

Но здесь на первый план опять выходят возможности применения этого. Когда мы говорим про те или иные алгоритмы, это не просто программисты, это должно быть всегда в комбинации с экономистами, финансистами, маркетологами, теми людьми, которые понимают контекст, понимают, насколько что-то разумно или нет. Потому что любой алгоритм — это предсказательная модель, которая говорит, что будет, но очень часто задачи, которые нас интересуют, причинно-следственные: пытаются ответить, а как нам улучшить тот или иной целевой показатель. И ровно для этого нам и нужны такие смежные специальности, которые позволят понять, какие ситуации более разумны, какие менее разумны, как именно это использовать. То есть в первую очередь речь о тестировании разработки, расширении возможностей применения.

С точки зрения вузов похожая картинка. Те школы, которые, может быть, не находятся на острие этого знания, если мы говорим не про научные, а про прикладные какие-то вещи, может быть, не так хорошо понимают, как это применять. Вопрос — что они могут предложить вместе с образованием: какие-то неформальные вещи, нетворкинг и так далее. Но и этот нетворкинг в каких-то исследовательских вузах может быть лучше, потому что у нас есть положительный отбор людей в вузы более хорошего качества, что означает, что такие посторонние вещи будут в университетах более хорошего качества тоже лучше.

— И это может гипотетически привести к усилению неравенства между вузами, потому что будет переток наиболее качественной аудитории в те вузы, которые могут создавать продукт, который потом будет масштабироваться.

Можете ли вы назвать какие-то исследования об экономических эффектах онлайн-образования, в том числе в разрезе экономического неравенства. И смежный с этим вопрос: является ли цифровое неравенство значительным препятствием для распространения EdTech или же влияние этого неравенства снижается? EdTech может сглаживать неравенства или же из-за цифрового неравенства он может это неравенство общее увеличивать?

Ольга Кузьмина: Это на самом деле очень-очень активная сфера исследований в данный момент, особенно с учетом применения автоматизации как одного из примеров самого современного витка научного прогресса. И есть разные ответы на этот вопрос — как такая большая поляризация, когда мы получаем увеличивающуюся отдачу на самые высококвалифицированные знания, так и, наоборот — сглаживание иерархии, когда у нас меньше разница в зарплатах, то есть меньше премия за более высококвалифицированные знания. Разные и теоретические, и эмпирические исследования в разную сторону здесь говорят. Очень сложно вообще в целом судить о таких эффектах именно на какое-то распределение. Мы очень часто можем достаточно легко замерить, что происходит со средней, но это некоторая средняя температура по больнице.

Исторически мы видим, что технологический прогресс приводит к увеличению производительности через гигантское количество различных каналов — это и непосредственное уменьшение реальных издержек производства того или иного товара, это увеличение производительности в тех же отраслях через так называемый комплементарный фактор производства, когда у нас уже есть технология легкого сбора данных потенциальных заемщиков, введение кредитного скоринга принесет больший эффект, чем в ситуации, когда у нас нет такой технологии. Плюс создание принципиально новых отраслей, о которых мы раньше никогда не думали. Очень сложно даже предсказать, какие именно отрасли будут созданы. Есть такая интересная грибная аналогия, что где-то вот они хорошо растут, а где-то плохо и мы заранее не знаем, где это произойдет.

И увеличение этой производительности создает дополнительный спрос на труд, поэтому, когда мы говорим про общие, средние, глобальные эффекты, это положительно, хорошо в долгосрочной перспективе. Но когда мы говорим опять про неравенство, за счет кого происходит, кто теряет, кто выигрывает — здесь очень сильно зависит от предпосылок, того, какая часть распределения этих скиллов потенциально автоматизируется. И эмпирически нам только предстоит выяснить, насколько такие вещи, связанные с эффектами перераспределения, будут сильными.

В краткосрочной перспективе мы получаем замещение тех профессий, которые вдруг резко стали неактуальными. То есть люди, которые потенциально могли бы в среднесрочной перспективе участвовать на рынке труда в новых профессиях. Но здесь, естественно, выходит на первый план то, насколько у нас есть возможности к их образованию, переобразованию, переквалификации, особенно с учетом увеличивающейся продолжительности жизни, когда человек за свою жизнь может освоить несколько профессий, десять лет в одной, десять лет в другой — в каждой чего-то добиться. Выходит на передний план именно то, насколько сложно переобучиться новым навыкам.

В отличие от предыдущих витков этого прогресса, мне кажется, здесь сейчас такая интересная ситуация, что у нас получают распространение школы по всему миру, которые немножко другую модель образования переняли, когда на первый план выходят не какие-то жесткие навыки, не какие-то фактические знания, а то, насколько эти концепты применимы в разных сферах, плюс все разрекламированные навыки 4К: креативность, креатическое мышление и так далее, плюс какие-то личностные характеристики — лидерство, самостоятельность.

Получается, что такая концепция образования сразу нацелена на то, чтобы человек в будущем мог из набора этих знаний, навыков и лидерских качеств пересобрать свою компетентность в новой индустрии. И это, с одной стороны, и долгосрочно хорошо, потому что мы не знаем, в каких отраслях и где будет такой бум, и в краткосрочной перспективе тоже, наверное, позволяет этим людям потенциально удовлетворить спрос на новые открывшиеся профессии и не быть просто замещенными искусственным интеллектом и какой-то автоматизацией.

— Это звучит так красиво, вспоминается Шекспир, ах, если б делать было так же просто, как знать, что делать. По оценкам Bank of America, к 2030 году из-за развития ИИ и автоматизации может быть сокращено 2 млрд рабочих мест. Дарон Аджемоглу с соавторами показывал, что меняется структура вакансий в пользу вакансий, касающихся работы искусственного интеллекта. Есть оптимисты, есть пессимисты. Например, первый заместитель директора МВФ Гита Гопинат допустила, что ИИ может просто заменить рабочие места, не создавая для людей новую, более продуктивную работу.

Поэтому, конечно, возникают все эти вопросы к тому, насколько система образования сможет адаптировать людей к этому новому рынку труда, чтобы не получилось, что экономика уже полмира обошла, а люди только с кровати начали подниматься и думать, а что же им делать. Как вам кажется, EdTech способствует устранению неравенства или же из-за разного доступа к цифре, к сети он, наоборот, может его увеличивать? Мы обсуждали, что будет происходить с университетами, это тоже влияет на неравенство социальное.

Максим Предтеченский: В моей парадигме, с точки зрения бизнеса ответ не слишком сложный, всю эту ветку сначала размотаем: вот пошли инвестиции, люди поняли, начали возникать компании, возникли великие компании. Что значит великая компания — возникло что-то типа Google в образовании, такого порядка, триллионная компания, условно говоря. Такая компания может существовать тогда и только тогда, если ее услугами пользуются сотни миллионов и миллиарды людей. И никак по-другому существовать она не может.

А это значит совершенно точно, что нет, не 0,1% элит будет пользоваться услугами этой компании — безусловно, это будет миллиард-другой человек как минимум. Apple сколько iPhone выпустил, ну 300–500 млн? Цифры такие. Даже вроде элитарная компания, все равно говорим о сотнях миллионов клиентов, поэтому это не 0,1%. Другой вопрос, что не очевидно, какая из пары миллиардов: это будет все-таки верхняя пара миллиардов или средняя пара миллиардов, или нижняя пара миллиардов, но, скорее всего, исходя из бизнес-логики, у нижней пары миллиардов недостаточно денег, в этом смысле они могут получить его на уровне Google бесплатно, если это будет компания типа Google, или могут не получить, если это будет компания не типа Google.

Поэтому я думаю, сглаживание сверху гарантированно цифровые технологии дадут, и нет способа, если возникнут великие компании, чтобы этого не произошло. А вот сгладит ли это ситуацию между верхами и низами, это как повезет — будет это Apple или Google, вот это и будет ответом на вопрос.

— Были исследования, что, с одной стороны, онлайн-образование сглаживает неравенство, а с другой стороны, может его консервировать и усиливать, потому что для многих людей вырваться как раз в школу, в офлайн — это возможность вырваться из своей среды, они попадают в другую среду, более позитивную для них, чем место, где они живут, в том числе может быть семья неблагополучной.

Наталья Перельдик: Это неравенство, безусловно, может консервироваться, и причин этому много: и просто невозможность выделить какой-то бюджет семьи на это, и главное — мотивация и отношение к тому, насколько это вообще важно. Но позитивное состоит в том, что действительно в долгосрочной перспективе, если в среднем довольно сильно поднимаешь уровень образования, та же самая история индустриальной революции показала, что ничего — какие-то профессии действительно уйдут. Но будет настолько большое количество новых, которые очень сложно себе представить, что в среднем, наверное, уровень жизни человечества все-таки постепенно пойдет наверх. Но любое большое изменение провоцирует сильное перераспределение между разными слоями.

— А может ли EdTech снизить спрос на высшее образование или же, напротив, поскольку у нас происходит автоматизация, растет спрос на какую-то уникальность, будет спрос на высшее образование расти? Например, я уже прошел какие-нибудь курсы, прослушал лекции, как-то усвоил теорию, всe, мне пора уже переходить к практике и идти работать?

Ольга Кузьмина: Здесь мы потенциально имеем ситуацию, когда у нас реальные издержки в получении таких знаний падают, несмотря на достаточно важный аргумент про мотивацию — в том числе на нашем опыте онлайна мы тоже это довольно сильно заметили. Но получается, что, с одной стороны, какие-то базовые вещи уже может делать тот же алгоритм, но они могут становиться кирпичиком, не пройдя который, ты не можешь идти дальше, на более высокие уровни, то есть входить в базовый набор каких-то грамотностей, которые человеку нужны. А дальше вопрос уже верхнего хвоста распределения — премии этого высококвалифицированного над менее квалифицированным трудом. И это вопрос как раз — эмпирически мы увидим такую поляризацию или она уменьшится?

— Просто вопрос в размере этого хвоста

Ольга Кузьмина: Стимулы к высшему образованию — это и есть то, сколько мы ожидаем нашу премию в зарплате, если мы ее получим, относительно того, что мы его не получим. В данный момент модели наши и эмпирика говорят нам разное. И пример как раз Дарона Аджемоглу, который является одним из топовых исследователей сейчас в этой теме.

Но в любом случае понятно, что если ты хочешь находиться или хочешь попасть в этот верхний хвост распределения, то все способности к адаптации своих навыков, знаний выходят на первый план. И именно поэтому, наверное, мне кажется, у Гиты (Гопинат.— “Ъ”) тоже был этот вывод о важности образования. То есть это реально вызовы образованию, к тому, насколько быстро люди могут перестроиться, переквалифицироваться и занять эти новые ниши, которые появятся.

— Если не говорить про самое верхнее распределение, может ли через какое-то время EdTech — я прошел какие-то курсы, я что-то прослушал — заменить диплом уже? То есть для меня издержки получения образования превышают премию, которую я рассчитываю получить.

Максим Предтеченский: Я хотел бы почелленджить немного классический экономический подход про издержки и премию. Близко к теме: не EdTech, а цифра как таковая. В течение какого-то достаточно большого количества лет существует класс профессий, которые не требуют высшего образования, предоставляют огромную зарплату на старте, супер карьерный трек и лучшие возможности. Это профессии вокруг программирования. Для них ничего этого не нужно, это лучший трек-рекорд, который сейчас человек может выбрать вероятностно. Изменило ли это популярность высшего образования? Мне кажется, не очень.

Не изменило, потому что никто этого не понимает, или не изменило потому, что там есть что-то еще? Если мы будем измерять высшее образование попросту в потраченных годах, то так или иначе, если что-то можно очень быстро освоить, это не будет конкурентно или будет автоматизировано, если это будет более прибыльно, чем выше по рынку, в экономических терминах. Всегда быстро сгладится. Сейчас все программисты сглаживаются, все уже поняли.

Я не думаю, что EdTech снизит потребность в высшем образовании, просто, возможно, люди начнут эти пять лет обучения тратить несколько по-другому. С помощью того же самого EdTech или вопреки ему — это другой вопрос. Но потратил пять лет — что-то там получил. Это про годы, не про технологии, на мой взгляд.

Наталья Перельдик: Не понимаю, почему мы противопоставляем это. Высшее образование-то, мне кажется, очень сильно использует EdTech, но почему они должны заменить друг друга?

— Не заменят, мы говорим про какую-то категорию, когда достаточно будет прослушать какие-то курсы, чему-то научиться, и нет смысла человеку, например, идти и тратить годы, он понимает, что он меньше получит, чем потратит.

Наталья Перельдик: Опять же, если профессии можно научиться за два-три месяца, то это означает, что очень многие ей научатся за два–три месяца, и в общем-то понятно, что она не будет одной из самых высокооплачиваемых профессий. Если же вам нужно потратить четыре–пять лет для того, чтобы стать там настоящим специалистом, понятно, что это барьер достаточно сложный, и просто таких специалистов будет меньше, и они будут более высокооплачиваемые. Это естественное различие. Если чему-то можно научиться за две недели, значит, это какая-то с большой вероятностью достаточно простая вещь.

И в этом плане на самом деле это высшее образование, то, что человек начал, и он действительно смог пройти этот путь, он смог написать диплом, защитить диплом, это определенным образом дает сигналы окружающим людям о том, что этот человек может. Мы говорили до этого, как люди оценивают качество какого-то продукта. И честно говоря, очень часто как люди оценивают молодого специалиста, на что он способен? Им нужны какие-то внешние сигналы, и одним из очень значительных сигналов является, смог ли человек не бросить, выдержать, закончить, да еще и такой серьезный вуз, где учиться очень сложно. Это что-то о нем говорит, довольно много на самом деле.

Как заменить такой сигнал чем-то значительным — не очень понятно, поэтому Coursera просто объединяется с университетами, чтобы иметь возможность выдавать диплом университета людям, которые потратили тем не менее довольно много времени, чтобы получить этот диплом. То есть невозможно сократить пять лет до трех месяцев, либо это очень странное образование пятилетнее. Конечно, то пятилетнее образование, которое можно сократить до трех месяцев, я надеюсь, что действительно произойдет такая революция, что люди смогут его получать за три месяца, Но мы говорим, наверное, не про такое вузовское образование.

— Я абсолютно подпишусь под всем этим, и про сигналы, и вообще. Образование — это интеллектуальный челлендж, это развитие человека. Но с другой стороны, взять, например, юриста — колоссальный массив работы, который делают юристы, легко уже автоматизируется, и функция юриста самого невелика. И если человек собирается заниматься именно этим, окей, он может пойти проучиться сколько-то месяцев, год, и вот он удовлетворен тем местом, которое он будет занимать, каким-то образом проверяя документы, контракты, составленные с помощью системы.

Наталья Перельдик: Скорее это говорит о том, что какие-то профессии могут быть заменены технологиями, автоматизированы. Если эта профессия может быть сильно облегчена, естественно предположить, что она постепенно будет становиться менее высокооплачиваемой, меньше специалистов в ней нужны будут. Но будут появляться новые профессии. Вся история показывает, что их появляться будет огромное множество, и части из них придется долго и упорно учиться.

Мы видим, как популярность разных профессий меняется, когда я поступала в вуз, все говорили — юристом стать это просто невероятно, да? И было суперпопулярно, считалось прямо классной профессией. И сейчас она прекрасна, но все-таки явно уже не настолько популярна, теперь другие профессии вышли на передний план. И так всегда будет.

— Здесь и есть как раз главная роль высшего образования как интеллектуального развития, которое позволит овладеть, адаптироваться, перестроиться — вообще понять на самом деле, чего ты хочешь, когда мир начинает меняться. И в завершение, как раз про бурно меняющийся мир, даже пишут про поликризис — такой термин предложил историк Адам Туз. Люди смущены скоростью перемен и даже напуганы, я сейчас цитирую разных известных колумнистов. Поговорим об экономическом образовании — какие преимущества дает экономическое образование? Какими универсальными навыками оно позволяет владеть, как оно позволяет адаптироваться к этим бурным переменам?

Максим Предтеченский: Мне всегда казалось, что название не очень удачное, потому что люди воспринимают человека с экономическим образованием как того, кто будет работать экономистом. Кто такой экономист и какая потребность в экономистах в мире есть? Если так посмотреть, помимо профессуры, не так уж много экономистов как таковых миру нужны.

Чему учат в приличных экономических вузах, особенно в тех, где посильнее математическая часть? Там хороший анализ данных, в принципе хорошая работа с данными, какие-то хорошие логические цепочки и некое нормальное представление о том, как работают какие-то стимулы, базовые механизмы можно строить, аукционы. И вот этот комплекс — где с такими знаниями можно работать? Где такие люди нужны?

Люди, которые умеют хорошо анализировать данные, особенно big data реально профессионально, простой ответ — они сейчас везде нужны. Если мы возьмем какую-то компанию технологическую, то, что мне ближе всего, кем можно работать в такой компании? Можно ли в такой компании работать, скажем, с продуктом? Конечно, можно, все, что мы говорим про incentive и аналитику,— это продуктовые первые компетенции, то есть любая general позиция. Можно ли работать в такой компании, скажем, в маркетинге? Конечно, можно, потому что маркетинг в принципе весь про это, давайте искать аналитику, давайте искать стимул.

Можно ли работать в такой компании в бэк-офисе? Конечно, если какие-то профильные курсы, финансы не так далеко отстоят, можно в ту сторону трек размечать. В конце концов, можно ли начать в такой компании работать напрямую в технологиях, инжиниринге? Имея сильную математику, это не самый плохой выбор, может быть, не такой хороший будет алгоритмист, как откуда-нибудь с ВМК (факультет вычислительной математики и кибернетики МГУ.— “Ъ”), но в принципе тоже совершенно нормальная junior-позиция. И получается, что если брать самые современные, самые богатые, самые успешные, самые лучшие, продвинутые компании, с дипломом экономиста из вуза с хорошей математикой можно брать любую junior-позицию вообще в любом секторе.

Наталья Перельдик: Я пришла в РЭШ после мехмата, и именно математический аппарат в общем и целом основной был, наверное, заложен там. Но я пришла с совершенно теоретической кафедры, я занималась многомерным комплексным анализом, что никак не относится к жизни. И то, чему экономическое образование помогло научиться,— это применять твой математический аппарат к совершенно различным жизненным ситуациям. Это очень классный навык — уметь моделировать жизнь вокруг себя, при это подбирая модель, которая достаточно описывает жизнь, чтобы решить твои задачи, она может быть разная. С другой стороны, не переусложнять ее до невозможности.

И честно говоря, эта штука работает во многих профессиях, я вот поменяла пару профессий, и это везде суперпригождается. И конечно, для работы с данными сейчас математический аппарат суперполезен. Но я для себя его разделяю, поскольку основной мой математический аппарат был получен в чисто математической среде.

— А чего не хватает экономическому образованию? Говоря про широкое образование, в целом, не про какие-то конкретно несколько вузов.

Ольга Кузьмина: Я согласна и про сигнал важный высшего образования, и про то, как оно видоизменится, и про навык применения hard skills к различным абсолютно жизненным ситуациям. Экономисты же не только в науке, обывательское, мне кажется, понимание экономиста — это бухгалтер или человек с каким-то другим набором навыков, чем мы привыкли понимать экономиста в более широком смысле.

Не только с точки зрения применения в различных бизнесах, в различных компаниях, но и с точки зрения даже науки есть такая вещь, как экономический империализм, когда, по сути, вся наша жизнь — это некоторый выбор, и любая ситуация, которую мы анализируем, так или иначе укладывается — вот здесь есть такие плюсы, здесь такие минусы, вот если такие предпосылки, то будет такой результат, а если такие — то будет другой результат.

И вот это моделирование, которое можно переложить на большое количество различных областей. Если мы посмотрим экономические журналы международные, мы увидим, что там есть статьи и по экономике здравоохранения, столько статей на тему ковида было на пересечении фундаментальных знаний, когда у нас возникают коллаборации в том числе с людьми, которые знают фундаментальные процессы. Скажем, для того, чтобы что-то описать распространение ковида, нужно понимать, как происходит этот эпидемиологический процесс. И получается, что у нас есть коллаборация людей, которые, с одной стороны, приносят эти фундаментальные знания, а с другой стороны, какое-то применение, какое-то policy, которое мы можем все использовать.

Вот мы говорили про юристов, какие-то различные оценки алгоритмов, связанных с принятием решений судей о том, признать человека виновным или нет. Именно экономисты нам говорят о том, что есть такая вещь, как catering to the score: когда человеку, принимающему решение, предоставляется какой-то score (количественный показатель.— “Ъ”), связанный с будущими исходами: человек совершит преступление или нет, то, с одной стороны, этот score не учитывает мягкую информацию, то есть он может предотвратить какие-то искажения, которые есть у человека, а с другой стороны, наоборот, не учесть какую-то мягкую информацию, которая не может быть квантифицирована и учтена в этом score. И как раз в том числе экономисты показывают, что такого плана scores могут иметь и положительные эффекты, и негативные. Все опять зависит от контекста.

Способность подлавливать этот контекст и применять его в каждой конкретной ситуации, мне кажется, и позволяет адаптироваться к совершенно разным задачам. В совершенно разных компаниях, индустриях и так далее.

— У меня к вам очень простой, потребительский вопрос от читателей. Они спрашивают, какие образовательные платформы вы можете порекомендовать, какими платформами вы пользуетесь сами?

Ольга Кузьмина: Я такой консерватор: Coursera как одно из первого, что появилось, и все эти коллаборации с топовыми вузами, какой-то курс или целый трек, который представляет профессор Стэнфорда. Важная составляющая — это валидация контента этого курса, когда они ставят свой бренд туда и ты знаешь, что покупаешь качественную услугу, качественный контент, и что, в свою очередь, тебе уже это позволяет потом сигнализировать, что это не просто два часа чего-то такого, а совершенно фронтирные знания.

Мне, конечно, очень нравится, мы обсуждали приложения, связанные с изучением языков, чудесный кейс, который классно обошел препятствия с мотивацией и со всем остальным. К вопросу об изменении образования, когда мы переходим от пассивного обучения к активному обучению, когда мы что-то там выучили, а потом можем уже обсудить это с человеком, который идеально знает язык, насколько это было разумно, насколько чаще это применяется в реальной жизни, то есть такая обратная система образования, которая в том числе тоже в школах и в других местах применяется.

С точки зрения высшего образования в топовых университетах мы тоже переходим к этому, когда люди что-то начитывают сами дома, а вся ценность того, что они пришли, и мы это обсудили вместе в том, что мы можем более общую картину показать, систематизировать, вписать это в текущее состояние науки, применения и все остальное.

Максим Предтеченский: Нет у меня никакой рекомендации по поводу таких платформ, это все всегда на совести тьютора. Самая лучшая платформа — это та платформа, которой пользуется тьютор, который вам нравится, он ее хорошо освоил, он из нее выжмет все возможности и сделает все правильно. Приходить на абстрактную платформу и пытаться там как бы чему-то научиться — это абсолютно то же самое, что пойти в Google, YouTube или войти в здание библиотеки и пытаться там чему-то научиться. Может быть, чему-то и научитесь, но маловероятно.

Если уж именно такой подход, то есть концепция microlearning, когда уже совсем коротенькие, простые штучки как бы. Но там я бы тоже не сказал, что существует прямо классная microlearning-платформа, на которой все уже очень хорошо собрано. В TikTok есть каналы, в Instagram (принадлежит Meta, которая признана экстремистской и запрещена в РФ.— “Ъ”), вот там люди занимаются, есть очень хорошие ребята. Наверное, так, мне сходу сложно дать названия, потому что в Instagram обычно не запоминаешь названия — так, в ленте светится.

Наталья Перельдик: Мне сложно порекомендовать платформу, но при этом я суперлюблю учиться сама. Я слушала курсы на Coursera, то есть когда я понимаю, что я хочу изучить, я просто смотрю, где действительно люди хвалят хорошие курсы. На Coursera очень много классного. Я даже пробовала MasterClass и приложения. С точки зрения всякой развлекательной и прикольно показанной математики я и приложение Brilliant тоже тыкала, оно классное. И детям я даю его, потому что там здорово объясняются разные концепции.

По каким-то узким вещам есть отдельные бутиковые классные курсы, которые можно найти: управление продуктом, например, они часто маленькие и их нужно просто отдельно искать. Вообще я, честно говоря, не согласна с Максимом (Предтеченским.— “Ъ”), можно найти очень много классного и обучиться там очень эффективно. Я вот сама пользуюсь очень активно EdTech для того, чтобы добрать необходимые мне знания.

— Глаза правда разбегаются. Самый сложный, может быть, этап — этап выбора, что выбрать?