Уроки чужих ошибок: почему ни одна страна еще не справилась с ИИ в школе

Когда речь заходит о большой реформе, всегда возникает соблазн: давайте не изобретать велосипед, посмотрим, как сделали передовые страны, и скопируем лучшее. В случае с искусственным интеллектом в школе этот соблазн особенно силен — кажется, что где-то уже наверняка нашли работающую модель, и нам остается только ее перенять.

Плохая новость в том, что копировать пока нечего. Хорошая — в том, что это открывает возможности.

Анализ международного опыта приводит к отрезвляющему выводу: ни одна страна в мире сегодня не располагает завершенной, устойчивой моделью интеграции ИИ в школьное образование. Даже те, кого принято называть лидерами, движутся методом проб, пауз и пересмотров. Это не значит, что чужой опыт бесполезен, — наоборот. Просто извлекать из него надо не готовые рецепты, которых нет, а уроки, особенно из чужих ошибок. А самый громкий урок последнего года пришел из страны, которую трудно заподозрить в технологической отсталости.

Стоит сразу оговориться, кого вообще называют лидерами. В международной литературе чаще всего звучат Сингапур, Эстония, Южная Корея, отдельные штаты США и Китай. Но если приглядеться, их «лидерство» оказывается частичным и узким. Никто из них не построил целостную систему — каждый силен в чем-то одном и спотыкается в другом. И именно поэтому полезнее смотреть не на их витрины, а на их шишки.

Южная Корея — мечта любого технократа. Передовая цифровая инфраструктура, сильная школа, культ образования, готовность вкладывать огромные деньги. Если у кого и должно было получиться, то у нее. И именно поэтому ее провал так показателен.

Правительство запустило амбициознейшую программу ИИ-учебников — цифровых пособий по математике, английскому и информатике, которые обещали персонализировать обучение, снизить нагрузку на учителей и сократить отсев. На программу потратили колоссальные суммы — более триллиона вон государственных денег, плюс сотни миллиардов вложили издатели. Учебники сделали обязательными и ввели в школах с началом учебного года в марте 2025-го.

А уже через четыре месяца — после одного-единственного семестра — все рухнуло. Учебники лишили официального статуса, переведя в разряд «вспомогательных материалов», то есть отдав решение об их использовании на усмотрение самих школ. И больше половины школ, подключившихся к программе, тут же от нее отказались.

Что пошло не так? Практически все, о чем предупреждали скептики. Учебники оказались полны ошибок. Уроки срывались из-за технических сбоев — проблем с подключением и авторизацией. Вместо обещанной разгрузки учителя получили дополнительную нагрузку, к которой их толком не подготовили. Родители вышли с протестами, опасаясь роста экранного времени и цифровой зависимости детей; профсоюзы учителей и родительские объединения подали в суд, указывая, что внедрение сделали обязательным, проигнорировав риски и мнение самих педагогов. Наложилась и смена власти — пришедшее правительство отнеслось к проекту прежнего скептически.

Горькая ирония в том, что одной из деклараций программы было снижение неравенства — желание уменьшить зависимость корейских семей от дорогих частных репетиторских центров. На деле же поспешный запуск рисковал лишь добавить нагрузки и на детей, и на учителей. И еще одна деталь, особенно отрезвляющая: сама идея «сгенерировать учебники с помощью ИИ быстрее обычного» обернулась тем, что на разработку, проверку и подготовку отвели втрое-вчетверо меньше времени, чем уходит на обычные печатные учебники. Когда речь идет о детях, спешка с проверкой выходит боком.

Главный урок Кореи — не в том, что «ИИ в школе не работает». А в том, что технологию погубила не технология. Ее погубили спешка, обязаловка и игнорирование тех, кто работает в классе. Внедрение «сверху вниз», без подготовки учителей и без их согласия, обрекает на провал даже отлично профинансированный проект. Учитель должен видеть в ИИ союзника, а не повинность, спущенную приказом.

На другом полюсе — Сингапур, который часто приводят как пример аккуратного, институционально выверенного подхода. И разница с Кореей не в том, что Сингапур внедряет ИИ медленнее, а в том, что он внедряет его иначе.

ИИ в сингапурских школах используется прежде всего как инструмент аналитики и поддержки: для анализа учебных данных, помощи в планировании обучения, экспериментов с адаптивными системами, которые в реальном времени диагностируют пробелы в знаниях ученика. Конкретные примеры показывают логику. Адаптивная система обучения по математике с помощью алгоритмов машинного обучения определяет, где именно «провисает» конкретный школьник, прямо по ходу занятий. Ассистент по английскому языку берет на себя рутинную проверку письменных работ — анализирует грамматику, синтаксис, орфографию, разгружая учителя от механической части. Но — и это ключевое — в официальных документах прямо подчеркивается, что ИИ не заменяет учителя, а служит вспомогательным инструментом. Большинство решений внедряются не разом по всей стране, а через ограниченные пилоты: сначала проверить на малом, убедиться, что работает, и только потом расширять.

Звучит не так эффектно, как «ИИ-учебники для всех с понедельника». Но именно эта осторожность и есть стратегия. Сингапур не пытается одним прыжком оказаться в будущем — он движется к нему шагами, каждый из которых можно проверить и при необходимости отыграть назад. И в этом он ближе к разумной модели, чем многие более шумные реформаторы.

Эстонию знают как одного из мировых лидеров цифрового государства — там почти все, от голосования до налогов, давно работает онлайн. И в образовании она решила не осторожничать, а сделать большой шаг — но шаг, выстроенный иначе, чем корейский.

В 2025 году Эстония запустила национальную программу AI Leap («ИИ-скачок»), сознательно перекликающуюся с легендарной программой Tiger Leap 1990-х, которая тридцать лет назад завела в школы компьютеры и интернет и сделала страну цифровым пионером. С 1 сентября 2025 года первая волна — около 20 тысяч старшеклассников и 3 тысячи учителей — получила бесплатный доступ к ведущим ИИ-инструментам для учебы, с планами охватить дальше и колледжи. Партнерами выступили крупнейшие мировые разработчики ИИ. По масштабу это не робкий пилот, а общенациональный заход.

Но — и в этом вся соль — Эстония обставила смелость институциональной рамкой, ровно той, которой не хватило Корее. Во-первых, для управления программой создали специальный фонд с участием государства и частного сектора — то есть у инициативы есть ответственный носитель, а не просто приказ министерства. Во-вторых, обучение учителей запланировали не «потом», а вперед, до выдачи инструментов детям, — педагога делают соавтором, а не догоняющим. В-третьих, ставку прямо формулируют не как «ИИ вместо людей», а как «ИИ усилит обучение»: как сказал один из идеологов программы, выиграет не тот, кто пользуется ИИ больше всех, а тот, кто пользуется им умнее всех. И ИИ встраивается не отдельным модным предметом, а как сквозной навык — школьники применяют его для генерации идей, отладки кода, анализа источников, попутно учась критически относиться к тому, что выдает алгоритм.

Эстонский урок поэтому не «не спеши», а тоньше: можно идти смело и быстро — но только если под смелостью есть институт, обученные учителя и честная установка на усиление, а не замену человека. Эстония и Корея сделали одинаково крупную ставку. Разница в том, что одна построила под нее опору, а другая понадеялась на обязательность приказа.

Две крупнейшие технологические державы показывают, как можно ошибаться с противоположных сторон.

США — это пример инноваций «снизу». Здесь нет единой национальной политики: решения принимаются на уровне округов и отдельных школ. С одной стороны, это рождает сильные локальные кейсы и быстрые эксперименты. С другой — хаос и непредсказуемость. Показательна история Нью-Йорка: в начале 2023 года, испугавшись, что школьники будут списывать, крупнейший школьный округ страны запретил ChatGPT. Но уже через несколько месяцев запрет отменили и развернулись в сторону регулируемого допуска, осознав, что глухой блок не работает и лишь загоняет использование в тень. Метание от запрета к допуску за один год — наглядная цена отсутствия продуманной рамки. Цена этой раздробленности — высокий риск неравенства между богатыми и бедными школами и правовая неопределенность.

Китай — противоположная крайность: жесткий контроль «сверху». Страна ставит масштабные эксперименты с ИИ-аналитикой и персонализацией, но одновременно держит технологию на коротком поводке. Во время общенационального вступительного экзамена в вузы — гаокао — в июне 2025 года крупные ИИ-сервисы временно отключили у своих чат-ботов распознавание по фото, чтобы школьники не сканировали задания. Параллельно ИИ используется для слежки за поведением на тех же экзаменах. И в стране идут тяжелые дебаты о контроле, данных и психологическом воздействии на детей, а регуляторные ограничения в последние годы только усиливаются.

Два пути — максимальная свобода и максимальный контроль — и оба упираются в свои тупики. Истина, как обычно, не на полюсах.

Если сопоставить все эти случаи, обнаруживается, что страны с очень разным устройством наступают на одни и те же грабли. И это, пожалуй, главное наблюдение всего международного раздела.

Первое — социальное сопротивление. Родители и учителя по всему миру — и в Европе, и в Азии — выражают одни и те же опасения: снижение самостоятельного мышления, рост экранного времени, непрозрачность алгоритмов. Это не каприз отдельных консерваторов, а устойчивая реакция общества.

Второе — рост неравенства. Цифровые и ИИ-решения, как фиксируют международные организации, часто не сокращают, а увеличивают разрыв между школами с разным уровнем ресурсов, подготовки кадров и инфраструктуры. Технология, призванная уравнять возможности, на деле нередко усиливает расслоение.

Третье — регуляторные тупики. Вопросы о том, кому принадлежат образовательные данные, кто отвечает за ошибку алгоритма, как совместить право человека на удаление своих данных с необходимостью хранить длинную образовательную историю, — остаются нерешенными даже в развитых правовых системах.

Четвертое — пересмотры и откаты. Снова и снова масштабные инициативы — будь то ИИ-учебники или автоматическое оценивание — после волны критики возвращаются в пилотный режим или сворачиваются вовсе.

И вывод из этого набора грабель один: большинство проблем внедрения ИИ в образование имеют институциональную, а не технологическую природу. Дело не в том, что алгоритмы недостаточно умны. Дело в том, что общество, школа и государство не успевают выстроить правила, доверие и ответственность. А это значит, что и решать проблему надо не покупкой технологий, а выстраиванием институтов.

Есть еще одна закономерность, которую видно, если смотреть на международные документы в динамике. За последние годы изменилась сама интонация разговора об ИИ в образовании.

Ранние стратегии, примерно 2016–2019 годов, дышали технооптимизмом: вот придет ИИ и резко повысит эффективность обучения, персонализирует все и решит застарелые проблемы школы. Более поздние документы ведущих международных организаций звучат заметно иначе. В них ИИ все чаще описывается как фактор, который усложняет управление системой образования, а не упрощает его. На смену лозунгу «внедряем как можно шире» приходит логика поэтапности, защищенных экспериментов, обязательной оценки эффектов и — это принципиально — возможности остановиться.

В том же ключе высказывается и серьезная аналитика. Крупное международное издание, разбирая самые смелые прогнозы об ИИ-трансформации школы, прямо называет их основанными на упрощенном понимании того, что вообще такое образование. Ведь школа не просто передает знания — она годами формирует дисциплину, навыки общения, ответственность, умение думать самостоятельно. Эти вещи плохо автоматизируются, и тот, кто обещает «заменить школу алгоритмом», скорее всего, просто не понимает, как на самом деле происходит обучение — через усилие, ошибку, живое взаимодействие и обратную связь.

Этот разворот — от восторга к трезвости — и есть, может быть, самый зрелый итог мирового опыта. Не отказ от ИИ, а отказ от иллюзий по его поводу.

Из всего сказанного легко сделать пессимистичный вывод: раз даже у лидеров не вышло, то и нам не стоит и пытаться. Но правильный вывод прямо противоположный.

Отсутствие универсальных моделей означает, что Казахстан находится в равных условиях с остальным миром. Никто не ушел далеко вперед, готового образца, который надо догонять, не существует. Это не отставание — это открытое окно. И выигрывает в такой ситуации не тот, кто быстрее купит и скопирует чужую технологию (мы видели, чем это кончается), а тот, кто грамотнее выстроит собственное управление процессом.

Международный опыт не дает Казахстану рецептов, но четко размечает минное поле. Он говорит: не внедряй «сверху вниз», не игнорируй учителей, не делай обязательным то, что не проверено, готовь инфраструктуру прежде платформ, выстраивай правила для провайдеров, защищай данные и национальный контекст, оставляй себе возможность притормозить. Это и есть та основа, на которой можно строить свою, казахстанскую траекторию — не из копирования, а из понимания.

Но есть еще один урок, самый неудобный. Прежде чем заводить ИИ в школу, стоит честно посмотреть на саму школу — на ее нерешенные проблемы. Потому что, как показывает опыт, ИИ способен не вылечить эти проблемы, а усилить их. Об этом — следующий, и, возможно, самый острый материал серии.

Материал подготовлен по итогам форсайт-сессий, проведенных осенью 2025 – зимой 2026 годов