Все записи
МОЙ ВЫБОР 11:16  /  3.02.20

1006просмотров

Как Skyeng меняет индустрию образовательного контента в стране

+T -
Поделиться:

Классический учебник переиздается не чаще раза в год и этот процесс похож скорее на waterfall. Материалы теряют актуальность еще до публикации. А если еще учебник не взлетает, это большие финансовые потери. Решение — не просто оцифровать учебники, как делают многие издательства, а перевести материалы в цифру. Ок, хотя бы на время пилотного запуска. Тогда можно актуализировать данные мгновенно и адаптировать материалы для каждого ученика и потом уже печатать. 

Как мы делаем это делаем? Расскажет в материале Михаил Свердлов, контент-директор EdTech компании Skyeng.

Будущее в цифре

Если мы посмотрим на Skyeng,  то наш образовательный продукт состоит из трех больших блоков:

1) преподаватели английского и матматики — сейчас их более 11000;

2) наша платформа Vimbox;

3) контент — десятки курсов под цели и интересы учеников и сотни аддитивных уроков.

При этом сам контент это не просто тексты и видео в уроках, это все элементы образовательной экосистемы: уроки, курсы на платформе и домашние задания, selfstudy-продукты,  “тренажеры” грамматики и определенных скилов. Это наши приложения для изучения слов, тренировки навыков listening, микролернинг модули в ленте, медиа разделы.

А еще есть соцсети, канал на youtube,  собственный журнал Skyeng Magazine, которые подготавливают или догоняют ученика на его образовательном пути, усиливая эффект. 

Вроде бы много всего. Но изобилие материалов —  это само по себе не признак модели контента и образования будущего. Об этом хорошо сказал Герман Греф: 

«Что мы сделали? Мы перевели традиционную систему образования в систему онлайн. И та и другая — системы-лузеры. Онлайн будет использоваться, но содержание и методы будут совершенно другими. Нам нужно успеть поменять модель образования. И это нужно было сделать еще вчера». (Гайдаровский Форум)

Давайте разберемся, что же отличает старый подход к контенту от нового.

Типография или цифра?

Чтобы сделать классический учебник, например, по английскому, ученые проводят исследование (надеемся),  приглашается известный автор (часто), который составляет лингвистический корпус и собирает syllabus, берутся самописные или партнерские тексты и кейсы, видео и аудио материалы, методисты пишут задания, дизайнер делает макет, издательство публикует книгу. Все это зачастую занимает годы. Знакомый нам процесс разработки по модели waterfall, правда ведь?

Материалы в такой системе теряют актуальность еще до публикации. А если еще учебник не взлетает, это большие финансовые потери. Решение — не просто оцифровать учебники, как делают многие издательства, а перевести материалы в цифру. 

Многие издательства, отвечая духу времени, переводят свои учебники в электронный формат. Они делают Pdf кликабельными, нажатие открывает поп-ап с аудио или видео. Многие вузы разместили свои курсы на Coursera и собственных платформах. 

Но все это больше похоже на ту симуляцию нового, о которой говорил Герман Оскарович. Меняется лишь форма, но не суть и не подход.

Что на самом деле отличает новую систему образования от старой? Данные и подход к разработке продукта. Даже процесс печати учебников можно преобразить с помощью данных, хотя бы на время пилотного запуска. Особенно если считать, что контент — это продукт, и создавать его нужно по всем канонам продуктовой разработки. Не зря же Netflix и HBO запускают пилотные серии. Если работать так, то можно актуализировать контент мгновенно по результатам тестов и адаптировать материалы почти под каждого ученика, ну и потом уже печатать, если хочется. Можно остановиться в этой точке, мы уже сделали существенный качественный рывок, но нам всегда всего мало.

На западе давно существует проект Knewton, который выстрелил  концепцией “Content insights for publishers” и персональными треками для учеников вузов (да-да, массовое вузовское образование тоже можно и нужно персонализировать) и сразу же получил инвестиции от крупнейшего издательства Pearson, собрав плеяду партнеров. Проект в итоге не взлетел, но вера в ценность их подхода осталась даже у критиков. 

https://ioe.hse.ru/data/2015/11/01/1078199866/Knewton%20presentation%20-%20HSE%20-%2029%20October%202015.pdf

Что может пойти не так? Я вижу несколько проблем в концепции продуктового подхода к контенту, с которыми мы сталкивались еще буквально в начале года, когда у нас было 30000 активных учеников:

- недостаточность выборки для получения максимума инсайтов и репрезентативности данных и прогона гипотез по циклу (придется ждать следующего года, новых студентов);

- образование в лучшем случае смешанное, а это значит, что большую часть метрик снять невозможно;- неготовность индустрии гибко адаптировать результаты наблюдений.

Ну и вишенка, это процесс. Лаборатория в которой формируются и проверяются гипотезы (но это будет тема отдельной статьи).

Первую проблему нам удалось преодолеть естественным путем, с ростом количества учеников и уроков: сейчас у нас 100 000 учеников и больше 9 млн уроков. Вторую мы пытаемся преодолеть, расскажу подробнее как. Третью предстоит решать не нам, а индустрии — может быть, вдохновившись нашим опытом, о котором пойдет речь далее. Ну и правильные процессы это новый черный (старый конечно же).

Создание курса в парадигме цифры

  • Все начинается с исследований, качественных и количественных. Мы касдевим текущих учеников и преподавателей, запускаем внутренние и внешние опросы, работаем с обратной связью, которую мы получаем после каждого урока, исследуем частотности в запросах клиентской поддержке и отзывы в соцсетях. Проводим лабораторные UX исследования и работаем с тепловыми картами клиента на продукте.
  • Собираем роадмап курса и создаем два-три готовых урока на платформе. Запускаем их в пилот, собираем обратную связь, понимаем, насколько он “заходит”. Важно отметить, что клиентами контента являются и ученики, и преподаватели, и мы собираем данные с обеих сторон. Обкатка занимает не больше недели, и 1-2 дня для проверки на лаборатории учителей Skylab. За эту неделю мы можем протестировать урок на тысячах учеников, а если нужно — то и на десятках тысяч. Это могут быть как старые, так и новые ученики и преподаватели, в зависимости от нашего эксперимента.
  • Только потом мы продолжаем делать основную часть курса. При этом в процессе мы можем поменять наполнение или вообще методику. Это зависит от полученной обратной связи —  мы оцениваем, насколько материалы заходят ученику с точки зрения смысла, методологии, образовательной составляющей.
  • После того, как мы запускаем полноценный продакшн, включается процесс Wave Improvements (WI). Мы на еженедельной основе мониторим такие показатели, как: соотношение лайков/дизлайков к урокам и ДЗ, рейтинг слайдов в уроках, процент выполнения упражнений и ДЗ, перечень ошибок и их частотность, отзывы на материалы урока и еще сотню других. На лету вычитываем их в процессе разработки курса. Слайды, уроки, упражнения с самым низким рейтингом или проблемами сразу же уходят на переработку в WI и появляются переделанными в “боевой” версии уроков.
  • Кроме системных улучшений, мы в онлайне корректируем ошибки, которые пропустили корректоры и верстальщики (все мы люди), в отличие от издательств, мы можем себе позволить не ждать следующего издания.

Тонкости настройки

Крайне важно выбрать правильный уровень сложности в материалах обучения. Если упражнения будут слишком легкими или слишком сложными — ученику станет скучно и он потеряет мотивацию. И тут нам помогает функционал нашей CMS (content management system), в которой есть большой набор инструментов для методистов. 

Уже после первых проведенных уроков накапливается аналитика и они видят, как часто ученики ошибаются в конкретном задании, и могут его заменить, упростить, усложнить.  Логируются все попытки ученика дать ответ, и можно делать их лингвистический анализ, как для изменения подхода по курсу в целом, так и для понимания ошибок конкретного ученика и индивидуальных рекомендаций. 

Собирая всю обратную связь об удовлетворенности учеников, контент-продюсер, отвечающий за содержание, смыслы и динамику, не отходя от кассы может менять тематики уроков или изменять материалы, чтобы отработать обратную связь.  Таким образом, за 2-3 месяца курс не только пишется, но и адаптируется под аудиторию учеников и получает все необходимые сопроводительные материалы, необходимые преподавателям, которые являются такими же полноправными клиентами контента, как и ученики.

Сейчас мы идем дальше и разрабатываем рекомендательную систему, которая на основе анализа данных будет предлагать ученикам в меру сложный и в меру интересный контент, предсказывая, на какой балл ученик решит следующее упражнение.

Несколько щепоток персонализации

Домашние задания подбираются индивидуально под ученика преподавателем из набора рекомендованных упражнений. Кроме этого, сейчас на новых курсах ученик может выбирать продолжительность времени, которое он готов потратить на ДЗ. За счет этого мы на 5 процентных пунктов подняли выполняемость домашних работ, а значит, дали ученикам еще больше знаний и удовлетворенности своим результатом. Что может быть лучше для мотивации, чем заветное “Ты красавчик и сделал полностью все ДЗ, как насчет еще потренироваться”?

В пилоте находится рекомендательная система, которая в автоматическом режиме анализирует ошибки, допускаемые учеником чаще всего, и рекомендует дополнительные упражнения, чтобы разобрать эту тему. Причем рекомендует и ученику, и преподавателю: последнему приходят результаты домашнего задания с разбором ошибок и перечнем материалов для проработки, а во время урока всплывают комментарии и дополнительные упражнения, которые преподаватель сразу может добавить в урок.

Еще один из текущих пилотов, это предиктивная модель, в автоматическом режиме определяющая вероятность успешного прохождения учеником следующего задания, тем самым мы можем сократить путь ученика до цели на 15-25%, давая только релевантный ему контент. 

Кроме фактических ошибок в упражнениях, на уроке происходит 50 минут насыщенного общения. Мы делаем речевую аналитику урока и умеем трансформировать разговор в текст, чтобы обнаруживать ошибки в устной речи. Так мы научились выделять артикли, ошибки во временах и еще десяток параметров. Технологическое ограничение, которое пока непонятно как обойти — работа алгоритмов Speech to Text преобразования: они все автоматом исправляют орфографические и ошибки произношения, поэтому какой-то пласт ошибок пока выделить не получается. Будем рады идеям, как преодолеть это “несовершенство”.

Как мы выбираем траекторию обучения

В классическом образовании часто тебе просто говорят выучить что-то. На вопрос зачем —  “так надо”! Регулярно звучат слова “Заставить” или “Тяжело в учении, легко в бою”. В школе дети не понимают, зачем они делают упражнение или учат теорему, в вузе у нас есть 50-70 предметов, которые зачастую опосредованно имеют отношение к будущей профессии. К нам же люди приходят с конкретной целью: выучить язык для путешествий  или переезда за рубеж, поступить в университет, получить навыки необходимые для работы, подготовиться к сдаче языкового экзамена или просто начать смотреть фильмы на языке оригинала. 

Наша задача — выбрать для ученика курс и оптимальную траекторию в нем, как достичь этой цели. Ученику не нужно «выучить весь английский», ему нужно получить конкретный результат, конкретные навыки. 

Например, вам нужно сдать IELTS, чтобы поступить в австралийский университет. Скорее всего, вам не нужен максимальный балл — для поступления может быть достаточно 6.5. И эти 6.5 баллов складываются из оценок по четырем модулям: Reading, Listening, Writing и Speaking.

 Тут может быть несколько стратегий: 

  1. Можно пытаться довести каждый навык до совершенства. Это самая дорогая и сложная стратегия, и именно на нее нацелено классическое образование; 

  2. Можно определить текущий уровень и тренировать только те навыки, с которыми есть проблемы; 

  3. А можно тренировать только то, что не сильно провисает и находится не в красной, а в желтой зоне, или  наоборот, из красной в желтую, потому что с нуля поднять намного проще. Часть навыков останется в красной зоне, но вероятность, что они повлияют на оценку — стремится к нулю. Этим же подходом пользовались наши коллеги из Аризонского университета,  с которыми мы вместе прорабатываем модель по английскому, при подготовке своих студентов к GMAT.

Второй кейс: вы хотите побыстрее переехать за границу или начать работать в иностранной компании. Для этого вам не нужно учить все 12 времен, достаточно не ошибаться в четырех. И не нужно знать десятки тысяч слов, достаточно всего 800-1000 слов, которые покроют около 95% того, что нужно будет сказать или услышать в самой обычной ситуации. Дальше далее еще по 100-200 слов на вашу нишу, и вы уже на коне.

 Мы выбираем именно такой подход — показываем трек, по которому можно дойти до нужного результата кратчайшим путем. У нас нет задачи продержать человека у себя как можно дольше или собрать как можно больше денег. Мы строим партнерские отношения, и если ученик достиг цели, то и мы достигли цели. Ведь мы понимаем, что, достигнув цели, он поставит новую, так как язык нужно поддерживать и развивать, и тут также работает концепция lifetime learning. А ученик видит свой прогресс и доверяет нам свое развитие.

 Мы открыто подсказываем ученику, как он может сэкономить. Мы говорим: «Чтобы перейти на следующий уровень, тебе нужно 100-120 часов занятий. Можешь проходить их все с учителем за деньги. А если будешь делать домашние задания, то есть 40% времени заниматься самостоятельно, то сэкономишь примерно 40 тысяч. Если будешь смотреть фильмы на языке оригинала и добавлять слова в наше приложение, ты еще сэкономишь 20 тысяч» и так далее.

Data-Driven Education

Мы находимся в уникальной ситуации. У нас сейчас больше ста тысяч активных учеников, и мы провели уже больше восьми миллионов уроков. Собрали и проанализировали огромный массив данных, из которых можно сделать много полезных выводов и на которых строится сейчас весь вышеупомянутый продакшн образовательного контента. 

Мы понимаем, сколько ученику нужно времени для прохождения задания, что нужно для закрепления слов, над какими темами стоит поработать. Мы можем прогнозировать прогресс, гарантировать результат и скоро выкатим на beta-тестирование нашу модель определения вероятности сдачи и прогноза балла для основных экзаменов, таких как IELTS, TOEFL, ЕГЭ, Linguaskill.

Контент-продюсеры понимают, как собирать курс, какие механики увлекают ученика, а какие отталкивают, на лету могут делать материалы еще качественнее и увеличивать retention.

С точки зрения персонализации мы можем собирать уроки из готовых материалов индивидуально для ученика, а с помощью сквозной разметки контентных единиц создавать курсы по запросу практически мгновенно.

Когда я выступаю на конференциях, я обычно спрашиваю зал “А кто из вас учился с удовольствием в вузе или школе”?. Поднимают руку процентов 20 аудитории. После этого я задаю вопрос еще раз, прошу задуматься и вспомнить эмоции. Поднимают руки уже единицы. 

Так быть не должно. Обучение —  это партнерские отношения. Обучать — это значит еще и  вовремя подбодрить и дать новый виток мотивации в сложный период, это работа с клиентом, и требовательным клиентом. 

Наша миссия — делать образование привлекательным, приводить к результатам, которыми хочется гордиться. И реализовываем мы это благодаря Data Driven подходу в обучении, давая ученику только то, что нужно ему в этот момент времени.