00 Онтологический статус ⓘ

Онтологический статус

Что это вообще: реальное внедрение, прототип, policy, контр-сигнал или симуляция?

пример: Институциональное внедрение (rollout) на campus-wide уровне, с governance-контуром.

нет данных

Нет данных. LLM рассуждает поверх корпуса+архива, не лезет в веб.

🧠 уточнить через LLM 📝 ввести вручную

сохранить отменить

01 Сигнатура и контекст ⓘ

Сигнатура и контекст

Где, когда, в какой институции, в каком окне. Один абзац — паспорт кейса.

пример: Arizona State University, 2023-2026, CreateAI platform, 20k+ сотрудников, MyAI Builder + 7000+ AI-experiences.

draft · manual

Электив 'Семинар-карточки для метакогнитивной рефлексии'. Магистратура по педагогике, 8 недель, 24 студента. ИТМО, 2026-фall.

✎ редактировать 🧠 переуточнить

Электив 'Семинар-карточки для метакогнитивной рефлексии'. Магистратура по педагогике, 8 недель, 24 студента. ИТМО, 2026-фall.

сохранить отменить

02 Проблема и исходная ситуация ⓘ

Проблема и исходная ситуация

Что не работало без AI. С чем приходил студент/преподаватель/институция.

пример: Преподаватели использовали разрозненные внешние GenAI-инструменты без governance, intellectual property под угрозой.

draft · manual

Студенты-магистранты в педагогике освоили теорию (Дьюи, Выготский, Дэвидов), но не умеют переносить её в собственную практику. Курсы превращаются в пересказ источников без операционального применения.

✎ редактировать 🧠 переуточнить

Студенты-магистранты в педагогике освоили теорию (Дьюи, Выготский, Дэвидов), но не умеют переносить её в собственную практику. Курсы превращаются в пересказ источников без операционального применения.

сохранить отменить

03 Гипотеза эффекта ⓘ

Гипотеза эффекта

Что обещано (или предполагается). Не результат, а заявленный механизм.

пример: Если дать институциональную no-code платформу + библиотеку шаблонов — преподаватели начнут собирать персонализированных ботов вместо использования ChatGPT напрямую.

draft · manual

Если ввести 18-секционный канвас как обязательную форму описания собственного учебного эксперимента, и заставить студентов прогонять свой замысел через систему контр-вопросов от 5 разных стейкхолдеров — то они начнут отличать декларации от операций.

✎ редактировать 🧠 переуточнить

Если ввести 18-секционный канвас как обязательную форму описания собственного учебного эксперимента, и заставить студентов прогонять свой замысел через систему контр-вопросов от 5 разных стейкхолдеров — то они начнут отличать декларации от операций.

сохранить отменить

04 Архитектура AI ⓘ

Архитектура AI

Модели, стек, версии, провайдер. RAG? Persistent state? Multi-agent?

пример: gpt-4o + claude-3.5 + llama-3 через unified API; no-code MyAI Builder; LMS-интеграция с Canvas; ethical-AI engine для bias/accuracy.

draft · manual

AI-агенты квалифицируют каждую секцию канваса (Pedagogical Reconstructor, Quality Gate), стейкхолдер-обстрел — отдельный модуль. Базовая LLM — gpt-4.1-mini, для глубокой работы — gpt-5.

✎ редактировать 🧠 переуточнить

AI-агенты квалифицируют каждую секцию канваса (Pedagogical Reconstructor, Quality Gate), стейкхолдер-обстрел — отдельный модуль. Базовая LLM — gpt-4.1-mini, для глубокой работы — gpt-5.

сохранить отменить

05 Ролевая модель команды ⓘ

Ролевая модель команды

Человеческие роли, разнесённые. Используй модель ТюмГУ: картограф / организатор / медиатор / хранитель мотивации.

пример: Картограф — кафедра методологии; организатор — ведущий семинаров; медиатор — AI-тьютор; хранитель мотивации — peer-сообщество.

draft · manual

- Преподаватель-картограф (1 чел): структура курса, методология - AI-медиатор: surface ассумпций, slop-минёр - AI-критик от лица стейкхолдеров: 7 типажей из каталога

✎ редактировать 🧠 переуточнить

- Преподаватель-картограф (1 чел): структура курса, методология - AI-медиатор: surface ассумпций, slop-минёр - AI-критик от лица стейкхолдеров: 7 типажей из каталога

сохранить отменить

06 Роль AI ⓘ

Роль AI

Функциональная позиция AI в процессе. Что он делает, чего не делает.

пример: AI как co-designer (генерирует альтернативные сценарии заданий), но не как автономный оценщик.

draft · manual

AI как Quality Gate — блокирует продвижение секции канваса если есть мины (общие фразы без операции, моральное сглаживание, ложные мосты). AI как стейкхолдер — атакует от 5 разных позиций.

✎ редактировать 🧠 переуточнить

AI как Quality Gate — блокирует продвижение секции канваса если есть мины (общие фразы без операции, моральное сглаживание, ложные мосты). AI как стейкхолдер — атакует от 5 разных позиций.

сохранить отменить

07 Сценарий взаимодействия ⓘ

Сценарий взаимодействия

Пошагово как идёт практика. Не идеал — реальный flow.

пример: Неделя 1: студенты заполняют канвас. Неделя 2: AI-тьютор задаёт уточняющие вопросы. Неделя 3: peer review. Неделя 4: защита.

draft · manual

Неделя 1: студенты формулируют замысел. Неделя 2: заполняют канвас. Неделя 3: AI-критик от 3 стейкхолдеров атакует. Неделя 4: переработка. Недели 5-6: проектная сессия. Неделя 7: защита. Неделя 8: рефлексия.

✎ редактировать 🧠 переуточнить

Неделя 1: студенты формулируют замысел. Неделя 2: заполняют канвас. Неделя 3: AI-критик от 3 стейкхолдеров атакует. Неделя 4: переработка. Недели 5-6: проектная сессия. Неделя 7: защита. Неделя 8: рефлексия.

сохранить отменить

08 Институциональный контур ⓘ

Институциональный контур

Governance, нормативка, политика данных, согласование, лицензии.

пример: Согласовано с методическим управлением. РПД 4 з.е. Политика AI задекларирована. DPA с OpenAI подписан. Логи в Moodle.

draft · manual

Согласовано с методическим управлением. РПД оформлен как 'спецсеминар' (4 з.е.). Использование AI задекларировано в политике курса. Сданные канвасы хранятся в LMS Moodle.

✎ редактировать 🧠 переуточнить

Согласовано с методическим управлением. РПД оформлен как 'спецсеминар' (4 з.е.). Использование AI задекларировано в политике курса. Сданные канвасы хранятся в LMS Moodle.

сохранить отменить

09 Транзит к жизни (pilot → rollout) ⓘ

Транзит к жизни

Pilot → rollout, какие коррекции по дороге. Что отвалилось, что усилилось.

пример: Старт в Fall 2024 на 1 курсе (30 студентов), затем расширение на 3 курса (180), затем campus-wide. Отвалилась идея auto-grading.

нет данных

Нет данных. LLM рассуждает поверх корпуса+архива, не лезет в веб.

🧠 уточнить через LLM 📝 ввести вручную

сохранить отменить

10 Метрики и доказательная база ⓘ

Метрики и доказательная база

Что реально замеряется vs что заявлено. Числа важнее эпитетов.

пример: Hard: 20k+ active users, 7k+ AI-experiences, +30% время на проектные работы. Soft: рост engagement по опросам.

draft · manual

Заявлено: студент способен различить декларативную фразу от операциональной (slop-test). Метрика: на pre-test 30% корректных различений; цель — 75% на post-test.

✎ редактировать 🧠 переуточнить

Заявлено: студент способен различить декларативную фразу от операциональной (slop-test). Метрика: на pre-test 30% корректных различений; цель — 75% на post-test.

сохранить отменить

11 Риски ⓘ

Риски

Goal-substitution, lowered bar, weak audit trail, vendor lock-in, regulatory drift.

пример: Vendor lock-in на OpenAI; lowered bar в оценивании (LLM делает за студента); пропуск этического согласования.

draft · manual

1. Студенты-гуманитарии могут отвергнуть формализованную форму канваса как 'технократическую'. 2. AI-критик может оказаться слишком жёстким, парализовать инициативу. 3. Зависимость от gpt-API (риск отключения).

✎ редактировать 🧠 переуточнить

1. Студенты-гуманитарии могут отвергнуть формализованную форму канваса как 'технократическую'. 2. AI-критик может оказаться слишком жёстким, парализовать инициативу. 3. Зависимость от gpt-API (риск отключения).

сохранить отменить

12 Контр-сигналы и откаты ⓘ

Контр-сигналы и откаты

Где практика идёт против заявленного. Что наблюдаемо ломается.

пример: В одном из факультетов после внедрения студенты стали хуже справляться без AI — зависимость, а не интериоризация.

нет данных

Нет данных. LLM рассуждает поверх корпуса+архива, не лезет в веб.

🧠 уточнить через LLM 📝 ввести вручную

сохранить отменить

13 Что переносимо ⓘ

Что переносимо

Куда этот паттерн можно перенести. Какой контекст обязателен, какой опционален.

пример: Переносимо в любой большой кампус с централизованным IT + методическим управлением. Не работает в малых вузах без governance.

draft · manual

Паттерн (канвас + стейкхолдер-обстрел) переносим в любую программу где студенты проектируют собственные эксперименты: PhD-программы, MBA, IDEO-style design schools.

✎ редактировать 🧠 переуточнить

Паттерн (канвас + стейкхолдер-обстрел) переносим в любую программу где студенты проектируют собственные эксперименты: PhD-программы, MBA, IDEO-style design schools.

сохранить отменить

14 Связи с теорией ⓘ

Связи с теорией

Какие типы / гипотезы / противоречия / моды затронуты. Используй [[wikilink]].

пример: Иллюстрирует [[A-governed-access]] + [[D-governance-training-ecosystem]]. Поддерживает [[H1-tool-to-infrastructure]].

draft · manual

Поддерживает [[H2-assistant-to-autonomy]]. Иллюстрирует тип [[C-pedagogy-shaped-dialogue]]. Применяет приёмы [[01-segmentation]] (разделение работы на роли) и [[24-intermediary]] (AI как медиатор).

✎ редактировать 🧠 переуточнить

Поддерживает [[H2-assistant-to-autonomy]]. Иллюстрирует тип [[C-pedagogy-shaped-dialogue]]. Применяет приёмы [[01-segmentation]] (разделение работы на роли) и [[24-intermediary]] (AI как медиатор).

сохранить отменить

15 Открытые вопросы ⓘ

Открытые вопросы

Что осталось неясным. Что нужно дочерним кейсам прояснить.

пример: Неизвестно: реальная стоимость инфраструктуры; долгосрочные эффекты на навыки выпускников; масштабируемость без vendor-зависимости.

нет данных

Нет данных. LLM рассуждает поверх корпуса+архива, не лезет в веб.

🧠 уточнить через LLM 📝 ввести вручную

сохранить отменить

16 След для следующей волны ⓘ

След для следующей волны

Что обязательно перепроверить в следующем дифф-прогоне.

пример: Проверить через 12 мес: остался ли rollout стабильным или есть rollback. Появились ли новые counter-signals.

нет данных

Нет данных. LLM рассуждает поверх корпуса+архива, не лезет в веб.

🧠 уточнить через LLM 📝 ввести вручную

сохранить отменить

17 Источники и верификация ⓘ

Источники и верификация

Что подтверждено, что под вопросом. Список URL с датой доступа.

пример: verified: ASU News 2025-09, official platform docs 2026-02. Под вопросом: точные user numbers (только заявленные).

нет данных

Нет данных. LLM рассуждает поверх корпуса+архива, не лезет в веб.

🧠 уточнить через LLM 📝 ввести вручную

сохранить отменить