AI-конструктор карточек для семинара по педагогическим текстам

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.

04 Гипотеза эффекта ⓘ 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.

05 🛡 Protected core (что нельзя ломать ради адаптации) нет данных

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

06 🎯 Несущий разрыв (RC2 §7) нет данных

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

07 📊 Готовность (RC2 §17.6) нет данных

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

08 🧪 Первый пилот (RC2 §20.1) нет данных

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

09 Архитектура AI ⓘ 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.

10 Ролевая модель команды ⓘ draft · manual

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

11 Роль AI ⓘ 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.

12 Сценарий взаимодействия ⓘ 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.

13 Институциональный контур ⓘ 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.

14 Транзит к жизни (pilot → rollout) ⓘ нет данных

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

15 Метрики и доказательная база ⓘ draft · manual

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

16 Риски ⓘ 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).

17 Контр-сигналы и откаты ⓘ нет данных

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

18 Что переносимо ⓘ draft · manual

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

19 Связи с теорией ⓘ 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).

20 Открытые вопросы ⓘ нет данных

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

21 След для следующей волны ⓘ нет данных

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

22 Источники и верификация ⓘ нет данных

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

23 🔍 Похожие из базы нет данных

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

паттерн	B
агентность	2
оркестрация	MOD
педагогика	ROLE
контроль	HUMAN

▶ Запустить агента на проекте

Уточнение через LLM