Нейросеть для онлайн-школы: что она правда закрывает

Онлайн-школе нейросеть закрывает четыре участка: первая линия ответов ученикам, черновики проверки домашних заданий с комментариями, переупаковка одного материала под разные форматы и генерация вариантов заданий. Тысяча проверок домашних работ обходится от 1,90 ₽ на недорогой позиции каталога, а пять тысяч ответов ученикам — от 7 ₽. Что она не закрывает: выставление оценок, работу с отстающими и любые решения про конкретного ученика.

Разберём четыре рабочих сценария, расчёт на реальном потоке и список того, что доверять нельзя ни при какой экономии.

Первая линия ответов ученикам

Самый недооценённый участок. В любой школе восемьдесят процентов вопросов повторяются: где запись, как сдать работу, почему не открывается урок, когда проверят.

Модель отвечает на них по вашей базе знаний, а не по своей памяти. Всё, что она не нашла в базе, уходит человеку с пометкой. Это снимает поток, который съедает время кураторов, и не создаёт риска, потому что ответы ограничены вашими же материалами.

Как устроен такой поиск по своей базе — в статье поиск по своей базе, а общий разбор сценария поддержки — в статье нейросеть для техподдержки.

Черновик проверки домашнего задания

Здесь важна формулировка задачи. Просить оценку нельзя, просить разбор можно.

Рабочий вид запроса: вот работа, вот критерии, покажи, какие критерии выполнены, какие нет, и для каждого невыполненного приведи цитату из работы. На выходе преподаватель получает размеченную работу, а не вердикт.

Что это даёт: механическая часть проверки перестаёт занимать вечер, а преподаватель тратит время на то, ради чего его наняли. Что это не даёт: объективности. Разбор надо читать, и в нём будут спорные места.

Переупаковка материала

Один вебинар превращается в конспект, чек-лист, набор вопросов для самопроверки и письмо с напоминанием. Это чистая механика, и модель делает её быстро.

Ограничение честное: исходником должна быть текстовая расшифровка. Распознавания речи в каталоге нет, и аудио мы не обрабатываем.

Варианты заданий

Генерация двадцати вариантов одной задачи с разными числами и формулировками — типовая работа, на которой модель экономит часы. Проверять результат всё равно нужно: в арифметике и в формальной логике модели ошибаются, и это не лечится дорогой позицией.

Смежный разбор для преподавателя — в статье нейросеть для учителя.

Сколько это стоит на потоке

Считаем школу с тысячей активных учеников. Проверка домашнего: 1 500 токенов входа (работа плюс критерии) и 400 выхода. Ответ на вопрос ученика: 1 200 входа и 200 выхода.

Порядок сумм такой, что экономить на ставке бессмысленно: даже на средней позиции месяц работы стоит меньше часа работы куратора. Дорогой сценарий делает не цена модели, а привычка отправлять в неё весь курс целиком вместо нужного фрагмента.

Разумная схема — недорогая позиция на поток вопросов и классификацию, позиция классом выше на разбор сложных работ. Обе берутся одним ключом из каталога KeyDealer, где на 14 сентября 2026 года 53 позиции и 40 доступны, а переключение между ними — строка в конфигурации.

Как сформулировать проверку домашнего задания

Разница между бесполезным и рабочим запросом здесь больше, чем в любом другом сценарии школы.

Бесполезно: «проверь работу и поставь оценку». Ответ будет правдоподобным и невоспроизводимым: тот же текст в следующий раз получит другой балл.

Рабочее: дать критерии списком, попросить по каждому вердикт «выполнен / не выполнен / спорно», для каждого невыполненного — цитату из работы, и отдельно список того, чего в работе нет вовсе.

Ещё лучше: добавить требование не оценивать стиль, если стиль не в критериях. Без этого модель регулярно правит формулировки вместо проверки содержания.

Такой ответ проверяется за полминуты: преподаватель смотрит на цитаты, а не перечитывает работу целиком. И он воспроизводим, потому что привязан к критериям, а не к общему впечатлению.

Что делать с типовыми ошибками учеников

Побочная польза, которая обычно окупает внедрение быстрее основной.

Когда сто работ прошли через разбор по одним и тем же критериям, у вас есть данные: какой критерий проваливается чаще всего. Это не мнение методиста, а счёт по факту.

Дальше из этого получается материал: разбор частой ошибки, дополнительное задание на слабое место, правка формулировки в самом задании, если выясняется, что половина потока поняла его одинаково неверно.

Стоит это столько же, сколько сама проверка, потому что данные уже собраны. Нужен только запрос к накопленным разборам, а не новая работа.

Чего доверять нельзя

Оценку. Она плавает между прогонами на одной и той же работе, а ученику нужно объяснимое и воспроизводимое решение.

Решения про конкретного ученика. Отчислить, перевести, вернуть деньги, допустить к экзамену.

Данные учеников. Имя, возраст, контакты, история платежей и успеваемости для проверки работы не нужны. Обзор рисков — в статье нейросети и персональные данные.

Фактуру в предметной области. Особенно даты, формулы и нормативы. Модель напишет их уверенно и иногда неверно, а ученик воспримет это как позицию школы. В материалах, которые уходят потоку, каждое проверяемое утверждение должно опираться на ваш источник, а не на память модели.

Общение с недовольным учеником. Когда человек уже написал претензию, ему нужен ответ от того, кто может принять решение. Вежливый текст от модели здесь читается как отписка и ухудшает ситуацию.

Порядок внедрения

1. Начните с вопросов, а не с проверки работ. Поток вопросов однороднее, риск ниже, польза видна за неделю.
2. Соберите базу знаний до подключения модели. Без неё она будет отвечать общими словами.
3. Померьте долю правок. Если куратор переписывает больше трети ответов, дело в базе, а не в модели.
4. Только потом беритесь за домашние работы и только в режиме разбора, а не оценки.
5. Проверяйте выборку. Десять разборов из ста, прочитанных преподавателем, показывают, можно ли доверять остальным. Выборку берут случайную, а не удобную: если смотреть только короткие работы, картина получится оптимистичнее реальной.

1. Зафиксируйте, что осталось за человеком. Список решений, которые модель не принимает, стоит записать и показать команде, иначе граница размоется за месяц.

Что меняется в работе команды

Ожидание «сократим кураторов» обычно не сбывается. Сбывается другое: те же люди перестают тратить вечера на однотипные ответы и механическую вычитку.

Второй сдвиг касается расписания. Механическая вычитка обычно копится к дедлайну и делается вечером, потому что днём занятия. Когда разбор готов заранее, проверка перестаёт быть авралом и распределяется ровно, а это заметно влияет на качество обратной связи ученику.

Побочный эффект, о котором редко думают: поток вопросов становится видимым. Когда все вопросы проходят через классификацию, через месяц у вас есть список мест, где ученики застревают, и это материал для переделки курса, а не только для автоматизации ответов.

Чего мы не утверждаем

Мы не обещаем роста доходимости курса. Модель снимает механику, а доходимость определяется программой и работой с мотивацией.

Мы не даём юридической оценки обработке данных учеников, в том числе несовершеннолетних. Это вопрос к вашему юристу.

Расчёт в таблице — модель поведения на заданных допущениях. Длина ваших работ и вопросов может отличаться в разы.

Что нужно, чтобы попробовать

Ключ заводится за минуту на keydealer.ru/login — почта и пароль, без документов и без зарубежной карты. Оплата российской картой в рублях, один ключ на весь каталог.

Разумный первый шаг — взять сто реальных вопросов учеников за прошлую неделю и посмотреть, на сколько из них модель отвечает по вашей базе без правок.

Что держать в голове

Начинают с потока вопросов, а не с проверки работ: риск ниже, польза видна быстрее.

Модель готовит разбор работы, оценку ставит преподаватель, и это не вопрос экономии.

Данные учеников в модель не отправляются вовсе. Как мы проверяем факты и почему у каждой цифры стоит дата — на странице о проекте. Завести ключ: keydealer.ru/login.