За даними Fortune, ринок освітніх технологій зросте з $89 млрд майже вчетверо за найближчі сім років. У 2021 році обсяг венчурних угод у цій ніші досягнув $20 млрд — це втричі більше, ніж у 2019 році. Ми проаналізували світовий ринок EdTech і розповімо, чому Google не допомагає нам у навчанні та які сервіси використовувати вже зараз, щоб не загубитися у сотнях посилань з Telegram.
Бум онлайн-освіти та потреба в гібридній експертизі
В останні роки у світі постійно змінюється набір затребуваних професійних навичок та вимог до фахівців. Деякі напрямки старіють і втрачають свою актуальність, а інші, навпаки, стають вкрай потрібними.
Університетська фундаментальна освіта не закриває потреби, тому роботодавці вважають за краще навчати співробітників самі, за допомогою онлайн-курсів та систем адаптації в командах.
Курси заповнюють дефіцит фахівців у сфері digital та виконують інші важливі завдання — забезпечення рівного доступу до знань, подолання соціальних, гендерних та географічних бар’єрів. Найвищі темпи зростання користувачів платформ онлайн-навчання демонструють країни, що розвиваються.
Швидкий розвиток ринку EdTech і різноманітність освітнього контенту вимагає від професіоналів іншого підходу до системи роботи з інформацією — потрібні нові інструменти для швидкої навігації за базою знань, пошуку та обміну даними. Для компаній завдання полягає в тому, щоб зберегти накопичений досвід і ефективно передати його новим співробітникам.
Що зараз не так з EdTech?
Занадто багато онлайн-курсів без прикладних програм
Кількість курсів постійно зростає, і багато з них занадто тривалі, зі схожими один на одного навчальними планами.
У 2021 році, наприклад, світові агрегатори MOOC (Massive Open Online Courses), за винятком Китаю, випустили понад 3 тис. онлайн-курсів. Кількість контенту збільшується з кожним роком. Coursera зросла з 31% до 39%, edX – з 16% до 26%, Future Learn – з 38% до 51%.
Курсів стає все більше, вони пропонують системне навчання, але вузькоспеціалізовану та актуальну інформацію все одно доводиться шукати на інших ресурсах.
Так, Machine Learning – гігантська царина знань, зокрема теоретичних. Але щоб почати працювати в цій галузі, потрібні конкретні навички. Наприклад, щоб зробити пошуковий двигун сайту, потрібно вивчити Elasticsearch або Semantic Search, а щоб створити програмне забезпечення для визначення віку шкіри за допомогою мобільного телефону, важливо знати Computer Vision.
Крім того, цикл виробництва курсів завжди відстає від розвитку індустрії, тому в них ви рідко зустрінете розбір state-of-the-art рішень та алгоритмів.
Студенти часто кидають курси
Популярність онлайн-освіти, швидке зростання сфери EdTech, розвиток технологій штучного інтелекту та доповненої реальності не вирішує однієї з ключових проблем – низької залученості студентів та їх слабкої мотивації. Понад 80% не закінчують курси. Додайте до цього величезний обсяг освітнього контенту, який потрібно вивчити та знайти найкорисніше, і ви теж «загубитеся».
Крім того, щоб мати всі необхідні компетенції у своїй сфері, студенту доводиться поєднувати кілька програм навчання. А ще паралельно стежити за публікаціями на профільних ресурсах, бути в курсі актуальних новин та підходів. Для цього також потрібна мотивація.
Потрібний контент розсіяний по різних платформах
Сьогодні професіонали навчаються щодня:
- читають дослідження,
- дивляться відео на YouTube,
- активно діляться посиланнями на проєкти та кейси на Github, Behance та інших майданчиках.
Все це розшарується в соціальних мережах і чатах, де інформація поєднується з рекламою, постами інших людей і втрачається в потоці особистих повідомлень.
Море відкритих вкладок у браузері та посилань без опису в Telegram і Slack — так сьогодні виглядає робочий процес спеціаліста, що активно навчається.
І проблему втрати інформації не вирішують такі послуги як Confluence або Notion, які потрібно заповнювати вручну. Вони не містять семантичного шару, що дозволяє аналізувати та автоматично систематизувати інформацію.
Щоб розв’язати цю проблему, потрібен новий підхід на стику персоналізації та зручних для людини інструментів організації, зберігання та пошуку інформації.
Відсутність професійної спільноти та підтримки
Без підтримки професійної спільноти під час навчання людина часто втрачає мотивацію. Тому в середньому рівень залученості до онлайн-курсів, включаючи платні, не перевищує 50%.
Ця проблема характерна і для корпоративного навчання, де співробітник перебуває у ком’юніті, але зазвичай воно обмежується робочим колективом. Доступу до зовнішньої експертної спільноти, як і раніше, немає, хоча це могло б суттєво підняти мотивацію. Адже при роботі з новим контентом люди зазвичай довіряють рекомендаціям тих, кого вважають найкращими у своїй галузі.
Можливо, рішення лежить у сфері принципово нових моделей та продуктових механік.
Як це зробили Spotify або Amazon, змінивши патерни споживання музики та онлайн-товарів. А проблему залучення до навчання можна було б вирішити, використовуючи механіку соцмереж – наприклад, у соцмережах люди повертаються на платформу, щоб побачити пости своїх друзів.
Такі механіки можна застосовувати у сфері EdTech та управління знаннями.
Knowledge management: як керувати своїми знаннями
Google більше не допомагає
Чим більше джерел інформації в інтернеті, тим більше зростає попит на агрегатори контенту. Раніше в цьому допомагав Google, але зараз пошук професійних знань за допомогою сервісу малоефективний.
Причини — суттєве зростання обсягу інформації та SEO-оптимізації, а також SEO-атаки із генерацією фейкових сторінок, які відчутно впливають на ранжування джерел.
Партнер Y Combinator та кофаундер Justin.tv/Twitch Майкл Сібель розповів про це минулого року у серії твітів. Цю проблему згадував і Андрій Карпаті, екс-директор зі штучного інтелекту та голова відділу розробки автопілота в Tesla.
Google створювався як інструмент для індексації вебсторінок і досі чудово справляється з цією місією. Але ефективна навігація у потоці контенту потребує іншого підходу.
Можливо, послуги закладок?
Проблему навігації частково можуть вирішити сервіси, які дають змогу залишати закладки вебсторінок, до яких людина планує повернутися. Цей перспективний ринок тільки формується, проте тут вже з’явилося кілька помітних гравців.
Так, стартап Heyday.xyz нещодавно залучив $6,5 млн у першому раунді інвестицій. А сервіс Muz.li для дизайнерів та представників інших творчих професій може похвалитися 500 тисяч користувачів.
Heyday
Ще один цікавий проєкт, який допомагає впорядкувати потоки та зберігання контенту – сервіс Hints. За допомогою NLP-алгоритмів він витягує та впорядковує інформацію з аудіозаміток, повідомлень з месенджерів та пошти, знімків з екрана.
Через два місяці після запуску Hints залучив інвестиції у розмірі $835 тис.
Метод Zettelkasten та Mind Maps
Метод Zettelkasten – система зберігання інформації у вигляді карток, пов’язаних між собою посиланнями.
Великі гравці у форматах Zettelkasten та Mind Maps – це стартапи Roam Research, Obsidian та LogSeq. Їхній основний функціонал полягає у створенні пов’язаних нотаток, так званих персональних графів знань.
Obsidian
З нових проєкт можна відзначити Heptabase, що у 2022 році залучив $500 тис. від Y Combinator.
Heptabase
Найуспішніший приклад фріборда, який ви точно знаєте – платформа для роботи команд Miro.
Але кожен із цих проєктів зосереджений лише на особистих нотатках. Сучасний інструмент управління знаннями повинен мати семантичний шар, що автоматично отримує сутність і контекст, що створює зв’язки між нотатками та збагачує їх інформацією з відкритих джерел.
Це зробить дослідження нової інформації, навігацію та систему зберігання наявних знань ефективнішими.
Граф знань як інструмент організації інформації
Граф знань – це база знань, де зберігається інформація про сутності та взаємозв’язки між ними. Сутністю чи «вузлом» можуть бути люди, реальні об’єкти чи концепції — що завгодно.
Наприклад, коли ви набираєте в Google Квентін Тарантіно:
- вам кажуть, що це кінорежисер;
- дадуть інформацію про його кар’єру та нагороди, а нижче будуть фільми, які він режисирував.
Це приклад отримання деякої структурованої інформації про сутність Квентіна Тарантіно з графа знань.
У корпоративному knowledge management інструменти на основі графів знань застосовуються давно (докладно про юзкейси можна прочитати, наприклад, у цьому звіті Deloitte), а один із найпопулярніших загальнодоступних графів знань – Wikidata.
Стартап Golden (залучив $14,5 млн у series A) надає зручний інтерфейс для пошуку інформації у графі знань. Є криптонапрямок проєкту Golden.xyz, завдання якого – побудувати всеосяжний граф знань за допомогою краудсорсингу.
Наприкінці вересня проєкт Kumo.ai, який допомагає використати корпоративні дані для побудови швидких та точних прогнозів за допомогою графових нейронних мереж, залучив seed round у розмірі $18 млн. Засновник проєкту — професор Стенфордського університету Юрій Лесковець, який викладає курс машинного навчання на графах.
Що зрештою?
Жоден з проєктів не пропонує користувачам персоналізоване середовище управління знаннями з інтеграцією спільноти експертів та спілкування з ними та одночасно ефективну систему зберігання та навігації для контенту.
Можливо, майбутнє продуктів на стику knowledge management та EdTech лежить якраз у галузі подібних механік – на стику досвіду Miro, Notion, Wiki та Google.
БІЛЬШЕ ЦІКАВОГО: