Селимов | про Образование и Развитие

И даже в школу (правда в немного другой роли) успел сходить 🥯👨‍💻

И здесь ещё что-то успел помодерировать

Как говорится, нашлась пропажа :) Это я после перерыва делюсь фотографией с интересного мероприятия - III Стратегической сессии «Современные технологии и языки народов России» 🚀 На этом мероприятии я гордо носил бейджик «Эксперт», потому что представлял свой проект «На родном», который скоро представлю и в своем канале (ну и ещё расскажу, куда же пропал)

#EdAI Сегодня встретился с другом, который преподаёт историю в университете. В какой‑то момент стало понятно, что он почти не использует Perplexity, и разговор естественным образом превратился в обмен опытом: я попытался сформулировать то, чему сам успел научиться за полгода работы с инструментом.🔥Ниже три основных вывода из этого разговора.1. Spaces как рабочая среда преподавателяВ Perplexity есть формат Space — отдельное пространство под курс или проект. По сути, это личная интеллектуальная база, где ИИ работает не с абстрактным интернетом, а с вашими материалами.❔Что можно сделать преподавателю:🔹Загрузить в Space конспекты лекций, методички, презентации, статьи по конкретному курсу.🔹В инструкции задать роль: «ты университетский преподаватель истории», «ты академический писатель» и т.п.🔹Указать уровень студентов: первый курс бакалавриата, магистратура, заочная программа и др.🔹Прописать правило: опираться в первую очередь на загруженные файлы и не добавлять внешние источники без прямого запроса.После этого можно обращаться к Space с любыми промптами: просить набросать вопросы к семинару, адаптировать план занятия под другой уровень, сформулировать пояснения к сложной теме. ИИ в такой конфигурации работает внутри заданного корпуса материалов, что снижает риск «галлюцинаций» и повышает точность формулировок.2. Ограничения бесплатных версий для академических задачМы отдельно протестировали практическую задачу: поиск учебников по истории для студентов первого курса. Формулировка запроса была намеренно конкретной.Результат получился показательным:В бесплатной версии, даже с углублённым поиском, по оценке моего друга не оказалось ни одного действительно точного попадания под его запрос.В версии с подпиской Pro он получил несколько качественных рекомендаций, часть из которых были для него новыми, несмотря на значительный преподавательский опыт.Отсюда рабочий вывод: для серьёзной академической работы (подбор литературы, материалов, источников) бесплатные версии ИИ час

Интересные наблюдения

Самое продуктивное, что я сделал за последний год не имеет отношения к AI. И почему понимание не стоит делегировать.За последнее время у меня было много ситуаций, когда 3-4 часа действительно сосредоточенной работы заменяли недели "дефолтной" работы (моей или чьей-то, не важно). Не потому что я работал быстрее, а потому что я нашел ресурс как следует вникнуть. Речь не только про AI-слоп, а про людей, команды, целые проекты. Вникание всегда работало, но с засильем AI стало каким-то волшебным зельем (которое все сложнее добывать).Если говорить про нашу с вами работу головой - узкое горлышко не в скорости. А внимание и осознанность. Понимание того, что ты делаешь и зачем.И именно это сейчас под ударом с двух сторон благодаря AI. Первая - внутренняя: думать энергозатратно, и мы механически, стараемся это делегировать (пусть агент сам решит, что ответить на письмо / отберет материал / примет архитектурное решение и т.д.). Вторая - внешняя: AI усиливает кризис внимания, ведь контента становится больше, attention span сжимается. И получается замкнутый круг: чем сложнее сосредоточиться, тем больше хочется делегировать, а чем больше делегируешь - тем меньше понимаешь.А цена такого делегирования - когнитивный долг - ты просто потом переделываешь, потому что не можешь развивать то, чего не понимаешь.А делать-то что?1. Отвоевывай часы сосредоточенной работы (например так). Отвлечься просто, а войти в поток - нет.2. Think first. Еще до того как подключишь всезнайку (AI) - постарайся вытащить из себя и других людей как можно больше сути. Диктовка, разговор, доска - что угодно. AI потом усилит, но начальная мысль должна быть твоя.3. Цени свои оригинальные идеи. Записывай их. Сама в своем эссе утверждает, что в будущем единственным ограничением останутся действительно хорошие идеи.4. Автоматизируй рутину, не мышление. Массовые, повторяющиеся, document-heavy операции - вот где AI дает кратный рост. Принятие решений - оставь себе.5. Инвестируй время в понимание предметной области, а

#EdAI🤖Недавно попробовал Google Stitch как инструмент для быстрых UI‑макетов.Google Stitch — это ИИ-сервис, который позволяет отрисовать интерфейсы приложений за несколько промптов, просто описав их. В целом впечатление такое: для быстрых черновиков интерфейсов это рабочий вариант, особенно когда нужно «пощупать» идею кабинета преподавателя или дашборда для курса без погружения в дизайн‑систему.Классные фичи✅Можно описать экран текстом — и через пару минут получить набор вариантов, с которыми уже удобно обсуждать логику и сценарии в команде.✅Также очень удобно, что сделанные экраны можно выделить и для всех разом вносить правки ✅Собранные экраны можно сразу экспортировать в html 🤔Но по мере использования стали проявляться ограничения, о которых важно знать заранее. Во‑первых, сервис официально недоступен из РоссииВо‑вторых, Stitch не очень устойчиво ведёт себя на длинных промптах: если пытаться описать сразу целый сложный интерфейс, заметно растёт количество «галлюцинаций» и странных решений в макете. Лучше разбивать задачу на несколько коротких запросов с чётким фокусом на 1–2 экрана.Отдельная тема — экспорт в Figma. Формально он есть, но работать с такими файлами непросто: структура слоёв получается тяжеловесной, автолейаут часто используется «с перебором», много лишних обёрток, и до аккуратного макета приходится долго «дочищаться» вручную. Плюс Stitch заметно хуже справляется с кириллицей: текст может отображаться некорректно, ломаться по строкам или выбиваться из общей визуальной логики. Мой вывод на данный момент спустя пары часов с сервисом: Stitch подходит как быстрый генератор идей и черновиков для продуктов в образовании, но пока его нельзя воспринимать как готовую замену полноценной дизайн‑работы — особенно если вы делаете русскоязычный интерфейс и планируете активно дорабатывать макет внутри Figma.В следующем посте планирую рассказать о том, как я использовать Perplexity для уточнения запросов к Stitch и таким образом создал конвейер из двух ИИшек, кото

#EdAI 💸 Сколько на самом деле стоит ИИ в цифровом образовании — на живых примерахИногда ИИ в EdTech подают либо как «это безумно дорого», либо как «да там копейки, просто подключите API». Правда, как обычно, посередине. ИИ сам по себе стоит относительно разумно — дорожает всё вокруг: видео, озвучка, хранение, инфраструктура. Хочу разобрать это на нескольких понятных сценариях — от одного ролика до целого модуля.Сценарий 1. Один обучающий ролик для онлайн‑курсаПредставьте, вы делаете короткий обучающий ролик на 5–7 минут: объяснение темы, простая анимация, озвучка, лёгкий фон. Внутри уже живёт целый «зоопарк» ИИ‑инструментов:🔹 LLM — помогает дописать сценарий, примеры, вопросы 🔹 сервис генерации видео — собирает визуал 🔹 TTS — озвучивает голосом «без микрофона и студии» 🔹 музыка — стоковая или сгенерированная 💰Если смотреть на актуальные цены:- Текст (LLM, например, GPT‑4o‑mini): 3–5 тыс. токенов на один ролик (черновик + правки + финал) → примерно 0.02–0.08$ за текстовую часть.- Видео (Runway/Pika и аналоги): 5–8 клипов по 6–8 секунд. Сейчас многие платформы берут 0.40–1.50$ за 5–10 секунд видео в API‑режиме. → один ролик выходит в районе 3–8$ только на видео.- Озвучка (ElevenLabs и аналоги): 1000–1500 слов — это примерно 7–10 минут речи. По действующим тарифам это 0.10–0.30$ за ролик.- Музыка: Либо сток (если у вас подписка, стоимость размазывается), либо ИИ‑генератор. В обоих случаях обычно выходит 0.10–0.50$ на ролик.- Хранение и доставка (облако + CDN): Для одного видео в нормальном качестве это ещё 0.05–0.15$ — за хранение и трафик.💸В сумме получаем: → примерно 3.3–9$ за один ролик.То есть «написать сценарий с ИИ» стоит буквально центы, а вот «сделать красивое видео, озвучить и отдать пользователю» — уже доллары.Сценарий 2. Небольшой модуль для школы / вузаТеперь представьте, что вы делаете модуль из 10 таких роликов: короткий курс для студентов или школьников.💰10 роликов × 3.3–9$ = 33–90$ только на ИИ‑часть и инфраструктуру

Читаю книгу «Разработка приложений на базе GPT-4 и ChatGPT» — захотелось прочитать что-то более системное и фундаментальное, чем прикладные курсы по ИИ (хотя без них тоже никуда!) Дочитал до 60 страницы, и если опустить технические подробности и инсайты, самое главное, что меня удивило, хоть и кажется вполне себе очевидным — всеми нами любимый GPT появился ещё в 2017 году! Да, конечно, тогда он не мог считать текст с картинки, проанализировать его и тут же сделать презентацию, но факт в том, что он был. Удивительно осознавать, что в мою жизнь, да и жизнь людей вокруг эта технология добралась только пару-тройку лет назад. Небольшое напоминание о том, как важно, как говорят в Лаборатории в Вышке «ловить слабые сигналы трендов», чтобы быть готовым к их развертыванию :)

Всем привет! Конец декабря, январь и начало февраля (😳) выдались насыщенными, за это время я успел: ⁃ встретить Новый год и провести время с семьей и близкими ⁃ сдать две сессии на 4-5 ⁃ сделать 2 новых бота (один из них - впервые для меня на Python) ⁃ выбраться с девушкой за город и покататься на лошадях ⁃ почти закончить осваивать основы SQL 🫡 ⁃ освоить навык написания ТЗ для разработчиков, порулить командой из бэкендера, фронтендера и дизайнера и поставить несколько десяток задач в Гитлабе ⁃ понять, как связаны 1С и Битрикс и как они могут терять связь между собой (и как её вернуть)😋 ⁃ разобраться в архитектуре 3-х сайтов и выявить ошибки ⁃ написать свою первую документацию к API ⁃ провести 3 когнитивных интервью для валидации опросника по использованию ИИ💼 ⁃ продвинуться в технической реализации своего этнокультурного проекта (но всё ещё на уровне прототипа)😌 ⁃ впервые встать на сноуборд и упасть поехать ⁃ понять, что в Яндекс.Лавке вкусная еда ⁃ разработать концепцию ДПО по социальному предпринимательству И ещё много-много домашних дел🙏Сейчас из того, чем бы хотел поделиться: думаю сделать для сестры бот, помогающий в изучении английского. Честно, пока не совсем понимаю, как он должен работать, но знаю, что должен помогать 😂Буду делиться процессом создания — и другими новостями (надеюсь, в режиме онлайн, а не постфактум) Всем хорошего дня и до связи👨‍💻

#EdAI🤩Конкурс инноваций в образовании - это 1500 заявок. 1500 заявок — это 3000+ участников. 3000+ участников — это около 6000 файлов: сертификаты и документы с персональной обратной связью для каждого. Их нужно не просто где‑то хранить, а доставить каждому адресно. 🤩Вручную это очень трудоёмкая задача, поэтому я решил собрать чат-бота на n8n, который берет на себя эту раздачу.С какими сложностями пришлось столкнуться:🔹 Полное отсутствие опыта в классическом кодинге — я не разработчик и не пишу сложные скрипты каждый день🔹 Непонимание архитектуры: как именно должен «думать» бот, какие шаги выполняет, в какой последовательности, где хранить логику🔹 Технические проблемы с Google Drive: нестабильность доступа, ограничения и ошибки при массовой работе с файламиКак удалось с этим справиться:Во‑первых, я опирался на ИИ как на «партнёра по разработке»: максимально детально формулировал задачи, описывал, что именно должно происходить на каждом шаге, и просил сгенерировать фрагменты кода или готовые куски логики для n8n. Кстати, часто ИИ понимал проблему, даже если я просто присылал ему скриншот. Затем адаптировал и тестировал их под свою задачу. Во‑вторых, отдельно сел и просто логически прорисовал архитектуру бота: как участник взаимодействует с ним, какие данные передаёт, как бот находит нужный файл, как отправляет его в ответ. Нарисовал схему, после чего последовательно перенёс её в n8n: узлы, ветвления, проверки. Наконец, когда стало ясно, что Google Drive создаёт больше проблем, чем решает, заменил хранилище на Яндекс Диск — и поток стал заметно стабильнее.Инсайты, которые вынес из этого процесса:🤩Даже без глубокого знания кода можно выстраивать рабочие решения, если разбить задачу на понятные шаги и уметь формулировать запросы к ИИ и к самому себе🤩Облако — это не абстракция, а очень конкретные ограничения и особенности; иногда смена провайдера (с Google Drive на Яндекс Диск) — более эффективное решение, чем попытки бесконечно «чинить» текущий стек🤩И, наверное,

#выступления 🖼На днях выступал на форуме «Технологии в образовании» в Вышке — совместном событии Альтаирики и Лаборатории инноваций в образовании. Собралось более 800 директоров и учителей со всей России (более 30 регионов!) 🚀Структура форума была интересной:🔹 Панельные дискуссии с экспертами об ИИ и VR в образовании🔹 Практические мастер-классы (я проводил один из них)🔹 Экспериментальная зона — прямое тестирование VR-решенийЧто обсуждалось на форуме:🔹 ИИ — это инструмент для снижения нагрузки на учителей, а не их замена🔹 Роль педагога трансформируется: от передачи знаний к роли менеджера и вдохновителя🔹 Результаты тестирования подтвердили: VR повышает эффективность запоминания материала🔹 Главный барьер — не технологии, а компетенции и методика внедрения в школахО моём мастер-классе: «Как начинать применять ИИ в свой работе: от первого промпта к первым результатам»Провёл сессию по основам промптинга и практическому применению ИИ для создания образовательных материалов. Целью было разобраться вместе: как работают эти инструменты и как их можно адаптировать под конкретные образовательные задачи.Участники работали в мини-группах по четыре человека, проходя через серию практических задач. Сначала мы вместе разобрались, что такое промпт. Сначала мы включили компьютеры. - было не просто. Затем участники тестировали разные ИИ-агентов (Алиса, ГигаЧат) на четырёх последовательных промптах:🔹 Первый промпт — введение в ИИ простыми словами🔹 Второй промпт — как ИИ может помочь конкретно в работе учителя🔹 Третий промпт — принципы составления хороших промптов с примерами🔹 Четвёртый промпт — самостоятельная попытка подготовить три задания для следующего урокаПосле каждого этапа группы сравнивали ответы разных агентов и обсуждали результаты. Я также поделился принципом fine-tuning — когда результат ИИ не подходит, нужно добавить контекст, уточнить цель задания, описать уровень учеников, временные рамки.Фраза «А что, так можно было?» звучала неоднократно. Это был важный м

27 ноября 2025 года в МГРИ состоялась открытая лекция Главного специалиста по работе с некоммерческими партнёрами ООО «СИЛА Юнион» Селимова Тимура Сергеевича на тему "Инструменты для бизнес-аналитика в минерально-сырьевом комплексе". В мероприятии приняли участие студенты Факультета экономики и управления имени академика М.И. Агошкова, ребятам были представлены различные кейсы компании SILA Union в контексте вопросы цифровой трансформации бизнес-процессов, направлений реализации профессиональных компетенций современного бизнес-аналитика, а также представлены возможности SILA Union – ведущего на российском рынке программного обеспечения для моделирования бизнес-процессов.27 ноября 2025 года в МГРИ состоялась открытая лекция Главного специалиста по работе с некоммерческими партнёрами ООО «СИЛА Юнион» Селимова Тимура Сергеевича на тему "Инструменты для бизнес-аналитика в минерально-сырьевом комплексе". В мероприятии приняли участие студенты Факультета экономики и управления имени академика М.И. Агошкова, ребятам были представлены различные кейсы компании SILA Union в контексте вопросы цифровой трансформации бизнес-процессов, направлений реализации профессиональных компетенций современного бизнес-аналитика, а также представлены возможности SILA Union – ведущего на российском рынке программного обеспечения для моделирования бизнес-процессов.