Rethinking Higher Education/ru/Chapter 7
За пределами аудитории: альтернативные формы обучения, институты и цели для рынка труда, трансформированного ИИ
Мартин Вёслер
Хунаньский педагогический университет
Аннотация
Ускоряющаяся интеграция искусственного интеллекта в экономическое производство делает устаревшими не просто отдельные категории профессий, но образовательные предпосылки, на которых они основаны. Если машины теперь могут выполнять большинство рутинных когнитивных задач — составлять юридические документы, писать код, переводить тексты, анализировать данные, — то традиционная образовательная модель, готовящая студентов именно к этим задачам, сталкивается с кризисом легитимности. В данной статье исследуется формирующийся ландшафт альтернативных форм обучения, институтов и образовательных целей, отвечающих на этот кризис, с систематическим сравнением европейского и китайского подходов. Мы анализируем микрокредиты и наностепени, компетентностное образование, проектное и проблемно-ориентированное обучение, взаимное обучение, корпоративные университеты, буткампы и платформы открытого образования, оценивая вклад каждого в готовность рабочей силы к экономике, трансформированной ИИ. Европейская нормативная система — включая систему микрокредитов ECTS, адаптации Болонского процесса и Цифровой план действий ЕС в области образования (2021–2027) — сравнивается с государственным подходом Китая через «Модернизацию образования 2035» и стратегию «Новой инфраструктуры». Мы утверждаем, что ни европейское предпочтение формальной аккредитации, ни китайский акцент на быстром масштабировании не решают фундаментальной проблемы: системы образования, разработанные для стабильных областей знания, не способны адекватно подготовить обучающихся к рынку труда, характеризующемуся радикальной неопределённостью. Мы предлагаем, что наиболее перспективные разработки — те, которые смещают образовательные цели от передачи знаний к адаптивной способности — способности учиться, разучиваться и переучиваться в ответ на меняющиеся требования.
Ключевые слова: альтернативное образование, рынок труда и ИИ, микрокредиты, компетентностное образование, сравнение Европы и Китая, цифровое образование, непрерывное обучение, трансформация рабочей силы
1. Введение: устаревание учебной программы
В 2023 году Отчёт Всемирного экономического форума о будущем рабочих мест оценил, что 44% ключевых навыков работников будут нуждаться в изменении в ближайшие пять лет — крупнейшее предполагаемое нарушение навыковой структуры с момента начала проведения опроса (WEF, 2023). Институт McKinsey Global спрогнозировал, что к 2030 году до 375 миллионов работников по всему миру должны будут сменить профессиональную категорию в связи с автоматизацией и ИИ (Manyika et al., 2017). В Китае, где в обрабатывающей промышленности занято более 100 миллионов работников и сектор услуг стремительно автоматизируется, «План развития искусственного интеллекта нового поколения» Государственного совета (2017) признал, что ИИ создаст «серьёзные вызовы для структуры занятости» (Государственный совет, 2017).
Эти прогнозы имеют общее следствие: традиционная образовательная модель — четырёхлетние университетские степени, организованные вокруг дисциплинарного знания, осуществляемые через лекции и семинары, оцениваемые через экзамены и завершающиеся квалификациями, остающимися действительными на протяжении всей карьеры, — всё более не соответствует требованиям современного рынка труда. Техническое знание выпускника факультета информатики имеет период полураспада приблизительно пять лет; выпускник в области цифрового маркетинга может обнаружить, что его навыки устарели за два года. Даже в традиционно стабильных профессиях — юриспруденции, медицине, бухгалтерском учёте — ИИ автоматизирует задачи, которые прежде были исключительной прерогативой квалифицированных специалистов.
Данная статья исследует ответы на это несоответствие. Мы обзорно рассматриваем альтернативные формы обучения, институты и образовательные цели, формирующиеся как в Европе, так и в Китае, и оцениваем их потенциал для подготовки обучающихся к рынку труда, характеризующемуся радикальной неопределённостью. Европейский союз и Китай представляют два из крупнейших и наиболее амбициозных усилий по реформированию образования в мире, однако они подходят к вызову с принципиально различных институциональных, культурных и философских позиций. Европейский ответ определяется Болонским процессом, системой ECTS и традицией институциональной автономии и социального партнёрства. Китайский ответ определяется централизованным образовательным планированием, экзаменационной культурой, переживающей намеренное реформирование, и государством, рассматривающим образование как стратегический инструмент национального развития.
Наш анализ намеренно сбалансирован: мы не выступаем за полную замену традиционного образования, сохраняющего важные функции, которые альтернативные модели не могут воспроизвести, но мы утверждаем, что традиционная модель должна быть дополнена — а в некоторых случаях фундаментально переосмыслена, — если она хочет сохранить релевантность. Статья опирается на политические документы, институциональные отчёты и сравнительные образовательные исследования из европейского и китайского контекстов, а также на опыт автора в высшем образовании как в Германии, так и в Китае.
2. Альтернативные формы обучения
2.1 Микрокредиты и наностепени
Микрокредиты — короткие, сфокусированные учебные единицы, удостоверяющие конкретные навыки или компетенции — представляют, пожалуй, наиболее значимую структурную инновацию в современной истории образования. Рекомендация Европейской комиссии 2022 года определила их как «записи о результатах обучения, достигнутых учащимся после небольшого объёма обучения», обычно выражаемые в кредитах ECTS (1–5 ECTS) и предназначенные для «суммирования» в более крупные квалификации.
В Европе экосистема микрокредитов развивается в рамках Болонского процесса. Европейский подход к микрокредитам, одобренный Советом Европейского союза в 2022 году, устанавливает общие стандарты обеспечения качества, признания и портативности среди государств-членов. Платформы вроде провайдеров МООК (Coursera, edX, FutureLearn) и университетские консорциумы предлагают микрокредиты, несущие кредиты ECTS, позволяя учащимся накапливать признанные квалификации через модульные образовательные траектории.
Китай разработал параллельную, но структурно отличную систему. Концепция 微证书 (вэй чжэншу, микросертификат) менее формализована, чем европейская модель, но более широко практикуется. Китайские МООК-платформы — 学堂在线 (XuetangX, Университет Цинхуа), 中国大学MOOC (Китайский университетский МООК, NetEase/Издательство высшего образования) и 智慧树 (Zhihuishu) — предлагают миллионы курсов, многие из которых зачитываются в рамках китайской системы высшего образования. Политика Министерства образования 2019 года относительно «первоклассных онлайн-открытых курсов» (一流线上开放课程) формально интегрировала кредиты онлайн-курсов в университетские учебные программы.
Контраст поучителен: Европа акцентирует стандартизацию, обеспечение качества и трансграничное признание; Китай — масштаб, скорость и интеграцию с существующими университетскими структурами. Оба подхода имеют слабости. Европейская модель рискует избыточным регулированием, сдерживающим инновации. Китайская модель рискует инфляцией квалификаций — сертификатами, которые технически «признаны», но несут малую рыночную ценность, поскольку их качество сильно варьируется.
2.2 Компетентностное образование
Компетентностное образование (КО) представляет более радикальный отход от традиционной модели. Вместо измерения обучения временем, проведённым в аудитории (аудиторные часы, семестры), КО измеряет обучение продемонстрированным освоением определённых компетенций. Студенты продвигаются, когда могут продемонстрировать, что они знают и умеют, вне зависимости от того, сколько времени им потребовалось на обучение.
В Европе КО наиболее активно внедряется в системах профессионального образования и подготовки (VET), особенно в Германии (дуальная система образования), Швейцарии и Нидерландах. Европейская рамка квалификаций (EQF) сама по себе компетентностна, определяя восемь уровней квалификации в терминах знаний, умений и автономии, а не лет обучения.
В Китае компетентностные подходы развиваются в рамках реформы профессионального образования. «Национальный план реформы профессионального образования» 2019 года (国家职业教育改革实施方案, известный как «Чжие 20») ввёл компетентностные стандарты для более чем 500 профессиональных категорий и учредил сертификаты «1+X» — диплом (1), дополненный множественными сертификатами профессиональных навыков (X), — как мост между академическими и профессиональными квалификациями.
Преимущество КО для рынка труда, трансформированного ИИ, очевидно: если конкретные компетенции устаревают, учащиеся могут приобрести новые компетенции, не повторяя всю программу получения степени. Задача — оценивание: КО требует надёжных, достоверных методов оценки того, действительно ли учащийся освоил компетенцию, а не просто запомнил связанное с ней содержание. В эпоху ИИ, когда машины могут убедительно имитировать многие компетенции, проектирование оценивания становится критическим узким местом.
Европейско-китайское сравнение выявляет интересную конвергенцию: обе системы движутся к компетентностным подходам, но с противоположных сторон. Европа добавляет компетентностные рамки к уже гибкой, модульной системе. Китай вводит гибкость и модульность в традиционно жёсткую, экзаменационную систему. Общая цель — образовательная рамка, удостоверяющая то, что учащиеся умеют делать, а не сколько они учились, — значима, даже если пути различаются.
2.3 Проектное и проблемно-ориентированное обучение
Проектное обучение (ПО) и его более амбициозный вариант — проблемно-ориентированное обучение (ПОО) — смещают образовательный фокус с усвоения знаний на решение проблем. Студенты работают над реальными или реалистичными проектами — разрабатывая продукт, решая инженерную проблему, создавая социальное предприятие — и осваивают дисциплинарные знания в процессе решения задач проекта.
Финская образовательная система, широко уважаемая за неизменно высокие показатели в международных оценках, активно движется к феноменологическому обучению — варианту ПО, в котором междисциплинарные проекты заменяют предметное обучение для части учебной программы. Программа Европейской комиссии «Горизонт Европа» финансирует инициативы проблемно-ориентированного образования, связывающие университетские исследования с реальными проблемами.
В Китае инициатива «Новая инженерия» (新工科), запущенная Министерством образования в 2017 году, внедрила проектные и междисциплинарные подходы в инженерное образование в сотнях университетов. Соревнования «Кубок вызова» (挑战杯) Университета Цинхуа и программы «предпринимательского класса» Чжэцзянского университета представляют высокопрофильные реализации философии ПОО.
ПО и ПОО особенно подходят для рынка труда, трансформированного ИИ, поскольку развивают именно те навыки, которые ИИ не способен легко воспроизвести: творческое решение проблем, коллаборативные переговоры, этическое суждение в условиях неопределённости и способность интегрировать знания из различных областей.
Примечательно, что сам ИИ может содействовать ПО в масштабе. ИИ-системы наставничества могут обеспечивать персонализированное руководство, которое требуется проектному обучению, — отвечая на технические вопросы, предлагая ресурсы, давая обратную связь по черновикам, — тогда как преподаватели-люди сосредоточены на наставничестве более высокого порядка, которое ИИ пока не может обеспечить: постановке сложных вопросов, оказании эмоциональной поддержки и моделировании привычек ума, характеризующих экспертных практиков. Эта человеко-ИИ-комплементарность в педагогическом проектировании отражает комплементарность, документированную в нашем эмпирическом исследовании (Вёслер, настоящий том) на уровне изучения языков.
Ограничение — масштабируемость: ПО требует интенсивного наставничества, гибкого оценивания и институциональных структур, которые большинство университетов ещё не приспособлены обеспечивать. Китайские университеты сталкиваются с дополнительным вызовом: экзаменационная культура создаёт сильное давление в сторону стандартизированных, объективно оцениваемых заданий, чему открытый, процессно-ориентированный подход ПО сопротивляется. Европейские университеты сталкиваются с иным вызовом: модели рабочей нагрузки преподавателей и критерии продвижения, вознаграждающие исследовательскую продуктивность за счёт инновационного преподавания, затрудняют стимулирование интенсивного наставничества, необходимого для ПО.
2.4 Взаимное и общинное обучение
Интернет обеспечил формы обучения, полностью обходящие институциональные структуры. Взаимное обучение — при котором люди с комплементарными знаниями обучают друг друга — процветает на таких платформах, как GitHub (для программирования), Stack Overflow (для решения технических задач) и Zhihu (知乎, китайский аналог Quora) для общего обмена знаниями. Общинное обучение идёт дальше: группы учащихся формируют самоорганизующиеся сообщества вокруг общих учебных целей, зачастую используя открытые образовательные ресурсы и бесплатные инструменты.
Модель «сообщества практики», описанная Этьеном Венгером, — в которой обучение происходит через участие в сообществе, определяемом общей областью, практикой и идентичностью, — усилена цифровой связностью. В Китае учебные группы WeChat (微信学习群) и образовательные каналы Douyin (抖音, TikTok) стали значимыми неформальными учебными средами, охватывая аудитории, которые формальное образование не способно достичь.
Преимущество взаимного обучения — его адаптивность: сообщества могут формироваться вокруг формирующихся навыков — инженерии промтов, например, или ИИ-ассистированного дизайна — задолго до того, как формальные образовательные учреждения разработают для них учебные программы. Недостаток — обеспечение качества: без институционального надзора взаимное обучение подвержено дезинформации, эхо-камерам и эффекту Даннинга-Крюгера.
3. Альтернативные институты
3.1 МООК и онлайн-платформы
Массовые открытые онлайн-курсы были провозглашены революцией в 2012 году, когда Coursera, edX и Udacity запустились с контентом элитных университетов. Революция была переобещана: коэффициенты завершения составляли в среднем менее 10%, и МООК охватывали преимущественно уже образованных учащихся в развитых странах. Но десятилетие спустя экосистема МООК созрела в значительный компонент глобальной образовательной инфраструктуры.
В Европе ландшафт МООК включает партнёрства Coursera и edX с европейскими университетами, финансируемый ЕС Европейский консорциум МООК и национальные платформы вроде France Université Numérique (FUN) и немецкой openHPI (Институт Хассо Платтнера). Приверженность ЕС цифровым навыкам — артикулированная в Цифровом плане действий в области образования (2021–2027) — включает поддержку онлайн-платформ обучения как инструментов непрерывного обучения и переквалификации.
Экосистема МООК в Китае крупнейшая по числу зачисленных. XuetangX, разработанный Университетом Цинхуа, обслуживает более 100 миллионов зарегистрированных пользователей. Китайский университетский МООК, совместно разработанный NetEase и Издательством высшего образования, предлагает курсы от более чем 900 китайских университетов. Признание Министерством образования онлайн-курсов в качестве зачётных единиц придало китайским МООК институциональную легитимность, которой их западные аналоги зачастую лишены.
Вызов для МООК в эпоху ИИ парадоксален: те же ИИ-технологии, которые создают спрос на переквалификацию, угрожают автоматизировать функции оценивания, обратной связи и персонализации, делающие МООК эффективными. ИИ-системы наставничества могут в конечном счёте заменить сам формат МООК, предлагая полностью персонализированные учебные траектории вместо стандартизированных последовательностей курсов.
3.2 Корпоративные университеты и обучение под руководством работодателей
Крупные технологические компании разработали образовательные программы, конкурирующие с университетскими предложениями по глубине и рыночной ценности. Карьерные сертификаты Google, обучение Amazon AWS и платформа Microsoft Learn предлагают признанные в индустрии квалификации, которые можно получить за недели, а не за годы. В Китае Академия ИКТ Huawei, программы обучения Академии DAMO Alibaba и внутренний университет ByteDance выполняют аналогичные функции.
Рост корпоративного образования ставит фундаментальные вопросы о назначении университетов. Если работодатели могут обучать работников более эффективно и релевантно, чем университеты, что остаётся для высшего образования? Ответ, как мы полагаем, заключается в том, что корпоративное обучение не может и не намерено обеспечить: широту знаний, критическое мышление, этическое рассуждение, культурное понимание и способность ставить под вопрос — а не просто выполнять — институциональные цели. Сертификат Google обучает облачным вычислениям; он не учит студента спрашивать, служат ли облачные вычисления человеческому процветанию. Сертификация Huawei ICT обучает сетевой инженерии; она не учит студента задуматься о надзорных последствиях инфраструктуры, которую он строит.
Это различение — не снобистская защита академических привилегий. Оно отражает подлинное различие в институциональном назначении: корпорации обучают работников служить интересам корпорации; университеты (в лучшем случае) образуют граждан служить интересам общества. Обе функции необходимы, но не тождественны, и их смешение — как предлагают некоторые сторонники «подрывного» образования — рискует произвести рабочую силу, технически компетентную, но этически некритичную. Императив ответственности философа Ханса Йонаса — что мы должны обеспечить, чтобы наши действия не разрушали условия для будущего человеческого существования — применим к проектированию образования не менее, чем к экологической политике.
3.3 Буткампы и интенсивная профессиональная подготовка
Буткампы по программированию — интенсивные, краткосрочные (обычно 12–24 недели) программы подготовки — возникли в 2010-х годах как альтернативный путь в технологический сектор. Модель расширилась за пределы программирования и включает науку о данных, UX-дизайн, цифровой маркетинг и, всё чаще, ИИ и машинное обучение. В Европе буткампы вроде Le Wagon (основан в Париже, ныне действует в 40+ городах), Ironhack и Northcoders работают в нескольких странах. В Китае платформы вроде 拉勾教育, 开课吧 (Kaikeba) и многочисленные мелкие операторы предлагают интенсивную техническую подготовку сотням тысяч учащихся ежегодно.
Сила буткампов — релевантность для рынка труда: учебные программы разрабатываются совместно с работодателями и постоянно обновляются. Их слабость — узость: выпускники приобретают конкретные технические навыки, но могут не обладать более широким пониманием, необходимым для адаптации, когда эти навыки устаревают — что в области ИИ может произойти за месяцы. Модель буткампов также порождает вопросы справедливости: плата за обучение в 5 000–15 000 евро в Европе и 10 000–50 000 юаней в Китае ограничивает доступ теми, кто может позволить себе инвестировать в неопределённые результаты.
3.4 Открытые университеты и центры непрерывного обучения
Европейская традиция открытого университета — воплощённая Открытым университетом Великобритании (основан в 1969 году), немецким Дальним университетом в Хагене и испанским UNED — обеспечивает модель непрерывного обучения, предшествующую цифровой революции. Эти учреждения были спроектированы для обслуживания работающих взрослых, учащихся на неполной ставке и тех, кто исключён из традиционного высшего образования, и их опыт с гибкими форматами обучения, дистанционным образованием и нетрадиционным оцениванием непосредственно релевантен для вызова эпохи ИИ.
Китайский аналог — Открытый университет Китая (国家开放大学, ранее Центральное радио- и телевизионное университетское образование Китая) с его сетью из более чем 3 000 учебных центров — обслуживает приблизительно 4 миллиона зачисленных студентов, что делает его одним из крупнейших образовательных учреждений в мире. Систему критиковали за низкие показатели выпуска и неоднородное качество, но её инфраструктура для охвата географически разбросанных учащихся обеспечивает основу для той массовой переквалификации, которую требует трансформация ИИ.
Ключевая идея модели открытого университета — что образование должно встречать учащихся там, где они находятся, а не там, где учреждение хочет их видеть, — всё более релевантна по мере того, как нарушения рынка труда, обусловленные ИИ, затрагивают работников на всех карьерных стадиях, а не только недавних выпускников.
4. Альтернативные цели: от знания к адаптивной способности
4.1 Сдвиг от передачи знаний к адаптивной способности
Наиболее фундаментальное изменение, которого требует трансформированный ИИ рынок труда, — это изменение не в формах или институтах обучения, а в образовательных целях. Традиционное образование нацелено на передачу знаний: корпуса устоявшихся фактов, теорий, методов и навыков, которые студент должен освоить. Эта модель предполагает, что передаваемые знания останутся релевантными на значительном протяжении карьеры студента. ИИ подрывает эту предпосылку.
Если ИИ может получить доступ к фактическому знанию, организовать и применить его быстрее и точнее любого человека, то образовательная премия смещается от знания к мета-знанию: способности быстро осваивать новые области, критически оценивать информацию, синтезировать перспективы из разных областей, задавать правильные вопросы и осуществлять суждение в ситуациях, когда данные неоднозначны или неполны.
Часто цитируемое предсказание Элвина Тоффлера — «Неграмотными в XXI веке будут не те, кто не умеет читать и писать, а те, кто не может учиться, разучиваться и переучиваться» — стало операциональной реальностью. Образовательная задача — разрабатывать учебные программы, культивирующие эту адаптивную способность, не отказываясь от фундаментального знания, делающего адаптацию возможной.
4.2 Грамотность в области ИИ как ключевая компетенция
Грамотность в области ИИ — способность понимать, оценивать и надлежащим образом использовать ИИ-инструменты — быстро становится столь же фундаментальной, как числовая и текстовая грамотность. Мы различаем три измерения грамотности в области ИИ:
Техническая грамотность: способность эффективно использовать ИИ-инструменты — формулировать промты, оценивать результаты, понимать базовые принципы машинного обучения. Это наиболее непосредственно практическое измерение и наиболее часто адресуемое в текущих образовательных предложениях.
Концептуальная грамотность: понимание того, что ИИ может и чего не может, распознавание контента, сгенерированного ИИ, критическая оценка результатов ИИ и понимание различия между распознаванием паттернов и подлинным пониманием. Это измерение необходимо для предотвращения некритической чрезмерной зависимости от ИИ, которую Фан Лу (настоящий том) документирует в своих конкретных случаях.
Этическая грамотность: понимание социетальных последствий развёртывания ИИ, включая алгоритмическую предвзятость, эрозию приватности, экологические издержки обучения больших моделей, вытеснение рабочей силы и концентрацию власти в руках немногих технологических компаний. Это измерение связывает грамотность в области ИИ с более широкими вопросами гражданственности и социальной ответственности.
Закон ЕС об ИИ (2024) — первое в мире комплексное регулирование ИИ — имплицитно создаёт спрос на грамотность в области ИИ во всех профессиональных сферах: соблюдение требований предполагает понимание того, что делают ИИ-системы, как они принимают решения и какие риски представляют. Основанная на рисках классификация Закона (неприемлемый риск, высокий риск, ограниченный риск, минимальный риск) обеспечивает концептуальную рамку, которая могла бы информировать учебные программы по грамотности в области ИИ по всей Европе.
Подход Китая был более разрешительным, чем ограничительным: «Временные меры по управлению сервисами генеративного ИИ» 2023 года (生成式人工智能服务管理暂行办法) сосредоточены на регистрации и модерации контента, а не на комплексном регулировании, но лежащий в основе спрос на грамотность в области ИИ столь же настоятелен. Министерство образования Китая начало интегрировать ИИ-контент в учебные программы начальной и средней школы, и ряд университетов учредили специализированные кафедры ИИ-образования — разработка, которую Европа, несмотря на своё лидерство в регулировании, была медленнее реализовывать в масштабе.
4.3 Творчество, критическое мышление и эмоциональный интеллект
Если ИИ берёт на себя рутинные когнитивные задачи, то уникально человеческие способности — творчество, критическое мышление, эмоциональный интеллект, этическое рассуждение и межкультурная коммуникация — становятся ядром экономической ценности. Отчёт ВЭФ о будущем рабочих мест неизменно определяет аналитическое мышление, творческое мышление, устойчивость, гибкость и любопытство как ведущие навыки, ценимые работодателями — ни один из которых не является предметно-специфическим знанием. Вызов в том, что эти способности — именно то, что традиционное образование с его акцентом на стандартизированном оценивании и дисциплинарном знании менее всего приспособлено культивировать.
Европейская философия образования, особенно скандинавская модель, давно подчёркивает творчество и критическое мышление наряду с академическими достижениями. Реформа национальной учебной программы Финляндии (2014) сделала «трансверсальные компетенции» — включая мышление и обучение учиться, культурную компетенцию, мультиграмотность и участие — обязательным компонентом всего обучения с начальной школы. Рамка ЕС ключевых компетенций для непрерывного обучения определяет восемь трансверсальных компетенций — включая «обучение учиться», «социальные и гражданские компетенции» и «культурную осведомлённость и самовыражение», — выходящих за пределы предметного знания.
Усилия Китая по реформированию образования, особенно движение 素质教育 (сучжи цзяоюй, качественное образование), являющееся официальной политикой с 1990-х годов, направлены на уравновешивание экзаменационной культуры (应试教育, инши цзяоюй) более широким развитием компетенций. Политика «двойного сокращения» (双减) 2021 года, ограничившая внешкольное репетиторство и объём домашних заданий, была эксплицитно мотивирована стремлением создать пространство для творчества, физической активности и неакадемического развития. Однако реализация остаётся неоднородной, и гаокао (高考, национальный вступительный экзамен в вузы) продолжает оказывать мощную центростремительную силу в сторону подготовки к экзаменам за счёт развития творческого и критического мышления.
4.4 Межкультурная компетенция как конкурентное преимущество
В глобализованной экономике, где ИИ выполняет рутинные задачи через языковые и культурные границы, способность навигировать в культурных различиях — понимать различные системы ценностей, стили коммуникации, практики переговоров и институциональные нормы — становится отличительной человеческой компетенцией со значительной экономической ценностью. Это особенно релевантно для европейско-китайского образовательного диалога, которому посвящён настоящий том: профессионалы, способные эффективно работать через европейско-китайский разлом, обладают редкой и ценной способностью, которую ИИ не способен воспроизвести.
Межкультурная компетенция — это не просто языковая подготовка (которую ИИ всё более способен имитировать), но культурный интеллект: способность интерпретировать неоднозначные социальные сигналы, адаптировать поведение к незнакомым культурным контекстам и строить доверие через культурные границы. Образовательные программы, развивающие эту компетенцию — через программы обмена, иммерсивный опыт, межкультурную командную работу и устойчивое вовлечение в интеллектуальные традиции другой культуры, — представляют форму альтернативного образования, иммунную к вытеснению ИИ именно потому, что она зависит от воплощённого человеческого опыта.
5. Европейские регуляторные рамки и китайские государственные подходы
Контраст между европейским и китайским управлением образованием высвечивает сильные стороны и ограничения ответа каждой системы на нарушения, обусловленные ИИ.
5.1 Европейская модель: регулирование и стандартизация
Подход Европейского союза к реформе образования функционирует через сложную многоуровневую структуру управления. ЕС обладает ограниченной прямой компетенцией в области образовательной политики (образование остаётся преимущественно ответственностью государств-членов в соответствии с принципом субсидиарности), но оказывает значительное влияние через рамки, рекомендации и финансирование.
Цифровой план действий в области образования (2021–2027) устанавливает два стратегических приоритета: содействие развитию высокоэффективной экосистемы цифрового образования и повышение цифровых навыков и компетенций для цифровой трансформации. Он финансирует инициативы в области цифровой инфраструктуры, подготовки учителей и онлайн-обучения, но реализация зависит от принятия государствами-членами.
Европейская повестка навыков (2020) устанавливает целевые показатели, включая участие 60% взрослых в обучении ежегодно к 2030 году и создание индивидуальных учебных счетов для финансирования подготовки. Рекомендация о микрокредитах (2022) обеспечивает общее определение и стандарты качества. Европейская рамка квалификаций (EQF) обеспечивает трансграничное признание квалификаций.
Сильные стороны этого подхода — обеспечение качества, портативность и доверие: европейский микрокредит, выданный в соответствии с общими стандартами, несёт признанную ценность в 27 государствах-членах. Слабость — скорость: время, необходимое для согласования, принятия и реализации общеевропейских рамок, означает, что образовательная политика неизменно отстаёт от технологических изменений. К тому времени, когда европейская рамка микрокредитов для «инженерии ИИ-промтов» будет формально установлена, сам навык может быть автоматизирован.
5.2 Китайская модель: государственное руководство и быстрое масштабирование
Управление образованием в Китае централизовано. Министерство образования (教育部) устанавливает национальную политику, а провинциальные управления образования реализуют её. Эта структура обеспечивает быстрые, масштабные действия: когда Государственный совет издаёт национальную стратегию — такую как «Модернизация образования 2035» или инициативу «Двойная первоклассность», — ресурсы могут быть мобилизованы и учебные программы реформированы в тысячах учреждений за месяцы, а не за годы.
Стратегия «Новой инфраструктуры» (新基建), объявленная в 2020 году, определила ИИ как одну из семи стратегических категорий инфраструктуры наряду с 5G, центрами обработки данных и промышленным интернетом. Образование было эксплицитно определено как бенефициар: адаптивные обучающие платформы на основе ИИ, интеллектуальные системы наставничества и автоматизированные инструменты оценивания должны были разрабатываться и развёртываться в масштабе.
Сила этого подхода — скорость исполнения и масштаб: Китай может строить образовательную инфраструктуру — цифровые платформы, программы подготовки, институциональные реформы — быстрее любой другой страны. Слабость — гибкость: централизованное планирование тяготеет к единообразию, а акцент на национальных стратегиях и количественных показателях (число курсов, число сертификатов, число участников) может заслонять качественные вопросы о глубине обучения, критическом мышлении и интеллектуальной автономии.
5.3 К взаимному обучению
Европейская и китайская модели не просто различны, но комплементарны. Европе нужна бо́льшая готовность Китая к быстрому масштабированию и интеграции альтернативных квалификаций в формальные образовательные системы без десятилетий обсуждений. Китаю нужен бо́льший акцент Европы на обеспечении качества, автономии учащихся и философских основаниях образования — то, что Дёринг (настоящий том) называет различием между Verstand и Vernunft.
Продуктивный диалог между двумя системами — подобный тому, который настоящий том и поддерживающий его Центр передового опыта Жана Монне призваны содействовать, — сосредоточился бы не на том, какая модель «лучше», а на том, чему каждая может научиться у другой. ИИ-трансформация рынка труда — общий вызов; образовательные ответы также должны быть общими.
6. Риски и критика
6.1 Ловушка креденциализма
По мере умножения альтернативных квалификаций растёт риск инфляции квалификаций. Если микрокредиты, наностепени, сертификаты буткампов и корпоративные сертификации множатся без надёжного обеспечения качества, рынок труда может столкнуться с ситуацией, когда квалификации ничего надёжного не говорят о компетенции. Работодатели, неспособные оценить качество сотен конкурирующих квалификаций, могут вернуться к простейшей доступной эвристике: традиционной университетской степени — именно той квалификации, которую альтернативное образование стремится дополнить или заменить.
Этот парадокс уже наблюдается в Китае, где распространение онлайн-сертификатов (网络证书) привело к тому, что многие работодатели полностью обесценивают их, тогда как традиционная университетская степень сохраняет (и даже усиливает) свою функцию контроля доступа к желаемому трудоустройству. В Европе риск институционален: по мере того как сами университеты начинают предлагать микрокредиты, граница между «традиционными» и «альтернативными» квалификациями размывается, потенциально подрывая сигнальную ценность обоих.
6.2 Цифровой разрыв
Альтернативные формы обучения подавляюще требуют цифрового доступа, цифровой грамотности и способности к самостоятельному обучению. Эти предпосылки распределены неравномерно как между странами, так и внутри них. В Китае разрыв между городской и сельской образовательной инфраструктурой остаётся существенным: если студенты в Пекине и Шанхае имеют доступ к мирового класса цифровым учебным средам, то студенты в сельских Гуйчжоу или Ганьсу могут не иметь надёжного интернет-подключения. По данным Китайского информационного центра сети Интернет (CNNIC), проникновение интернета в городских районах превышает 80%, но падает ниже 60% в сельских районах — разрыв, непосредственно ограничивающий доступ к онлайн-платформам обучения. В Европе цифровой разрыв между Северными и Южными, Восточными и Западными государствами-членами создаёт аналогичные неравенства: данные Eurostat показывают, что доля лиц с уровнем цифровых навыков выше базового варьируется от более 70% в Нидерландах и Финляндии до менее 30% в Румынии и Болгарии.
Риск в том, что альтернативные формы обучения, вместо демократизации образования, могут усилить существующие неравенства — предоставляя дополнительные возможности и без того привилегированным, оставляя позади тех, кто наиболее нуждается в переквалификации. Шахтёр в Шаньси или текстильный работник в Португалии, вытесненный автоматизацией, вряд ли переквалифицируется через наностепень Coursera без существенной институциональной поддержки, цифровой инфраструктуры и финансовой помощи. Любая серьёзная политическая рамка альтернативного образования должна рассматривать справедливость доступа как первоочередную задачу, а не запоздалое соображение.
6.3 Утрата гуманитарного образования
Давление на согласование образования с требованиями рынка труда рискует маргинализировать именно те измерения образования, которые наиболее устойчивы к вытеснению ИИ: гуманитарное исследование, философская рефлексия, эстетическое восприятие и гражданское формирование. Рабочая сила, обученная исключительно «релевантным для рынка» навыкам, может быть технически компетентной, но культурно обеднённой — неспособной ставить этические, политические и экзистенциальные вопросы, которые человеческие общества нуждаются в том, чтобы их члены ставили. Анализ Оле Дёринга в настоящем томе, различающий Verstand (технический интеллект) и Vernunft (практическую мудрость), непосредственно релевантен: альтернативное образование должно культивировать и то и другое, если оно хочет служить человеческому процветанию, а не только экономической продуктивности.
7. Заключение: к сбалансированной модели
Ландшафт альтернативного образования в Европе и Китае выявляет общий диагноз — традиционные образовательные модели всё более не соответствуют требованиям рынка труда эпохи ИИ — и расходящиеся ответы. Европа акцентирует регулирование, стандартизацию и обеспечение качества. Китай — масштаб, скорость и государственную интеграцию. Ни один подход в отдельности не является достаточным.
Мы предлагаем, что наиболее продуктивный путь вперёд сочетает элементы обеих традиций:
От европейской модели: надёжные системы обеспечения качества, предотвращающие инфляцию квалификаций; механизмы признания, обеспечивающие непрерывное обучение через институциональные границы; и приверженность гуманитарному образованию как неотъемлемому компоненту любой образовательной программы, а не факультативному дополнению.
От китайской модели: готовность к экспериментам в масштабе; интеграция онлайн- и оффлайн-обучения в рамках формальных университетских структур; и прагматическое признание того, что образование должно служить как индивидуальному развитию, так и коллективным экономическим потребностям.
Ни от одной из моделей, но настоятельно необходимо: фундаментальное переосмысление образовательных целей, смещающее центр тяжести от передачи знаний к адаптивной способности. Наиболее ценное образование в эпоху ИИ — то, которое учит студентов не тому, что делать — ИИ может выполнять большинство конкретных задач быстрее и дешевле, — а тому, как думать, как учиться, как судить и как заботиться.
Это не означает, что традиционные университеты должны стать центрами навыковой подготовки, или что гуманитарные науки должны быть оставлены в пользу STEM-образования, или что каждый студент должен научиться программировать. Это означает, что каждое образовательное учреждение — от начальной школы до аспирантуры — должно задать себе вопрос: готовим ли мы учащихся к миру, который больше не существует, или к миру, который формируется? Вопрос не риторичен. Революция ИИ не приближается; она уже произошла. Образовательная революция, как в Европе, так и в Китае, едва началась.
Альтернативные формы обучения, институты и цели, обзорно рассмотренные в данной статье, представляют ранние эксперименты этой революции. Некоторые окажутся эфемерными; другие перестроят образование на поколения. Задача для политиков в области образования, исследователей и практиков — как в Европе, так и в Китае — состоит в том, чтобы определить, какие инновации служат человеческому процветанию, а какие лишь рыночному удобству, и строить образовательные системы, которые служат и тому и другому, не жертвуя ни одним из них. Эти способности не альтернативны традиционному образованию, а являются его глубочайшим предназначением, вновь обнаруженным под давлением технологических перемен.
Благодарности
Софинансировано Европейским союзом. Высказанные мнения и оценки принадлежат исключительно автору и не обязательно отражают позицию Европейского союза [101126782].
Литература
Chapelle, C. A. (2001). Computer Applications in Second Language Acquisition. Cambridge University Press.
European Commission. (2022). Proposal for a Council Recommendation on a European approach to micro-credentials for lifelong learning and employability. Brussels: EC.
European Union. (2024). Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence (AI Act). Official Journal of the European Union.
Golonka, E. M., et al. (2014). Technologies for foreign language learning: A review. Computer Assisted Language Learning, 27(1), 70–105.
Jonas, H. (1984). The Imperative of Responsibility: In Search of an Ethics for the Technological Age. University of Chicago Press.
Manyika, J., et al. (2017). Jobs Lost, Jobs Gained: Workforce Transitions in a Time of Automation. McKinsey Global Institute.
Ministry of Education, PRC. (2019). 国家职业教育改革实施方案 [National Vocational Education Reform Implementation Plan].
State Council, PRC. (2017). 新一代人工智能发展规划 [New Generation Artificial Intelligence Development Plan].
State Council, PRC. (2019). 中国教育现代化2035 [Education Modernization 2035].
Toffler, A. (1970). Future Shock. Random House.
Wenger, E. (1998). Communities of Practice: Learning, Meaning, and Identity. Cambridge University Press.
World Economic Forum. (2023). The Future of Jobs Report 2023. Geneva: WEF.
Часть III: Технологии и инновации