Привет! Меня зовут Артем Русов. Уже 6 лет я занимаюсь обучением будущих тестировщиков, а также повышением квалификации действующих специалистов. За это время прошел долгий путь от видео в плейлистах на Youtube до курсов бестселлеров на площадках Stepik и Udemy.
В этой статье хотел бы обсудить как внедрение ИИ-контента в привычные обучающие подходы на примере моих курсов меняет и улучшает их. Сразу отмечу, что это статья больше методическая и направлена на широкую аудиторию людей, которые проводят внутреннее и внешнее обучение, а не только на технарей.
Мой путь по работе с ИИ для курсов начался в 2023 году, когда без глубоких знаний программирования, а только используя ChatGPT, я создал песочницу для своего основного курса "Тестирование ПО с нуля. Теория + практика. Продвинутый курс с ИИ" на Stepik с фронтом и бэком, с документацией, с макетами, с базой данных.
Тогда для ручного тестировщика, это, казалось, магией, а для преподавателя открывало огромные перспективы по внедрению того, что ты не можешь сделать без посредника, команды и навыков разработки. Да и сейчас это никак не потеряло актуальность.
В чем плюсы своей песочницы?
Вы создаете приложение, которое полностью соответствует программе курса.
Вы не зависите от окончания поддержки сторонних бесплатных песочниц.
Для тестирования: вы можете создать ровно те баги, которые нужны для отработки навыков.
Вы можете быстро фиксить проблемы в ПО.
Студент работает не в изолированной среде тренажера, а в полноценной системе, близкой к реальному проекту.
Вы создаете добавочную ценность для своего продукта.
Такие песочницы можно использовать для корпоративного обучения или для тестовых заданий, проектируя прикладные задачи, которе точечно проверяют кандидата.
Создавая приложение, вы прокачиваете собственную экспертизу и понимание того, как все работает изнутри. Опыт в найме не давал мне возможности копаться глубоко в коде и некоторые вещи я делал достаточно поверхностно, до конца не понимая для чего. С появлением собственных продуктов я сильно прокачался.
Важный совет: если вы не разбираетесь в программировании, серверах и настройках CI/CD, то делайте пометки по всем своим действиям, чтобы потом легко восстановить алгоритм. И код мы храним в Github, чтобы всегда можно было откатить изменения.
После этого мне в голову пришла идея создания наборов тренажеров по разным аспектам тестирования, начиная с анализа требований и тест-дизайна и заканчивая симуляцией багов с оценкой в Devtools, написанием SQL-скриптов и поиску ошибок в документации. С автоматической проверкой, прямо в браузере, без установки дополнительного ПО.
Отмечу, что генераций в ChatGPT может быть много, если вы не знаете, как работает код, но все достижимо. Настойчивость решает все.
Сейчас я разрабатываю новую версию тренажеров в Gemini, где помимо уже созданных мною заданий, студент может генерировать сколько угодно новых в том же интерфейсе, по тому же шаблону, нажатием одной кнопки. И здесь уже надо покопаться в том, чтобы они работали в условиях большого количества пользователей и запросов. Значит в дело входят API-ключи и облачные платформы по типу Together AI. Чуть сложнее, но со всем можно разобраться.
Параллельно этому осваиваю RAG и работу с собственными базами знаний, чтобы студент мог искать информацию по проверенным источникам и полагался только на их контекст.
В обучении важно не навредить, а ИИ все еще не может гарантировать 100% верный ответ, так что рамки нужны.
Также мой коллега, Алексей Коледачкин разработал инструмент, который позволяет создавать задания с оценкой от ИИ, где выставляется балл и дается обратная связь от LLM. Все это делается через админку, а потом в красивом виде через iframe вставляется на платформу. Студент не просто выбирает ответ из заранее обозначенных вариантов, а должен написать развернутый комментарий и объяснить свою позицию.
Например, сейчас активно использую это в своих курсах на Stepik. Фидбэк положительный, что означает только одно – мы на верном пути.
А еще я открыл для себя геймификацию и генерацию изображений для курсов со своим сеттингом и историей. Передаю привет Ване Стародубцеву (автору серии курсов "Лучший по Python"), который вдохновил на это. Уже давно мой маскот и логотип – артишок. И в 2026 году я превратил его в персонажа Арти, который путешествует по древним цивилизациям и тестирует API. В курсе есть сюжет, отличительный визуал и песочница с учетом той цивилизации, в которой проходит история. Все картинки в курсе генерировал через Nana Banana и вышло очень не плохо. Кстати, песочница для этих курсов публичная и бесплатная.
В планах внедрить ИИ-элементы в каждый мой продукт. Но есть одно но: я не отказываюсь от использования классических форматов заданий. Те же тесты, задачи на сопоставление, восстановление хронологии, замена пропусков продолжают жить в курсах. Генерация текста также не является бесконтрольной. Даже если использую ИИ для этого, то все тексты вычитываю, корректирую и делаю фактчекинг. Ссылки на источники тоже важны.
К сожалению, многие авторы не придерживаются такой позиции и просто массово генерируют ИИ-слоп. Так делать не надо. Каждое действие должно быть методически обоснованным, за каждый кусок текста должен нести ответственность автор курса.
Рекомендация: для тех, кто не любит курсы, но хотел бы использовать ИИ в самообучении, советую обратить на бесплатный инструмент от Google NotebookLM, который позволяет на основе своей базы знаний создавать крутые обучающий материалы: видео, тексты, тесты, интеллектуальные карты и многое другое.
Я рассказал, что сам использую и подумываю внедрить в свои продукты. Еще больше кейсов можно найти у меня в ТГ-канале. У вас это может быть то же самое или нечто абсолютно другое. Не бойтесь экспериментировать, изучайте конкурентов, слушайте своих студентов, но главное внедряйте это новое с четким пониманием: для чего вы это делаете?