Методисты ОТУС рекомендуют

Бодрого понедельника! 🚀 Делимся с вами вакансиями в OTUS ➡Ищем руководителей: ML System Design ➡Ищем преподавателей: Автоматизация финансового учёта Инфраструктура высоконагруженных систем Machine Learning. Advanced  Программист АСУ ТП  Разработчик на Spring Framework  NoSQL Если интересно или можете кого-то рекомендовать, пишите Сергею Подольцеву: Telegram: @Podoltsev E-mail: s.podoltsev@otus.ru Будем рады откликам и рекомендациям🫶

Всем привет, на связи Анна Цуранова, педагогический дизайнер OTUS. Сегодня предлагаю обсудить когнитивные искажения — почему они «ломают» учебный процесс и что мы можем с этим сделать. *⃣Тем, кто так или иначе связан с обучением, может казаться, что взрослые студенты — рациональны. Покажи цели, объясни пользу, дай дорожную карту — и человек пойдёт сам. Но в реальности всё иначе. Кто-то теряется на простом шаге, кто-то бросает обучение на полпути... Одна из причин — когнитивные искажения: короткие маршруты мозга, которые помогают быстро принимать решения, но искажают реальность. Мы избегаем нового и цепляемся за привычное — работает рефлекс «увидел опасность → убежал». Если понимать, с чем имеем дело, можно заранее «подстелить соломку» и выстроить обучение так, чтобы оно «не ломалось». Давайте разберём некоторые когнитивные искажения: 1⃣Эффект якоря Первая информация цепляется намертво — и всё, что идёт дальше, студент воспринимает через неё. Слишком лёгкое начало — «тут нечего делать». Слишком сложное — «это не моё». Что может помочь? ➖следить за психологической безопасностью — объяснять, что в начале обучения наш мозг сопротивляется всему новому, и это нормально; ➖подготавливать почву к изменениям: «Сейчас мы набираем обороты, но в следующем модуле будет посложнее». 2⃣ Проклятие знания Когда мы глубоко разбираемся в теме иногда забываем, что другому человеку может быть непонятно то, что кажется «ну совсем очевидным». Что может помочь? ➖мысленно возвращаться в момент, когда сами впервые видели тему; ➖упрощать язык; ➖спрашивать, где возникло непонимание; ➖делить действия на микрошаги. 3⃣Эффект Даннинга–Крюгера Менее квалифицированные люди склонны переоценивать свои способности. В то время как более опытные — наоборот, занижать. Что может помочь? ➖для тех, кому «всё и так понятно», — подсвечивать глубину темы и давать дополнительный материал для изучения. ➖для сомневающихся — регулярно возвращаться к заполнению матрицы компетенций и анализу прогресса. 4⃣ Эффект ореола Яркое впечатление (например, активность на вебинаре) формирует общее мнение о студенте, влияя на дальнейшую оценку его реальных знаний и навыков. Это может привести к необъективному восприятию. Что может помочь? ➖опираться на артефакты: аргументацию, выполнение д/з; ➖вовлекать в обучение всех участников, например, обращаясь по имени. ➖давать развернутую обратную связь всем студентам, не только тем, кто активнее. 5⃣Ошибка выжившего В буквальном прочтении это искажение заставляет нас ориентироваться только на истории успеха, игнорируя путь и неудачи. В обучении же мы чаще сфокусированы на успешных кейсах, лучших практиках, иногда забывая про анализ распространённых ошибок, хотя именно их детальный разбор часто даёт ключевое понимание, как не надо делать и почему. Что может помочь? ➖разбирать ошибки так же внимательно, как и удачные решения, это бесценный опыт для обучающихся. 6⃣Катастрофизация Катастрофизация — это когда студент убеждён: «если я провалю это задание/отвечу неправильно — я безнадёжен». Ошибка = конец обучения. Что может помочь? ➖нормализовать ошибки. ➖показывать путь: «сложно → пробую → не получается → пробую еще раз→… → понимаю → закрепляю». Если учитывать когнитивные искажения в обучении, можно заранее убрать барьеры, снизить тревожность и создать среду, в которой студент развивается — а не убегает от сложностей и новизны. Обучение — это всегда изменения, и наша задача — сделать эти изменения безопасными и посильными. *⃣Делитесь, сталкивались ли вы с когнитивными искажениями и как справлялись❓⬇

Бодрого понедельника! 🚀 Делимся с вами вакансиями в OTUS ➡Ищем руководителей: ML System Design ➡Ищем преподавателей: Автоматизация финансового учёта Инфраструктура высоконагруженных систем Machine Learning. Advanced  Программист АСУ ТП  Разработчик на Spring Framework  NoSQL ➡Студенты ждут своих наставников: Rust Developer. Professional Если интересно или можете кого-то рекомендовать, пишите Сергею Подольцеву: Telegram: @Podoltsev E-mail: s.podoltsev@otus.ru Будем рады откликам и рекомендациям🫶

Как вовлекать студентов на курсах по программированию без геймификации? На курсах прикладного и инженерного характера часто есть соблазн: добавить больше квизов, баллов, интерактива - лишь бы “оживить” студентов. Но практика показывает: разработчиков вовлекает не игра, а ощущение реальной задачи и роста. Главный поинт: в программировании вовлекает не формат, а приближенность к реальной работе. 1⃣Формулируем задачу как рабочую ситуацию ➖ Было: «Напишите скрипт для обработки логов» ✅ Стало: «Вы - разработчик и к вам пришёл тимлид: “Сервер начал падать, вот лог-файл. Нужно быстро понять: - где чаще всего возникает ошибка - в какое время пики - есть ли повторяющиеся запросы перед падением”» ❓ Почему это работает: появляется контекст и роль. Даже в текстовом ДЗ студент начинает “проживать” задачу, а не просто выполнять её. 2⃣ Добавляем требование "объяснить решение" ➖ Было: «Сделайте задание и отправьте код» ✅ Стало: «Приложите код и коротко опишите: - как вы подошли к решению - где были сложности - что бы вы улучшили при доработке» ❓Почему это работает: студент не может просто “написать и забыть”. Он рефлексирует процесс, а значит - глубже включается. 3⃣ Встраиваем микро-выбор в ДЗ ➖ Было: «Реализуйте функцию по требованиям» ✅ Стало: «Реализуйте решение и выберите: - использовать ли стандартные библиотеки или написать свою логику - оптимизировать под скорость или читаемость Обоснуйте выбор в 2–3 предложениях» ❓ Почему это работает: даже небольшой выбор включает мышление. Студент начинает чувствовать ответственность за решение, а не просто следовать инструкции. 👉Вывод: Контекст, выбор и осмысленное действие отличные инструменты для вовлечения студентов в процесс обучения, а порой и более эффективный, чем баллы, значки и ачивки. А как вы формулируете задания в онлайн-курсах? Что помогает «включить» студентов? 👇

Бодрого понедельника! 🚀 Делимся с вами вакансиями в OTUS ➡Ищем преподавателей: Инфраструктура высоконагруженных систем Базовая математика для цифровых профессий  Machine Learning. Advanced  Программист АСУ ТП  Разработчик на Spring Framework  NoSQL  ➡Студенты ждут своих наставников: Rust Developer. Professional Если интересно или можете кого-то рекомендовать, пишите Сергею Подольцеву: Telegram: @Podoltsev E-mail: s.podoltsev@otus.ru Будем рады откликам и рекомендациям🫶

Всем привет! 👋🏻 На связи Маргарита Захаренко, педагогический дизайнер открытых мероприятий в OTUS. Сегодня предлагаю разработтать стратегию — как избавиться от слов-паразитов? Слова-паразиты могут заметно снижать ощущение экспертности спикера. Если они звучат слишком часто, внимание аудитории переключается с содержания на форму. Когда "вот" или "собственно" появляются почти в каждом предложении, слушатель начинает мысленно их считать вместо того, чтобы следить за аргументами. Слова и звуки-паразиты появляются вопреки нашему желанию — чаще всего в тот момент, когда мы подбираем нужное слово. Тогда и возникают знакомые "эээ", "типа", "соответственно". Что можно сделать, чтобы избавиться от этой привычки? 1. Определите свои слова-паразиты. Пересмотрите запись занятия или прослушайте аудиосообщения. Выпишите слова, которые повторяются чаще всего. А затем начните их отслеживать в своей речи. Сначала вы будете замечать "ваше" слово постфактум — "ну вот, снова сказал". Постепенно начнёте ловить себя в моменте. А затем — сможете поймать слово за хвост до того, как оно прозвучит. Это сигнал переходить к следующему шагу. 2. Заменяйте паразиты синонимом. Иногда слово-паразит можно заменить нейтральной формулировкой.

короче → в общем, подытожим, обобщая типа → похоже на, вроде, наподобие

Когда чувствуете, что привычное слово вот-вот вырвется, используйте подготовленный вариант. 3. Используйте паузы. Часто паразиты появляются просто потому, что мы боимся тишины. Чем медленнее темп речи, тем больше у вас времени на формулировку мысли. Не бойтесь пауз. Иногда короткая пауза звучит гораздо лучше, чем затяжное "эээ", и может даже придать выразительности. 4. Готовьтесь к выступлению. Одна из частых причин использования слов-паразитов — волнение и отсутствие структуры. Подготовьте тезисный план, отрепетируйте. Используйте режим докладчика в Google Slides или Powerpoint и добавьте к слайдам заметки. Это может снизить количество «в принципе», «честно говоря». 5. Анализируйте речь сильных спикеров. Послушайте лекцию или интервью хорошего спикера. Обратите внимание: — как он строит фразы — где делает паузы — как формулирует выводы Такой анализ помогает постепенно улучшать собственную речь. Полностью избавиться от слов-паразитов быстро не получится — и это нормально. Единичные "ну" или "типа" не проблема. Важно, чтобы они не превалировали в речи. Чёткая и управляемая речь — один из главных инструментов преподавателя и эксперта, и этот навык можно и нужно развивать.

Бодрого понедельника! 🚀 Делимся с вами вакансиями в OTUS ➡Ищем преподавателей: Базовая математика для цифровых профессий  ИИ для юристов Machine Learning. Advanced  Руководитель команд в ИТ (Team Lead) Программист АСУ ТП  Java Developer. Advanced Разработчик на Spring Framework  NoSQL Если интересно или можете кого-то рекомендовать, пишите Сергею Подольцеву: Telegram: @Podoltsev E-mail: s.podoltsev@otus.ru Будем рады откликам и рекомендациям🫶

Всем привет! 👋🏻 На связи Валентина Устюгова и сегодня предлагаю поговорить о том, как избавиться от иллюзий ☺️ Студент говорит: «всё понятно», но не может сделать домашнее задание или перестаёт ходить на лекции. Часто во время объяснения возникает иллюзия освоения - материал кажется понятным, пока рядом есть преподаватель. 1⃣ Ситуация: студент смотрит разбор и уверен, что справится сам ⚫ Было: преподаватель включает демонстрацию и сам выполняет задание, всё выглядит логично, студенту кажется, что тема понятна, но когда он открывает ДЗ, неясно, с чего начать и как перенести увиденное в свою задачу. ➖ Стало: в объяснение встроены контрольные точки: «выберите следующий шаг», «допишите фрагмент», «объясните, почему здесь подходит именно этот способ». Из-за неправильной подачи материала лекции студент может начать откладывать ДЗ, перестать ходить на занятия, потому что уже застрял и не хочет снова столкнуться с неуспехом. При решении задач без посторонней помощи, становится видно, какие навыки действительно получены после лекции, а каких навыков не хватает. 2⃣ Ситуация: курс не подразумевает самостоятельности, интерактивности ⚫Было: лекция выстроена так, что у студента почти нет затруднений. Нет вопросов от преподавателя и интерактивных задач. Возникает ощущение: «я уже умею». ➖ Стало: в курс добавлены управляемые сложности - неполные примеры, задания, которые постепенно растут в сложности и подразумевают участие студента, вопросы на прогноз следующего шага, сравнение нескольких решений. Обучение начинается не в момент просмотра лекции, а в момент самостоятельной практики. Небольшое затруднение здесь не мешает обучению, а делает его применимым к реальным задачам. 3⃣ Ситуация: проверяем «понял ли», а не «может ли сделать» ⚫ Было: после лекции студент проходит легкий тест без развернутых вопросов по изученному материалу. Результаты показывают, что материал освоен. ➖ Стало: на деле проверка строится через действие - предложить варианты решений, применить подход в новой формулировке, найти ошибку, объяснить выбор инструмента. Знание проявляется не в согласии с объяснением, а в способности действовать без готовой инструкции. 🗓Вывод Курс должен быть спроектирован так, чтобы понимание материала сразу переходило в действие - с практикой внутри объяснения, необходимостью самостоятельной работы студента и проверкой через реальные задачи. Тогда обучение будет формировать не ощущение просто просмотренных лекций, а устойчивый навык и уверенность в своих действиях.

Бодрого понедельника! 🚀 Делимся с вами вакансиями в OTUS ➡Ищем преподавателей: Базовая математика для цифровых профессий  ИИ для юристов Machine Learning. Advanced  Руководитель команд в ИТ (Team Lead) Программист АСУ ТП  Java Developer. Professional Java Developer. Advanced Разработчик на Spring Framework  NoSQL  Если интересно или можете кого-то рекомендовать, пишите Сергею Подольцеву: Telegram: @Podoltsev E-mail: s.podoltsev@otus.ru Будем рады откликам и рекомендациям🫶

Всем привет! На связи Таня Кононова 👋🏻 Что такое data driven-education? Образовательная аналитика (Learning Analytics) — это сбор и анализ данных о студентах и их прогрессе, чтобы понять, как они учатся, и помочь им в этом процессе. Data driven-education смотрит на качество образования: достиг ли студент цели, помог ли ему материал и многое другое. Data driven-education алгоритм, который помогает ответить на главные вопросы: «Что пошло не так, почему и что с этим делать?». Он состоит из 7 шагов:

1⃣ На что я хочу повлиять? Какая метрика сейчас «хромает»? (Например, доходимость, вовлеченность, оценки). 2⃣ Почему нам это важно? К чему приведет бездействие? (Недовольство, возвраты, низкий рейтинг курса). 3⃣ Какие решения я буду принимать? Что я могу сделать, если данные подтвердят проблему? (Изменить ДЗ, добавить конспекты). 4⃣ Какие данные нужны для решений? (Посещаемость, ОС в чате, результаты опросов). 5⃣ Как собирать данные? (LMS, опросы, ведомость). 6⃣ Как обрабатывать данные? Просто сравнить группы или нужна сложная статистика? 7⃣ Как применять результаты? Какой тип аналитики мы используем?

Виды аналитики ➡ Дескриптивная (Что произошло?): Констатация факта. ➡ Диагностическая (Почему произошло?): Поиск причины. ➡ Предиктивная (Что будет?): Прогноз. ➡ Прескриптивная (Что делать?): Рекомендация к действию.

⭐Пример из личной практики На одном из курсов мы столкнулись с проблемой: низкая вовлеченность студентов и, как следствие, низкая доходимость до итогового проекта. Обратная связь от группы поступала нерегулярно, активность в чатах была минимальной. Вот как выглядели мои ответы:

1⃣ На что влияем? Метрика Completion Rate (COR) ➡ процент дошедших до итогового проекта. 2⃣ Почему важно? Низкий COR ➡ демотивация преподавателя (он не видит результата) ➡ плохие отзывы и возвраты денег. 3⃣ Какие решения? Внедрить элементы геймификации и усилить поддержку руководителя курса. 4⃣ Какие данные нужны? Активность в LMS (просмотры записей), отзывы, COR. 5⃣ Как собираем? Выгрузка из SQL (активность) + контент-анализ чатов и опросов (обратная связь). 6⃣ Как обрабатываем? Сравниваем COR и активность студентов «до» и «после» внедрения геймификации. 7⃣ Как применяем? Используем диагностическую и прескриптивную аналитику.

Этот подход позволяет мне четко понимать, что я имею в исходной точке и что хочу получить на выходе. ⬇ Подробнее почитать о современной аналитике образования и рассмотреть таблицу data driven-education подхода можно в сборнике статей от ВШЭ

Бодрого понедельника! 🚀 Делимся с вами вакансиями в OTUS ➡Ищем преподавателей: Базовая математика для цифровых профессий  ИИ для юристов Руководитель команд в ИТ (Team Lead) Программист АСУ ТП  Java Developer. Professional Java Developer. Advanced Разработчик на Spring Framework  Machine Learning. Advanced  NoSQL  ➡Студенты ждут своих наставников: Java Developer. Professional Если интересно или можете кого-то рекомендовать, пишите Сергею Подольцеву: Telegram: @Podoltsev E-mail: s.podoltsev@otus.ru Будем рады откликам и рекомендациям🫶

Всем привет! Как и обещали прикрепляем: 🔵Запись конференции 🔵Презентации спикеров 🔔Предлагаем в комментариях поблагодарить спикеров и поделиться своим впечатлением о конференции в опросе До новых встреч ❤️

📺📺📺📺📺📺 Друзья, надеюсь, что вы успели отдохнуть и с новыми силами готовы нас слушать! А мы продолжаем нашу конференцию⤵️ 📱ССЫЛКА НА ТРАНСЛЯЦИЮ

📺📺📺📺📺📺 Всех ждем в 12:00 📺 📣Ссылка для подключения

📣Уже завтра, 23 апреля! Поговорим про образование в эпоху ИИ💻 Соберутся методисты, педдизайнеры и продюсеры из School of Education, OTUS и Нетологии. 📍ключевые темы: — что теперь учить, если ИИ всё умеет; — как изменилась работа методиста; — риски, безопасность, живые кейсы. ⏰ 12:00–17:30 🖥 Ссылка для подключения Приходите с вопросами. Будет тепло и полезно 🤍

Бодрого понедельника! 🚀 Делимся с вами вакансиями в OTUS ➡Ищем руководителей курсов: DevOps 1C ➡Ждем преподавателей в команду: ИИ для юристов Технический директор / CTO Руководитель команд в ИТ (Team Lead) Программист АСУ ТП Java Developer. Professional Java Developer. Advanced Разработчик на Spring Framework  Machine Learning. Advanced  Spark Developer  NoSQL  Symfony Framework ➡Студенты ждут своих наставников: Java Developer. Professional Если интересно или можете кого-то рекомендовать, пишите Сергею Подольцеву: Telegram: @Podoltsev E-mail: s.podoltsev@otus.ru Будем рады откликам и рекомендациям🫶

Качественный EdTech: образование в эпоху искусственного интеллекта Как меняется образование, когда искусственный интеллект становится не экспериментом, а новой нормой? Достаточно ли просто внедрить AI-инструменты в процессы, чтобы получить сильный образовательный продукт? Или по-прежнему решающим остается качество образовательной логики - то, как спроектирован опыт студента, какие навыки формируются и как обучение помогает адаптироваться к новой реальности? 23 апреля на конференции School of Education, OTUS и Нетологии соберутся специалисты, которые создают современное образование: методисты, педагогические дизайнеры, продюсеры, руководители и продуктовые команды. На конференции обсудим, как меняются подходы к проектированию и развитию обучения в эпоху ИИ, какие управленческие и методические решения действительно работают, и как использовать технологии без потери качества, глубины и смысла. Ключевые темы конференции: 🔵управленческие риски AI-трансформации в EdTech; 🔵чему учиться в мире, где ИИ стал частью повседневности; 🔵новая конфигурация навыков в связке EdTech - студент - ИИ; 🔵как изменились задачи методиста на практике; 🔵проработка учебных программ и содержания с помощью ИИ; 🔵подготовка к интервью с экспертом по новой теме за час; 🔵безопасность при работе с ИИ и данными; 🔵кейс применения ИИ в онлайн прикладных играх. Каждое выступление -  это возможность посмотреть на образование как на систему, которая меняется вместе с технологиями, но сохраняет фокус на главном: качестве обучения, осознанности и практическом результате. Формат: открытая онлайн-конференция Дата: 23 апреля 2026 года, четверг Время: 12:00–17:30 ЗАРЕГИСТРИРОВАТЬСЯ

Бодрого понедельника! 🚀 Делимся с вами вакансиями в OTUS ➡Ищем руководителей курсов: DevOps 1C ➡Ждем преподавателей в команду: Технический директор / CTO Руководитель команд в ИТ (Team Lead) Программист АСУ ТП Java Developer. Professional Java Developer. Advanced Разработчик на Spring Framework Machine Learning. Advanced Spark Developer NoSQL Symfony Framework  ➡Студенты ждут своих наставников: Java Developer. Professional Если интересно или можете кого-то рекомендовать, пишите Сергею Подольцеву: Telegram: @Podoltsev E-mail: s.podoltsev@otus.ru Будем рады откликам и рекомендациям🫶

Если вы прошли викторину - спасибо! Мы знаем, что вы еще здесь - с нами. Если вы нашли почти все ошибки - наше почтение! А если нет, то вы всегда можете пролистать наши полезные посты за последние 5 лет и углубить свои знания 😉

Всем привет! 👋🏻 Подготовили для вас небольшую викторину, чтобы понять, кто тут еще есть 🥲 Пока мы рассматриваем варианты переезда, предлагаем вам немного потыкать в верные варианты ответов и преисполнится осознанием, как хорошо вы разбираетесь в методике преподавания ✨ В викторине собраны типовые ситуации из практики. Ваша задача — определить методическую ошибку в каждом кейсе. Проверьте, насколько точно вы распознаёте проблемы и можете отличить корректные решения от неэффективных.