Открытое образование

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Открытое образование — движение и практика преподавания на основе открыто лицензированного контента, а также педагогика, которая видит в студентах производителей этого контента, а не его потребителей. У него два артефакта — открытый образовательный ресурс и открытое педагогическое задание; лицензия делает повторное использование законным, а притязание движения состоит в том, что оно одновременно снижает издержки и расширяет круг авторов. Генеративный ИИ теперь давит на все три составляющие: он обнуляет стоимость создания контента, размывает представление о том, кто является автором переработанного ресурса, и даёт учреждениям дешёвую альтернативу общему достоянию, которое их просили финансировать.

Вопросы для размышления

• Если модель может за несколько минут набросать учебный модуль, что ещё оправдывает лицензию, цепочку атрибуции и процедуру рецензирования, которые несёт с собой открытый контент?
• Ресурс может быть открытым по лицензии и закрытым на практике: файл скачивается, но курс вокруг него предполагает лабораторию, язык или подключение, которых у студентов нет. Какую открытость вы измеряете, когда сообщаете о внедрении?
• Открытая педагогика предлагает студентам публиковать свою работу. Кому принадлежит то, что студент создаёт с помощью генеративного инструмента, кто даёт согласие на публикацию и кто несёт издержки, если результат ошибочен?
• ИИ-грамотность учителя предсказывает практику открытого преподавания, но связь ослабевает по мере роста институциональной поддержки. Что эта инверсия означает для программ подготовки, построенных на допущении, что поддержка только помогает?
• Если текст, созданный ИИ, не охраняется авторским правом, автоматически ли открыт написанный машиной учебник — и что это делает с аргументом в пользу государственного финансирования OER?

Введение

Открытое образование — это не открытый код, и путаница обходится дорого обеим сторонам. Открытый код касается артефактов, которые разработчик поставляет и лицензирует, прежде всего кода, весов моделей и наборов данных, — так, чтобы систему можно было лицензировать, аудировать, модифицировать и развёртывать заново. Открытое образование касается того, что задаёт преподаватель и что создаёт студент, и его лицензирование существует для того, чтобы другое учреждение могло заменить, перевести, переработать или исправить ресурс, не спрашивая разрешения. У них общая правовая машинерия (Creative Commons в образовании, разрешительные лицензии в коде), общая модель производства (сообщества волонтёров и грантовых проектов) и теперь общий противник в лице генеративного ИИ, чья способность производить артефакт почти бесплатно подрывает экономическое обоснование обоих.

Различаются они в существенном. Открытый релиз кода оценивают по тому, можно ли систему пересобрать и исследовать. Открытый ресурс оценивают по тому, может ли им действительно воспользоваться преподаватель с другими студентами, другим языком и другим бюджетом, — а это утверждение педагогическое, а не техническое, и именно поэтому открытое образование всегда несло аргумент о практике наряду с аргументом о лицензии. Deimann и Lukács (2026) формулируют это наиболее остро: после двадцати пяти лет адвокации открытости институциональный режим в середине образования остался нетронутым, потому что движение сосредоточилось на декларациях и нишевых проектах.

Литература эпохи ИИ в этой базе знаний говорит поэтому сразу о трёх вещах: о ресурсе, о практике и о том, выживет ли то или другое, когда генерация почти бесплатна. Применительно к ресурсу вопросы таковы: кто его создаёт, кто его лицензирует и считается ли написанный ИИ ресурс открытым. Применительно к практике — что открытая педагогика требует от студентов и учит ли она их чему-либо измеримому.

Что на самом деле охватывает открытость

Открытый образовательный ресурс — это контент, выпущенный под лицензией, допускающей повторное использование, переработку, смешение и распространение. Всё остальное в этой области производно от этого разрешения и от обязанности указывать авторство. González Miy (2026) показывает, как эта обязанность выглядит в небольшом проекте: одиннадцать участников, работавших онлайн две недели, создали сайт из шести страниц, чат-бота, методическое пособие и пять видеоуроков, выпущенных под CC BY-NC-SA, и полученный пакет получил высокую оценку по прозрачности, но лишь среднюю — по лицензированию, воспроизводимости, адаптивности и доступности. Открыто по названию, частично открыто по использованию.

Литература о лицензировании дробна, потому что дробны сами сбои. Ryu (2026) строит рубрику из семи принципов для экспертизы открыто лицензированных материалов по ИИ-грамотности на основе целевой выборки из шестнадцати ключевых работ, расширения из семнадцати работ и тридцати шести точечных ссылок. Atenas, Farrow, Caldwell, Costello и Havemann (2026) утверждают, что единицей управления должен стать не ресурс, а инфраструктура, которая его размещает: общее достояние из отдельных файлов без поддерживаемой платформы — это проблема фрагментации, а не достояние.

Коллапс генерации и поворот к цифровым общественным благам

Производство курсов — та область, где сдвиг уже измерим: MAIC сообщает о падении стоимости производства MOOC с примерно $25,000 и 60 часов на курс до менее $2 и 30 минут при многоагентной генерации на основе LLM. Если стоимость производства приближается к нулю, аргумент об экономии средств с помощью OER теряет силу, и остаются свобода лицензирования, проверяемость и обеспечение качества.

Tlili, Farrow, Bozkurt, Amiel, Wiley и Downes (2026) организуют этот сдвиг вокруг пяти рамочных вопросов и приходят к тревожному юридическому выводу. Поскольку Бюро по авторским правам США считает одних лишь промптов недостаточными для признания авторства, ресурс, созданный исключительно ИИ, может попасть в общественное достояние и при строгом прочтении квалифицироваться как открытый по умолчанию. Для противоположной неудачи они используют термин openwashing — когда артефакт подаётся как открытый, тогда как его обучающие данные, конвейер или лицензия открытыми не являются. Вопрос авторства — юридический прежде, чем лицензионный, и юридическая сторона и авторское право проходят через нарушения не меньше, чем через право собственности.

Политический ответ в этой литературе — переклассификация. Atenas и коллеги предлагают рассматривать OER как цифровые общественные блага, что переносит средства исправления с производства контента на построение публично управляемой некоммерческой инфраструктуры. Эту инфраструктуру они измеряют по принципам ROAM-X и стандартам данных FAIR и описывают ландшафт, в котором уже более двух миллиардов открыто лицензированных произведений и 303 индикатора универсальности Интернета. Это защитимая переориентация движения, потратившего два десятилетия на производство контента.

Институциональный аргумент в пользу открытости строится и на автономии. Panda (2026) в редакционной статье утверждает, что цифровая трансформация в открытом и гибком обучении есть педагогическая трансформация, а не внедрение технологий, и что технология заслуживает доверия лишь тогда, когда согласуется с подходящей педагогикой в местном контексте. Rodés-Paragarino и Atenas (2026) превращают это в семистолповую рамку ответственной интеграции OER и генеративного ИИ, построенную на документальном анализе, экспертной валидации и партисипативном семинаре с 81 участником в Бильбао в декабре 2025 года.

Открытая педагогика и поворот к практике

Открытая педагогика превращает студента из потребителя в соавтора: задание производит нечто опубликованное, лицензированное и пригодное для повторного использования. Clinton-Lisell (2026) даёт самую чистую проверку этой идеи в литературе. Две учебные группы вводного курса по детскому развитию обновляли один и тот же учебник, одна из них — с помощью инструментов генеративного ИИ. На материале 113 заданий студенты обеих групп сообщили о росте навыка информационной грамотности, и прирост статистически неразличим между группами: эффект времени F(1, 84) = 47.30, p < 0.001, частичная η2 = 0.36 при взаимодействии времени и группы F(1, 84) = 0.04, p = 0.85. Группа с ИИ выполнила больше работы и получила несколько более низкий балл — 174,73 против 173,86 из 180.

У практики есть собственная литература о зрелости. Duan (2026) отобрал 540 записей до четырнадцати моделей открытой образовательной практики по PRISMA 2020, сравнил их по трём измерениям и пришёл к выводу, что генеративный ИИ лежит в основании сложившихся моделей, а не вытесняет их; этот аргумент статья помещает в отношение к TPACK. Ahmadfard (2026) приходит к похожему выводу об интерактивности в структурированном обзоре, охватывающем период с 1970 года: интерактивные функции — скорее аргумент дизайна, чем доказанный эффект, а наиболее сильные размеры эффекта, которые он приводит, заимствованы из более ранних работ по физическому образованию, а не измерены в OER.

Ещё два исследования показывают, как быстро слой практики становится слоем управления. Patiño, Martínez-Pérez, Ramírez-Montoya и Miranda (2026) документируют резидентскую программу UNESCO и ICDE со 110 участниками из 13 стран в 10 командах, но их опросная база — 72 ответа из 54 учреждений без указания доли отклика, что слабо подкрепляет дорожную карту, ориентированную на Повестку ООН до 2030 года. А Guo, Lu и Gao (2026) опросили 512 учителей в 30 китайских провинциях о том, превращается ли ИИ-грамотность в практику открытого преподавания, и обнаружили косвенный путь через инновационное поведение 0.218 при низкой институциональной поддержке, который падает до незначимого 0.042 при высокой.

Справедливость, устойчивость и Глобальный Юг

Аргумент о справедливости для открытого контента — самый старый: у ресурса без цены нельзя отнять цену. Он же и тот, который легче всего заявить и реже всего проверяют. Версии эпохи ИИ осторожнее. Atenas с коллегами рассматривают OER как рычаг для маргинализированных сообществ и для содержательного участия в сборе данных, предупреждая при этом, что чрезмерная опора на сгенерированные ресурсы рискует обесценить человеческое творчество и суждение. Tlili с коллегами называют механизмы, которыми генерация подрывает этот рычаг: ошибки перевода, предвзятость обучающих данных и петля галлюцинаций, в которой сгенерированный контент возвращается в корпуса, обучающие следующую модель.

Устойчивость входит дважды — как финансирование и как энергия. Аргумент о цифровых общественных благах по сути является аргументом об устойчивости: фрагментированное достояние файлов, существующих на гранты, не переживает свои гранты, тогда как публично управляемая инфраструктура может. Экологический аргумент появляется в более широкой литературе об открытости и в концепции устойчивого развития этой базы знаний, где сообщение о стоимости инференса модели рассматривается как обязанность открытой практики, а не как запоздалая мысль.

Измерение Глобального Юга — то, где доказательства всего тоньше. Незападные кейсы этой подборки реальны, но немногочисленны: латиноамериканская резидентская программа сотрудничества, китайские преподаватели открытого университета и трактовка инфраструктуры как предпосылки участия. Утверждения о том, что открытость автоматически перераспределяет возможности, этими исследованиями не поддерживаются, и некоторые из них говорят об этом прямо.

Где системы письма и рекомендаций встречаются с аргументом

Две статьи этой подборки посвящены производственным системам, а не политике. Peng (2026) разрабатывает гибридный глубокий рекомендатель для OER и сообщает о точности 93,6 процента, прецизионности 92,5 процента, полноте 91,0 процента и F1-мере 90,2 на 2,400 записях взаимодействий. Его собственная таблица сравнения показывает базовую линию BERT4Rec с F1 90,8 при равной полноте, а раздел о наборе данных оставляет число пользователей, число объектов и разреженность в виде заглушек. Заявление о моделировании скромно; картина знакомая: превосходство над сильным базовым уровнем меньше, чем заголовок.

Вторая напоминает, что генеративная система может быть открытой, а её контент — закрытым. OATutor соединяет кодовую базу под MIT с учебниками по алгебре OpenStax под CC BY, а значит лицензии кода и контента должны поддерживаться совместимыми по замыслу. Эта единственная техническая обязанность — самая ясная практическая форма связи открытого кода и открытого образования: разные объекты, одна правовая машинерия и ограничение совместимости, которое ложится на того, кто собирает и то, и другое.

Распространённые заблуждения

«Открытое образование и открытый код — это одна и та же открытость». У них общая лицензионная машинерия и общая модель производства, но они не взаимозаменяемы. Открытый код — утверждение о собираемой и инспектируемой системе; открытое образование — утверждение о пригодном к использованию и адаптации учебном ресурсе. Школа может работать целиком на открытом программном обеспечении поверх закрытого учебника, и многие так и делают.

«Открытость означает бесплатность для студента, и в этом вся выгода». Стоимость — измеримая половина. Другая половина — разрешение: ресурс, который можно переработать, — это ресурс, который другое учреждение может исправить, перевести и локализовать. Исследования этой подборки сообщают о завершении и удовлетворённости гораздо чаще, чем об адаптации, поэтому утверждение об адаптации остаётся в значительной мере непроверенным.

«ИИ делает контент настолько дешёвым, что OER устарели». Возможно и противоположное прочтение, и оно лучше подкреплено. Если генерация почти бесплатна, дефицитными благами становятся лицензия, цепочка атрибуции, процедура рецензирования и поддерживаемая платформа. Поэтому эта литература сходится на управлении и инфраструктуре, а не на производстве.

«Добавление ИИ-инструментов в открытое задание улучшает обучение». Единственная квазиэкспериментальная проверка здесь обнаружила воспринимаемый рост навыков в обеих группах без обнаружимой разницы между ними, наряду с более высокой долей завершения и несколько более низкими баллами в группе с ИИ. ИИ изменил то, что студенты производили, и не изменил того, чему, по их словам, они научились.

Связанные концепции

• Открытый код
• Правовые вопросы и риски
• Регулирование ИИ в образовании
• Генеративный ИИ
• Политика в области образовательного ИИ (Educational AI Policy)
• Управление ИИ
• Справедливость
• Проектирование учебного плана
• Активное обучение
• Совместное обучение
• Аутентичное оценивание
• Устойчивое развитие
• Глобальный Юг
• ИИ-грамотность
• Цифровой разрыв
• Доступность
• Управление изменениями

Связанные статьи

• The double-edged sword: Open educational resources in the era of Generative Artificial Intelligence — Пять рамок для OER, когда генеративный ИИ входит в производство (Tlili et al., 2026)
• Building sustainable futures: Responsible development of AI-enabled open educational resources as digital public goods — OER как цифровые общественные блага и аргумент в пользу управляемой инфраструктуры (Atenas et al., 2026)
• From niche to regime: Rethinking openness in the age of artificial intelligence — Почему двадцать пять лет открытости оставили институциональную середину нетронутой (Deimann и Lukács, 2026)
• Information literacy through open pedagogy: What's the role of AI tools? — Открытая педагогика с ИИ-инструментами и без них в двух учебных группах (Clinton-Lisell, 2026)
• The evolution of open educational practices: a comparative analysis of models and a new framework for the AI era — Четырнадцать моделей открытой образовательной практики и место ИИ в них (Duan, 2026)
• The association between teachers' artificial intelligence literacy and open education teaching practices in China: a moderated mediation analysis of teachers' innovative behavior and school support — ИИ-грамотность учителей и практика открытого преподавания в 30 китайских провинциях (Guo et al., 2026)
• Open educational resources and generative AI: towards a framework for responsible integration — Семистолповая рамка ответственной интеграции OER и ИИ (Rodés-Paragarino и Atenas, 2026)
• Active learning, mentoring and AI-open educational resources: a case study in a virtual laboratory — Наставничество и производство ИИ-OER в виртуальной лаборатории (González Miy, 2026)
• Developing AI literacy OER: A literature-informed rubric for design and review — Рубрика из семи принципов для экспертизы OER по ИИ-грамотности (Ryu, 2026)
• Advancing open learning through interactive open educational resources — Интерактивность в OER как аргумент дизайна, а не результат (Ahmadfard, 2026)
• AI-Driven Model for Fostering International Cooperation in Open Education: A Roadmap for Innovation and Equity — Международное сотрудничество в открытом образовании как инструментальный кейс (Patiño et al., 2026)
• Research on personalized recommendation algorithm for open educational resources driven by artificial intelligence — Гибридный рекомендатель для OER на фоне более сильного базового уровня, чем заявлено (Peng, 2026)
• Editorial: Digital transformation in open and flexible education: How pedagogy is changing in response to new possibilities — Цифровая трансформация в открытом обучении как педагогическая трансформация (Panda, 2026)