AIEd база знанийAIEd KB
На этой странице

Читать эту страницу на английском

Концепции

Универсальный дизайн для обучения

Создано 2026-10-13

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Универсальный дизайн для обучения (Universal Design for Learning, UDL) — образовательный фреймворк, который проектирует обучение так, чтобы оно было доступным и эффективным для широчайшего круга учащихся, проактивно закладывая гибкие средства вовлечения, представления и действия/выражения, а не дооборудуя условия для отдельных людей задним числом.

Вопросы для размышления

  • Базовое утверждение UDL состоит в том, что изменчивость учащихся — это норма, а не исключение, — поэтому проектируйте сразу множество путей, а не исправляйте один-единственный путь для тех, кому тяжело. Склонны ли вы проектировать под «среднего» учащегося и добавлять адаптации позже? Что может быть потеряно в таком подходе по умолчанию?
  • Вспомните случай, когда конкретный формат (плотный текст, лекция, единственный способ представить работу) исключал вас или кого-то, кого вы обучали. Какой из трёх принципов UDL — вовлечение, представление или действие/выражение — стоял на кону, и как бы выглядела гибкая альтернатива?
  • Генеративный ИИ может создавать персонализированные примеры, субтитры, резюме и множество форматов оценивания — по видимости, подарок для UDL. Но страница предупреждает, что ИИ также может кодировать предубеждения и снижать активность учащегося (agency). Прежде чем читать дальше: как инструмент, созданный для персонализации, может в итоге сузить, а не расширить пути обучения для некоторых студентов?
  • Распространённое заблуждение состоит в том, что UDL означает снижение стандартов или выдачу каждому разных результатов. Рассмотрите задание, позволяющее студентам сдать эссе, видео, диаграмму или код за один и тот же результат обучения. Это примитивизация или более справедливый способ оценить ту же способность? Обоснуйте свою точку зрения.
  • UDL превращает «исправить учащегося» в «исправить дизайн». Выберите разочаровывающий учебный опыт, который вы пережили или спроектировали. Если бы барьер был проблемой дизайна, а не проблемой студента, что бы вы изменили в дизайне, чтобы убрать его для всех?
  • Страница предупреждает об ИИ, который предполагает единственный стиль коммуникации или наказывает нейроотклоняющееся выражение. Если вы используете или проектируете инструменты с поддержкой ИИ, где «стили по умолчанию» могут тихо исключать учащихся, — и что потребуется, чтобы провести аудит на предмет этого?

Введение

UDL опирается на понимание того, что изменчивость учащихся — это норма, а не исключение. Вместо проектирования единственного пути и добавления поддержки для тех, кому тяжело, UDL проектирует множество путей с самого начала, так что барьеры устраняются для всех. Это ключевая линза для Инклюзивное обучение, Справедливость и Специальное образование.

Три принципа

  • Множественные средства вовлечения — «почему» обучения: разнообразные способы мотивировать и поддерживать интерес, связывать с релевантностью и поддерживать саморегуляцию.
  • Множественные средства представления — «что» обучения: представление информации в разнообразных форматах (текст, аудио, визуальный, интерактивный), чтобы все учащиеся могли её воспринимать и понимать.
  • Множественные средства действия и выражения — «как» обучения: предложение разнообразных способов, которыми учащиеся могут демонстрировать то, что они знают (письмо, речь, конструирование, исполнение).

UDL в эпоху ИИ

Генеративный ИИ создаёт новые возможности и новые риски для UDL. ИИ может персонализировать представление и обеспечивать альтернативные пути, поддерживая Персонализированное обучение и доступность. Но он также может кодировать предубеждения, предполагать доминирующие стили коммуникации и — если снижает активность учащегося — подрывать принцип вовлечения. Исследования по Злоупотребление ИИ и вред обучению и справедливости показывают, что инструменты ИИ должны проектироваться с инклюзивными принципами, иначе они воспроизводят пробелы в Справедливость. Поэтому UDL информирует и то, как ИИ внедряется, и то, как ИИ-грамотность и оценивание проектируются так, чтобы быть справедливыми при изменчивости учащихся.

Справедливость через проектирование (equity-by-design) — это один конкретный способ операционализировать эту позицию. Wenzel, Geiger и Liening (2026) обосновывают свой фреймворк CAIS-GBL для разговорных агентов на основе ИИ в бизнес-Моделирование играх в явном подходе справедливости через проектирование, согласованном с универсальным дизайном для обучения, выводя метатребования, охватывающие когнитивное, мотивационное, аффективное и социокультурное вовлечение. Их принципы и особенности проектирования направлены на учёт индивидуальных различий учащихся в сильных сторонах, трудностях и интересах — конкретное применение принципов UDL к проектированию адаптивного, поддерживаемого ИИ обучения на основе игр.

В этой литературе ИИ также выступает препятствием для UDL, а не его инструментом. В Sidhu, Atif и Newland (2026) исследовании смешанным методом с 69 профессорами одного университета в Онтарио одна из четырёх ключевых тем состоит в том, что генеративный ИИ обращает вспять прогресс в проектировании доступных курсов; цитата в заголовке «AI is reducing options I had used» взята из их интервью, потому что именно задания на выполнение дома и составление черновиков, которые выполняли работу по включению, теперь могут быть целиком выполнены ИИ. Их выводы на уровне преподавателей показывают, почему этот откат приземляется на уже тонкую базу: 90% респондентов считали, что они создают доступную учебную среду, и 87% говорили, что они активно учитывают доступность, но меньше половины (46%) считали, что университет предлагает для этого достаточные ресурсы, а примерно пятая часть никогда не слышала о столь базовых приёмах, как PDF, читаемые с помощью OCR, или ссылки, не зависящие от цвета. Спрос опережает предложение: число студентов университетов Онтарио выросло на 17% с 2013 по 2022 год, тогда как число зарегистрированных в службах доступности выросло на 126%, — поэтому аргумент исследования состоит в том, что поддержка UDL должна быть обеспечена ресурсами, чтобы компенсировать варианты оценивания, которые убрал ИИ.

Связи

UDL связан с Инклюзивное обучение, Справедливость, Специальное образование, Дизайн обучения и Культурно релевантная педагогика. В оценивании он пересекается с акцентом Аутентичное оценивание на репрезентационной справедливости и с Снижение масштабов неправомерного использования ИИ как предохранителем против инструментов, которые наказывают конкретные стили коммуникации. Поскольку UDL является фреймворком, наиболее часто используемым в контекстах инвалидности в высшем образовании (где «special education» — это термин K-12), зачастую именно эта страница является правильной ссылкой для исследований об учащихся с инвалидностью в колледжах и университетах.

Следствия и примеры для преподавателей и проектировщиков обучения

UDL превращает «исправить учащегося» в «исправить дизайн». Для преподавателей и проектировщиков, работающих с ИИ, три принципа переводятся в конкретные действия:

Вовлечение — предложите множество способов разжечь и поддержать мотивацию.

  • Позвольте учащимся выбирать, как они вовлекаются: варианты на основе проблем, на основе игр, обсуждения или самостоятельного темпа.
  • Используйте ИИ, чтобы выявлять релевантность — персонализированные примеры, связи с реальным миром или выбор темы, — а не одно обобщённое задание.
  • Пример: курс использует ИИ для генерации разнообразных разобранных примеров, привязанных к разным интересам учащихся (бизнес, здоровье, искусство), позволяя студентам выбрать контекст, который их мотивирует.

Представление — представляйте информацию в множестве форматов.

  • Предлагайте одно и то же содержание как текст, аудио, видео и интерактивный формат — ИИ может автоматически генерировать субтитры, расшифровки, резюме и альтернативные объяснения на разных уровнях читаемости.
  • Пример: преподаватель использует ИИ-ассистента, чтобы создать резюме на простом языке и аудиоверсию плотного текста для чтения, чтобы учащиеся могли выбрать свою точку входа. Сочетайте с Доступность (субтитры, альтернативный текст), чтобы каждый формат был пригоден к использованию.

Действие и выражение — позвольте учащимся показывать то, что они знают, разнообразными способами.

  • Предоставьте выбор продукта оценивания (эссе, презентация, видео, диаграмма, код), согласованного с тем же результатом обучения.
  • Пример: проект позволяет подать работу в виде письменного отчёта, видео-объяснения с помощью ИИ или живой демонстрации — с скаффолдингом (опорой, постепенно снимаемой поддержкой) на основе ИИ, поддерживающим каждый режим. В проектировании Оценивание это перекликается с репрезентационной справедливостью Аутентичное оценивание.

Проектируйте под ИИ-грамотность и активность (agency).

  • Учите студентов, как и когда использовать ИИ, и создавайте контрольные точки, которые сохраняют ответственность учащегося (а не инструмента), — см. ИИ-грамотность и Снижение масштабов неправомерного использования ИИ.
  • Пример: задание, согласованное с UDL, позволяет студентам использовать ИИ для составления черновика, но требует метакогнитивной рефлексии об их собственном вкладе, сохраняя принципы вовлечения и активности.

Используйте ИИ, чтобы убирать барьеры, а не добавлять их.

  • Внедряйте ИИ, чтобы закрывать разрывы в результатах (например, сегментированные ИИ видео с паузами помогли учащимся с СДВГ) и снижать стоимость доступных форматов.

  • Остерегайтесь ИИ, который предполагает единственный стиль коммуникации или наказывает нейроотклоняющееся выражение, — свяжите с Доступность, Справедливость и Нейроразнообразие.

  • Нацельтесь на функциональные барьеры, а не на диагнозы. Rempel et al. (2026) обнаружили, что корпус из 40 исследований ассистивных технологий для нейроотклоняющихся студентов организован вокруг адаптаций и инструментов, открываемых только при наличии диагноза, и утверждают, что проектирование под сквозные барьеры, с которыми студенты фактически сталкиваются, и есть то, что делает инструмент правдоподобно универсальным.

Связанные концепции

Связанные статьи

Связанные FAQ

Метаданные

УровеньSpecial Education
Целевая аудиторияLearners
Справедливость, этика и ответственное использованиеСправедливость, Инклюзивное обучение
Основы ИИ в образованииДизайн обучения
SourceHistoryEditChat

Встроить эту страницу

Скопируйте код ниже, чтобы встроить эту страницу в систему управления обучением или на другой сайт. Во встроенной версии отображается только содержимое страницы — заголовок сайта, навигация и нижний колонтитул скрыты.