Ресурси
Learning Commons
Автоматичний переклад цієї англійської сторінки, не перевірений носієм мови.
Learning Commons — освітня ініціатива Марка Цукерберга та Присцилли Чан, започаткована 2025 року, щоб перенести роботу Chan Zuckerberg Initiative з науки про навчання в ту інфраструктуру, на якій продукти edtech фактично будуються. Її аргумент — інфраструктурний, а не педагогічний: дослідження є, академічні стандарти є, якісні навчальні програми є, але вони лежать у різних системах, тож розробники будують на тому, до чого легше дістатися. Організація публікує на GitHub три відкриті інструменти — граф знань (Knowledge Graph), набір оцінювачів (Evaluators) і Agent Skills — та веде платформу, яка додає Curriculum Sync для завантаження навчальних програм у систему управління навчанням.
Що з ним можна робити
Knowledge Graph моделює академічні стандарти, навчальні програми й дослідження з науки про навчання як сутності та зв’язки в межах однієї спільної схеми, тож інструмент може вирівняти згенерований вміст за стандартом, не будуючи власний конвеєр даних. Evaluators вимірюють характеристики виводу LLM крізь призму науки про навчання — складність тексту, Зворотний зв’язок, відповідність академічним стандартам і тривкі навички — і постачаються з SDK для Python і TypeScript, опублікованими на npm і PyPI, для оцінювання згенерованого вмісту чи порівняння моделей-кандидатів. Agent Skills пакують інструкції, довідкові матеріали та запобіжники для типових учительських робочих процесів у відкритому, незалежному від моделі форматі: перевірка розуміння, рівнева диференціація уроку, плани уроків, узгоджені зі стандартами, і підготовка до уроку. На практиці саме граф робить два інші інструменти переконливими: заявлена теза — це вирівнювання вмісту, а граф — той еталон, за яким її звіряють.
Для кого це
Розробники, які вбудовують функції ШІ в продукти з навчальних програм і оцінювання, та команди з навчальних програм або стандартів, які постачають дані, за якими ці продукти вирівнюються. Викладачі можуть користуватися агентними навичками самостійно, але власне формулювання репозиторію — це інфраструктура для тих, хто випускає інструменти.
Зауваження та обмеження
Відкритість вихідного коду не робить дані відкритими. Код Knowledge Graph — MIT, тоді як кожен набір даних має власну позначку доступу — Open, Open + Gated або Gated, — і вміст Gated явно не покривається відкритими ліцензіями, на які посилається репозиторій, тож перед припущенням про права на повторне використання перевірте каталог наборів даних. Код Evaluators — MIT, а вміст його промптів — CC BY 4.0, але анотовані корпуси CLEAR і PERSUADE 2.0, які він використовує, — CC BY-NC-SA 4.0. Платформа та набори даних за нею потребують облікового запису. Активність репозиторію станом на 2026-11-04: 167 зірок у Knowledge Graph, 88 у Evaluators, 41 у Agent Skills. Ініціативу фінансує CZI, і її формулювання проблеми — власне формулювання фінансувача.
Пов’язані поняття
- Конструювання навчальної програми — граф існує, щоб вирівнювати згенерований вміст за стандартами та навчальними програмами
- Відкритий код — код MIT і Apache-2.0 з ліцензуванням даних за кожним набором
- Освітня NLP — оцінювачі — це шар текстових вимірювань над виводом LLM
- Агентний ШІ — навички, які пакують робочий процес для виконання моделлю
- Платформа EdTech — Curriculum Sync завантажує навчальні програми в систему управління навчанням
- Великі мовні моделі (LLM) — ціль оцінювання і споживач навичок