Допомогти 1 мільйону людей з усього світу отримати роботу в IT — так звучить мета українського edtech стартапу Mate academy. Заради цього його співзасновник Роман Апостол покинув роботу в Google, повернувся з Нью-Йорка до Києва, і як зізнається, жодного разу не пошкодував. Mate academy гарантує своїм студентам працевлаштування, адже тільки після успішного отримання роботи в IT, студент починає сплачувати за навчання. Це, каже Роман, стимулює його навчати ефективно та відбирати кандидатів у студенти за мотивацією. То якою є формула ефективного навчання? Чому оцінки не мотивують навчатися? Та як штучний інтелект оптимізує процес навчання? Про усе це головна редакторка Освіторія.Медіа Катерина Кисельова розпитала у Романа Апостола.
Давайте почнемо розмову з головного: який підхід до навчання в Mate academy?Що важливіше у IT освіті: технічні скіли чи так звані метанавички, коли людину вчать вчитися?
Це невід’ємні речі: дуже важко навчити класного інженера, дизайнера чи тестувальника, якщо не навчити людину вчитись. Ми намагаємось зберігати баланс. На початку навчання даємо все максимально структуровано. Тут дуже важливо дати людині відчуття прогресу: студентові від самого початку вдається успішно проходити курс, людина бачить, як щодня стає кращою у цій справі. До того ж, ми додаємо гейміфікацію у навчання. Складність задач, коли потрібно самостійно з чимось розібратись, нарощуємо поступово. Під кінець курсу, коли теми складніші, ми вже спонукаємо людей працювати більш автономно: ось вам бібліотека, треба почитати документацію і на основі цього виконати завдання. Але дуже важливо, щоб до цього етапу людина вже мала відчуття, що у неї виходить, і їй подобається працювати над проєктом.
У навчанні важливо дати людині відчуття прогресу
Це дуже схоже на принцип, за яким працюють азартні ігри: спершу виграєш, отримуєш задоволення і хочеш ще. Дофамін працює і в процесі навчання. Назвіть коротку формулу ефективного навчання — з чого воно складається?
Дуже коротка формула виглядає так: перший крок я, як лектор, роблю — ви дивитесь; другий крок — ви повторюєте за мною; третій крок — ви робите, я дивлюсь і коментую. Четвертий крок — ви робите самостійно. До цієї супер короткої формули успішного навчання ми прийшли не одразу. Спершу я пробував реалізувати project based learning. Ми просто казали: давайте зробимо такий от практичний проєкт і будемо вчитись розв’язувати проблеми прямо на практиці. І побачили, що лише робота над проєктом не дає бажаного результату в навчанні. Потрібна ще й теорія. Так, вона часом нудна, але вона дає фундамент, на якому можна будувати практичну роботу над проєктом.
Як подаєте цю нудну теорію? Її доводиться якось прикрашати, запаковувати?
Ми це робимо дуже маленькими частинами. Теорія у нас записана у короткі відео — по 2–7 хвилини, і також є у текстовому варіанті. Обов’язково пояснюємо, для чого потрібна ця теорія: яку проблему ми вирішуємо з цією новою концепцією. Наприкінці обов’язково підсумовуємо: що і для чого було у цьому навчальному відео. Зараз ці відео робимо ще й інтерактивними: його можна поставити на паузу, і код, який написав лектор, можна відредагувати і побачити, як це працює. Теорія займає 20 % навчання, 80 % — практика.
Де у цій формулі ефективного навчання місце помилки? І чи отримують ваші студенти оцінки за свої роботи?
Ми свідомо відмовилися від оцінок. Ми спробували їх, і це спрацювало жахливо! Люди почали фокусуватись не на своєму завданні, а на тому, яка оцінка за завдання. І почалося багато обговорень: «А чому у мене така оцінка, а в іншої людини ось така?» Ми зрозуміли, що витрачаємо час і енергію на ці суперечки, замість того, щоб обговорювати те, як зробити роботу кращою. Зараз ментор або приймає роботу студента, або не приймає і дає відгук, що варто покращити, як можна зробити інакше. Після того експерименту ми зрозуміли: оцінка — це про те, щоб зробити з першого разу добре. Але в реальному житті і на роботі так буває дуже рідко: нам потрібен зворотний зв’язок від людей, нам потрібно зробити кілька спроб, ітерацій, щоб прийти до кращого рішення. Оцінки загалом не сприяють тому, щоб зробити краще наступного разу.
Оцінка — це про те, щоб зробити з першого разу добре. Але в реальному житті і на роботі так буває дуже рідко.
Коли IT-професії стали популярними в Україні, я помітила, як змінилася наша мова, як усі почали вживати різні айтішні слова. До цих мовних запозичень можна ставитись по-різному, але от за одне таке поняття я дуже вдячна сфері IT. Це слово «bug» на позначення помилки. Я вважаю, це дуже правильне ставлення: помилка — це не кінець світу, не драма, це такий дрібний жук, який заважає і якого треба позбутися.
Так, справді, у IT сфері ми наголошуємо: не потрібно асоціювати себе зі своїм кодом. Якщо на твій код дали фідбек із порадами покращення, це не означає, що ти поганий спеціаліст, це означає, що треба зробити наступну спробу. До цього підходу IT методологія також прийшла не одразу. У 90-х роках була модель розробки програмного забезпечення Waterfall: це коли довго збирались вимоги, писали документацію, довго створювали код, щоб він був одразу досконалим. Але вже у 2000-х прийшли до більш гнучкої моделі: спершу робиться базова версія, нею починають користуватися, а далі її поступово покращують.
Коли ви відбираєте студентів на навчання, на які навички звертаєте увагу? Чи обов’язкові знання математики? Чи місце гуманітаріям у сфері IT?
Ми забороняємо людям казати «Я — гуманітарій». Не варто ставити себе в якусь коробку, вигадувати собі обмеження. Коли ми беремо студентів на навчання, просимо їх пройти базовий курс по професії. Він викладений на сайті безкоштовно. Це можливість спробувати робити те, що робить IT-спеціаліст. Курс займає 10–20 годин. Люди, що проходять його, допомагають один одному. У курс також залучений AI-помічник. За цей час людина має відчути і зрозуміти, у чому суть роботи, і чи готова вона робити ось такі речі щодня протягом 8 годин.
Ми забороняємо людям казати «Я — гуманітарій».
Наша мета — дати можливість будь-якій людині, незалежно від попередньої освіти чи досвіду, почати кар’єру в IT з нуля. Тому нічого більшого, окрім шкільних знань з математики, не знадобиться. Нашому наймолодшому студенту було 16 років, а найстаршому — 56. До того ж у нас суттєво вищий показник жінок студентів ніж загалом в індустрії: 40 % наших студентів — жінки, тоді як у середньому в IT сфері їх до 25 %. Є хороша книжка «Work Rules» Ласло Бока, який працював у Google. Він виділяє такі складові для розуміння, чи буде людина успішною в роботі. Перше — це приклад роботи, друге — це abilities — здібності людини. Після проходження базового курсу учасники виконують тестове завдання — ось його ми і перевіряємо при вступі. Також спілкуємося із людиною англійською мовою: без англійської рівня intermediate у IT дуже складно, у тебе дуже обмежені можливості. І звісно хочемо почути мотивацію людини. З досвіду скажу: якщо людина хоче в IT лише заради грошей, такого кандидата не беремо.
Що ви вкладаєте в поняття «якісна освіта»? І чи повинен IT-спеціаліст мати хорошу гуманітарну базу знань?
Якісна освіта — це та, що робить людей вільними. Тобто людина може мати ту кар’єру, яка легко забезпечує їй рівень життя вище середнього, і при цьому людина робить те, що їй подобається. Сьогодні класний розробник — це значно більше, ніж людина, яка просто пише код. Потрібно вміти побачити проблему, зрозуміти, над якими проблемами працювати, вміти написати документ, де чітко викласти свої пропозиції, вміти комунікувати. На мою думку, українські університети мають більше поєднувати технічні навички, практику та філософські предмети. Людина, що працює над розробкою, повинна знати, як створити продукт, але також розуміти, яку цінність цей продукт несе: чи робить він світ і людство кращим? Чи варто далі працювати над його створенням? А це вже питання філософії, світогляду і відповідальності розробника за продукт. Це добре видно на прикладі штучного інтелекту: компанія OpenAI багато працює над тим, щоб їхні технології не можна було використовувати у поганих цілях. Бо ніхто не знає, чи не створює зараз Північна Корея чи росія свої AI технології для злих намірів.
Людина, що працює над розробкою, повинна розуміти: чи робить вона світ і людство кращим?
Що ми можемо протиставити технологіям, які дуже швидко розвиваються і в певний момент можуть перевищити людський розум? Чи є у нас якісь запобіжники?
Це дуже складне запитання. Людство загалом адаптується. Колись відбувалось багато революцій: можна намагатись їх зупинити, але чи потрібно? На якомусь етапі людина винайшла ядерну зброю, і звісно відтоді є ризик, що її можуть застосувати. Я не вірю в заборону. Натомість якомога більше людей мають долучитися до роздумів над цим викликом: як гарантувати, що технології працюватимуть на благо людям, а не навпаки. Я вірю, що колективно ми колись вирішимо цю проблему.
Сучасні діти з дуже раннього віку вже стикаються із алгоритмами та штучним інтелектом. Які навички ми маємо розвивати в дітях сьогодні, щоб вони були успішними у світі, де так швидко розвиваються технології?
Що більше розвиваються програми, гаджети та технології, то ціннішими є навички комунікації. Дуже важливо, щоб діти продовжували спілкуватись один із одним в реальному житті, вміли домовлятись, знаходити спільну мову, могли порозумітися між собою, а не лише із програмами. І звісно, якщо раніше ми вчили дітей, як гуглити, то тепер треба вчити їх, як користуватися штучним інтелектом. Бо АI — це технологія, яка в найближчому майбутньому стане звичною до використання. Вона вплине на розширення професій на ринку праці та буде ефективним асистентом, якому можна буде делегувати операційні задачі.
Що більше розвиваються технології, то ціннішим стає навичка комунікації.
Щоб у майбутньому спеціалісти могли конкурувати на ринку праці, їм необхідно буде використовувати АІ-можливості. Приміром, ми вже використовуємо АІ на нашій навчальній платформі: штучний інтелект допомагає менторам перевіряти домашні завдання студентів, а студенти користуються АІ-тренажером, із яким готуються до техчеків з ментором (перевірки засвоєного матеріалу за темою). Ми впровадили такі можливості нещодавно, але вже бачимо позитивний результат: штучний інтелект економить час людини та значно оптимізує процес навчання.
