Опишу личный опыт и порекомендую от всей души.

Я давно хотел попасть на AI Mindset, так как лаба производила впечатление сообщества для тех, кто использует технологии, но в то же время не упускает из вида важное человеческое, что эти технологии могут всколыхнуть. Для ищущих и экспериментирующих, для развивающихся и сомневающихся. К тому же я рассчитывал, что лаба поможет наконец переползти на Obsidian, который меня очень долго бесил, но в который завезли нейронки.

Я не был готов платить 800 евро за курс, поэтому написал наудачу заявку как non-profit участник (я препод в школе, а школа — НКО) — и понеслось. Мой преподский опыт пригодился, и мы договорились на win-win: я веду параллельно отдельный трек про автоматизацию, а также как участник наблюдаю за учебным процессом, чтобы при необходимости, его корректировать с преподами Глебом и Сашей. Я побывал сразу в нескольких ролях, что было сложно и офигенно. Параллельных треков было еще несколько — часть были заготовлены, а часть отпочковались прямо по ходу лабы.

Лаборатория вместо курса — в чем разница?

Формат лаборатории предполагает некоторый управляемый хаос, в котором нужно самостоятельно находить инструменты решения своих задач, а часто и сами задачи. Я обожаю такое, видели бы вы мои уроки. Формат предполагает ответственность за свое обучение, проявление субъектности, избыточную среду, умение добывать ресурсы и формулировать хорошие вопросы. При этом среда очень дружелюбна.

Есть канва занятий и много поддержки, но экспериментировать и выстраивать свой образовательный путь нужно самому — выделять время, фэйлить, исправлять, не сдаваться, делиться, ныть — сразу и не понятно, какая стратегия приведет к успеху. Все как в жизни.

При этом преподы сами учатся и сами кайфуют от новых открытий. Например, занятия пересобираются, так как выходят новые ИИшки. Или вдруг какая-то тема требует углубления и разбора, а какая-то угасает. Два препода ведут основную канву, и еще десяток спикеров и экспертов в другое время в малых группах копают свои темы и собирают идеи.

Я все время вспоминал принцип «соленого огурца», сформулированный педагогом Шаталовым: «Если в банку с соленой водой положить свежие огурцы, то, хочется им или нет, они все равно станут солеными». Соленая сода — это творческая атмосфера и сотрудничество, а огурцы-молодцы — это студенты.

Было много рефлексии, которой я еще поддобавил, поскольку мог влиять на процесс. Были практические сессии с применением инструментов в прямом эфире. Были совместные коворкинги для работы над своими задачами в одно и то же время.

Obsidian + AI

Центральный инструмент лаборатории — Obsidian, который в сочетании с ИИ превращается в машину по управлению знаниями — о себе, о мире, о делах и проектах. Мои заметки за последние 10-15 лет вдруг обрели новую жизнь и смысл — быть контекстом для текущей версии себя, а заметки сегодняшние — датасет для будущего.

Если говорить о твёрдых знаниях, то это:

— интеграция ИИ для анализа и генерации контента

— автоматизация ввода информации из различных источников

— ассистенты для диалога с базой знаний

Но одни из самых ценных моментов обучения случались между делом, во время наблюдения за работой преподов и других студентов. Шорткаты, плагины, голосовой ввод, полезные тулы и сервисы — это такой набор кубиков для пересборки цифровой жизни, чтобы найти способ построить свои процессы эффективнее. Некоторые участники даже поменяли свои компьютеры, и это отличный маркер, так как им стало понятно, зачем нужно более мощное железо.

Треки

Поскольку я выступал в роли преподавателя по направлению автоматизации, мне самому удалось глубже погрузиться и в эту область. Мы разбирали реальные бизнес-задачи, которые участники приносили на лабораторию — обсуждали их, проектировали решения и реализовывали. В процессе преподавания мне внезапно удалось обобщить опыт и сформулировать собственный четкий фреймворк, как подходить к автоматизации на уровне принципов. Ну, помимо известных с xkcd: раз и два. Воистину, лучший способ чему-то научиться — начать преподавать.

Удалось отрефлексировать то, что я уже много лет делаю как будто бы «на коленке». Когда я рассказывал участникам о своих «поделках», у одних округлялись глаза — они не представляли, что такое можно делать, а у других глаза загорались, так как подобные поделки приобетали вес и ценность. Происходило то, что я называю «легализацией знаний», когда отщепенцы, которые копают что-то в своем углу обнаруживают, что они не одни.

Это касается и всей лабы, кстати. Преподы явно признают, что не знают всего и что участники лабы как эксперты во многих областях имеют право и пространство, так давайте же вместе поделаем что-нибудь великолепное.

В чатах треков внутри лаборатории (и в чате выпускников) до сих идет своя жизнь. Лаба стала не просто одноразовым инфопродуктом, а действительно живой средой для экспериментов.

Что может быть по-другому

Кажется, массовый продукт (а на лабе было 120 участников) не может подойти всем. Изменение одного параметра привлечет одних и оттолкнет других.

С одной стороны, можно пойти в глубину, а с другой стороны, есть ценность, чтобы получить насмотренность. С одной стороны, можно добавить типовые юзкейсы и пошаговые инструкции, а с другой стороны, ботать все равно нужно самостоятельно. С одной стороны, есть высокая плотность информации, а с другой стороны, вне лаборатории она еще выше.

Справедливости ради, лаборатория AI Mindset заточена на изменение мышления, а инструменты — лишь средство. Есть определенный уровень абстракции, который не для всех комфортен. Я не люблю учить школьников «нажимать правильные кнопки», хотя и сам иногда чувствуют такую потребность, чтобы хоть кто-то сделал мне «понятно». Однако врубаться в принципы и концепции, конечно, важнее.

Что я вынес для себя

Приведу аналогию со STEAM-подходом: внешне он учит конкретным предметам (наука, технологии, инженерия, искусство, математика), но на деле развивает гибкое исследовательское мышление и творческий подход к решению задач. То же самое и с ИИ: это не просто «цифровизация» привычных методик или «применение новых инструментов», а формирование нового типа мышления.

Мне понравилось, что преподы заражают энтузиазмом и желанием экспериментировать, верой в себя и доверием к технологиям. Мне понравилось, когда мой код из Windsurf после ревью ушел в прод, так как это ломает представление о себе типа «я не программист». Мне понравилось, что стало возможным мечтать шире, дальше и смелее о новых делах. У меня появилось новое поведение и новые привычки, а изменения в физическом мире — это важный критерий происходящих перемен. Мне понравилось пропитаться рассолом и получить «легализацию знаний».

Новые идеи я еще добавлю в лабу, процессы в которой, следуя принципу eat your own dog food, уже великолепно автоматизированы и ии-зированы.

Давайте вместе что-нибудь поделаем.

P.S. Рефлексия Глеба и Саши по поводу прошедшего потока:
видео