Google запустил AI-ассистента для учителей робототехники в индийских школах

Google и индийская государственная программа Atal Innovation Mission (AIM) представили ATL Saathi — AI-инструмент на базе Gemini для преподавателей робототехники. Цель: за несколько лет подготовить миллион молодых инженеров и изобретателей через сеть школьных лабораторий Atal Tinkering Labs (ATL). Инструмент уже доступен учителям в более чем 10 000 лабораториях по всей Индии.

Что такое ATL и почему нужен ассистент

Atal Tinkering Labs — это федеральная сеть школьных мастерских, где ученики 6–12 классов собирают роботов, программируют IoT-устройства и работают с 3D-принтерами. Программа стартовала в 2016 году как часть национальной стратегии развития инноваций и сейчас охватывает тысячи школ в том числе в сельских районах.

Проблема: многие учителя в ATL не имеют технического бэкграунда. Они ведут занятия по робототехнике и электронике, но сами учились на гуманитарных или общеобразовательных специальностях. Подготовка планов уроков, отладка схем, объяснение сложных концепций — всё это требует времени и экспертизы, которой часто нет.

ATL Saathi решает эту проблему: генерирует планы занятий, отвечает на технические вопросы учеников, предлагает идеи проектов и помогает адаптировать задания под разный уровень подготовки класса.

Как работает ATL Saathi

Инструмент построен на большой языковой модели Gemini и обучен на материалах ATL: методичках, примерах проектов, инструкциях к оборудованию (Arduino, Raspberry Pi, датчики, моторы). Учитель задаёт вопрос на английском или хинди — ассистент отвечает с учётом контекста конкретной лаборатории.

Примеры сценариев использования:

• «Как объяснить семиклассникам работу ШИМ-сигнала на примере диммера?»
• «Предложи три проекта для учеников, которые только начали программировать на Scratch.»
• «Почему сервопривод не поворачивается на заданный угол — что проверить в коде?»

Разработка велась совместно с учителями ATL: Google DeepMind и AIM собирали обратную связь на пилотных запусках, тестировали интерфейс в реальных классах, корректировали тональность ответов (не слишком академично, но и не упрощённо). Цель — чтобы ассистент говорил языком практиков, а не копировал учебник.

Почему это важно для Индии сейчас

Индия делает ставку на молодое поколение инженеров как фундамент экономики. К 2030 году страна планирует стать одним из мировых хабов разработки AI, робототехники и автоматизации — но для этого нужны кадры, причём не только из элитных технических вузов.

ATL работает в массовой школе: задача не вырастить сто гениев, а дать базовые навыки миллиону детей, включая тех, кто живёт в малых городах и сельской местности. AI-ассистент снижает порог входа для учителя и ускоряет масштабирование: один инструмент может поддержать тысячи преподавателей одновременно, без необходимости проводить многомесячные курсы повышения квалификации.

Для Google это тоже стратегический шаг: ранняя интеграция своих технологий в образовательную систему второй по населению страны мира формирует будущую аудиторию разработчиков, знакомую с экосистемой компании.

Что остаётся за кадром

Детали технической реализации не раскрываются: неизвестно, работает ли ATL Saathi полностью в облаке или есть офлайн-режим для школ со слабым интернетом. Не уточняется, как обрабатываются данные учителей и учеников, хотя для государственного образовательного проекта это критичный вопрос.

Также непонятно, насколько глубоко ассистент интегрирован в учебный процесс: это вспомогательный чат-бот или полноценная платформа с трекингом прогресса, библиотекой проектов и коллаборацией между школами. От этого зависит, станет ли инструмент действительно системным решением или останется экспериментом для энтузиастов.

Наконец, успех программы будет зависеть не только от технологии, но и от того, примут ли учителя новый инструмент. Если интерфейс окажется сложным или ответы ассистента — слишком общими, мотивация использовать его быстро упадёт.

Что дальше

Google DeepMind и AIM планируют расширять возможности ATL Saathi: добавлять поддержку региональных языков (кроме хинди), интегрировать визуальные материалы и симуляторы схем, возможно — персонализировать рекомендации под конкретного ученика. Цель — к 2028 году через программу ATL подготовить миллион школьников с базовыми навыками разработки и прототипирования.

Если эксперимент сработает, модель могут масштабировать на другие страны Южной Азии и Африки — регионы с похожими вызовами: большая молодая аудитория, нехватка технических кадров в образовании, амбициозные цели цифровизации экономики. ATL Saathi может стать прототипом того, как AI встраивается в массовое техническое образование — не заменяя учителя, а усиливая его возможности там, где их раньше не хватало.

Источники

• Google DeepMind: Empowering India’s next generation of innovators with ATL Saathi