Qaldy LMS
Обучение, которое заканчивается не просмотренным видео, а подтверждённым навыком.
Обычная LMS хорошо считает, сколько материала человек посмотрел.
И почти ничего не говорит о том, что он теперь умеет.
Проблема
Traditional LMS systems часто измеряют потребление контента вместо реальной компетенции: пройденные модули, проценты просмотра, тесты с выбором ответа.
В итоге у компании есть отчёт об обучении и нет ответа на вопрос, изменилось ли что-то в работе.
Идея
Перенести центр тяжести с материала на практику и обратную связь: человек делает, получает разбор и оставляет свидетельство того, что умеет.
AI здесь может занимать много ролей сразу — и это меняет экономику практики: раньше на каждого участника нужен был живой преподаватель.
Как это работает
- CONTENTматериал
- PRACTICEреальное действие
- AI FEEDBACKразбор сделанного
- EVIDENCEсвидетельство работы
- COMPETENCYподтверждённый навык
Роли, которые может брать на себя AI: тьютор · оппонент · симулятор клиента · экзаменатор · ассистент · источник обратной связи.
Ценность
- Обучающийсякурс пройден, применить нечегопрактика с разбором
- Преподавательневозможно дать обратную связь каждомуразбор масштабируется
- Компанияотчёт о прохождении ничего не говорит о навыкесвидетельства вместо процентов
Эксперимент
Можно ли подтверждать навык, а не факт прохождения курса?
Проверяется, какие роли AI действительно работают в обучении: где он полезен как оппонент и симулятор, а где его оценка не заслуживает доверия.
Ключевой вопрос — что считать свидетельством компетенции, если это не тест.
Статус
- Сейчас
- Сборка ядра платформы: контент, практика и цикл обратной связи.
- Дальше
- Провести реальную программу целиком и посмотреть, что подтверждается, а что нет.
Куда это может привести
Сдвиг простой по формулировке и тяжёлый по последствиям: система перестаёт управлять обучением и начинает отвечать за развитие компетенции.
Learning Management SystemCompetency Development System