Количество инструментов ИИ растет. Платформа Open edX предоставляет им среду для работы.
Каждую неделю появляются новые ИИ-тьюторы, генераторы курсов или помощники по проверке заданий. Большинство из них работают изолированно: у них свои учетные записи, свои хранилища данных и свои представления о том, какую модель вызывать. Для организаций, занимающихся обучением в больших масштабах, это создает новую проблему. Большее количество инструментов не автоматически означает лучшее обучение.
На недавней встрече сообщества Open edX®, посвященной инструментам ИИ, три докладчика представили иной путь.
- Эд Зарекор из Axim Collaborative рассказал о структуре расширяемости ИИ (AI Extensibility Framework) в Open edX®.
- Николь Кесслер и Ронак Пансурия из Abstract Technology продемонстрировали AI Studio и AI Assistant.
- Замил Хассан из Blend-ed представил сервер Open edX MCP с открытым исходным кодом.
В совокупности эти три выступления указывают на одну и ту же идею: платформа Open edX® становится операционным уровнем для ИИ в обучении. Это управляемая основа, к которой может подключиться любой инструмент ИИ, независимо от того, находится ли этот инструмент внутри LMS, поставляется как плагин или работает в агенте ИИ, таком как Claude или ChatGPT.
Что означает «операционный уровень для ИИ»?
Операционный уровень — это общая основа, на которой работает каждый инструмент ИИ. Вместо того чтобы каждый инструмент самостоятельно подключался к контенту курса и данным учащихся на своих условиях, платформа Open edX® обеспечивает одно управляемое соединение. Операторы выбирают модель, устанавливают правила и видят результаты в одном месте.
На встрече были показаны три способа подключения инструментов ИИ к этому уровню:
Независимо от способа подключения, инструмент получает доступ к контенту и данным учащихся через одну и ту же платформу, в соответствии с правилами оператора.
Основа: структура расширяемости ИИ (AI Extensibility Framework) в Open edX®
Структура расширяемости ИИ позволяет операторам подключать инструменты ИИ к опыту учащихся и преподавателей через единую управляемую среду. Axim Collaborative начала эту работу около года назад, а Фелипе Монтойя и Генри Пулгарин из eduNEXT сыграли ключевую роль в ее архитектуре. Первая версия была представлена на конференции Open edX®.
Что она делает сегодня
- Для преподавателей: возможность попросить чат-бота извлечь вопросы с множественным выбором из контента курса и сохранить их в библиотеке контента, где человек может их проверить и отредактировать.
- Для учащихся: использование чат-бота, который объясняет материал, проводит тестирование или генерирует карточки для запоминания.
- Для оценки: взаимодействие передается в Aspects, аналитическую платформу Open edX®, чтобы команды могли видеть, как каждый инструмент влияет на обучение.
Почему «лучше, а не больше» — это принцип проектирования
Эд Зарекор процитировал недавний мета-анализ исследований в области образования, в котором выражается обеспокоенность тем, как редко измеряется эффективность образовательных технологий. Его аргумент: ИИ позволяет легко создавать больше, но цель состоит в том, чтобы создавать лучше, с результатами, которые можно доказать.
Платформа Open edX® исключительно хорошо подходит для этого. С момента выпуска с открытым исходным кодом она охватила более 165 миллионов учащихся. Такой масштаб позволяет запускать циклы обучения: предлагать инструмент в качестве эксперимента, измерять результаты, делать выводы и внедрять то, что работает, в дорожную карту. Проверенные инструменты затем могут быть превращены в продукты для каждой установки Open edX®.
Что дальше: тонкий уровень API
Самый важный урок на данный момент заключается в том, что ИИ нуждается в одном простом и согласованном API везде, где он подключается. Запись архитектурного решения (ADR 12, pull request 242 in the AI extensions framework repository) предлагает тонкий уровень API, начиная с XBlocks.
XBlocks уже могут вызывать LLM напрямую, но это оставляет операторам мало контроля. Новый уровень возвращает этот контроль:
- Операторы устанавливают, какие модели могут использовать преподаватели.
- Измерение и управление применяются последовательно.
- Системные промпты принудительно применяются на бэкенде.
- Каждое взаимодействие регистрируется одинаково и передается в Aspects.
Этот уровень должен оставаться тонким, чтобы его можно было расширить за пределы XBlocks на форумы, рекомендации и каталог курсов. Первая функция, использующая его, — это этап оценки ИИ в Open Response Assessment (ORA), который сам по себе является XBlock. Повторно используемые промпты и рабочие процессы, которыми авторы могут делиться в Studio, также включены в дорожную карту.
ИИ меняет то, как создается сама платформа Open edX®
Axim также отслеживает использование ИИ в собственной разработке проекта. С февраля 2026 года доля объединенных пулл-реквестов, созданных с помощью ИИ, неуклонно растет. Эти данные появятся в отчете о влиянии Open edX® (Open edX® Impact Report), который выйдет в декабре. Здесь действует тот же принцип: используйте агентов для создания лучшего кода быстрее, а не кодовую базу, которую никто не понимает.
Внутри платформы: AI Studio и AI Assistant от Abstract Technology
Abstract Technology, берлинский поставщик услуг, верифицированный Open edX®, и основной участник разработки, реализовал более 150 проектов Open edX® за 11 лет, охватив более миллиона пользователей в 20+ странах. Их новый набор инструментов ИИ нацелен на повседневную работу по созданию курсов и управлению платформой. Оба инструмента сохраняют участие человека в каждом изменении, позволяют операторам выбирать модель и хранить данные у оператора.
AI Studio: от идеи до полноценного курса
AI Studio открывается с помощью кнопки в Open edX® Studio. Автор вводит один промпт, например «Введение в Python для взрослых», и отвечает на вопросы планирования об аудитории, целях, темпе, оценке и структуре. Затем несколько специализированных инструментов ИИ создают полный план разделов, подразделов и модулей, который отражает структуру Studio.
Ключевые возможности:
- Навыки: инструкции, которые говорят ИИ, как писать, например, просто и дружелюбно.
- Файлы проекта: загружайте исходные документы, чтобы создаваемый контент основывался на ваших собственных материалах.
- Шаблоны: сохраняйте структуру курса и используйте ее повторно.
- Настройки курса: черновики обзора, краткое описание и оценка трудозатрат для утверждения.
- Трехуровневая проверка: проверяет структуру (пустые модули, отсутствие приветствия или обзора), оценки и качество преподавания в соответствии с выбранной педагогикой.
- Экспорт: создание нового курса или импорт в существующий в один клик, либо скачивание.
- Перевод: перевод всего курса, включая HTML-контент, тесты и транскрипты видео.
AI Assistant: управляйте платформой с помощью запросов
AI Assistant находится как в LMS, так и в Studio, и он знает, кто делает запрос. Учащиеся получают ограниченный набор инструментов; сотрудники и администраторы получают доступ на уровне платформы.
- Учащиеся могут проверять предстоящие задания, видеть свои оценки, находить команды, добавлять модули в закладки и обновлять свой профиль.
- Администраторы и преподаватели могут суммировать статус курса, управлять датами, зачислять или отчислять учащихся (включая массовую загрузку CSV), изменять режимы курса, настраивать сертификаты и переключать уведомления о дискуссиях.
- Авторы в Studio могут получать предложения по политике оценивания, проверять качество контента и управлять расширенными модулями. Удаление заблокировано в целях безопасности.
Одна из выдающихся функций: сдвиг дат при повторном запуске курса. Перенос каждой даты в курсе на новый запуск занимал у одного клиента около 18 часов вручную. AI Assistant предварительно показывает полный сдвиг дат примерно за пять минут и применяет его после подтверждения.
Обы инструмента поставляются как плагин Tutor с фронтендом MFE и бэкендом на Python/Django, совместимые с релизами Ulmo и Verawood. В настоящее время они интегрируются с платформой напрямую, а не через AI Extensibility Framework. Генерация медиафайлов и интерактивные компоненты находятся в дорожной карте, наряду с подключениями к внутренним API, инструментам LTI и серверам MCP. Оба инструмента доступны для тестирования, обсуждается их выпуск с открытым исходным кодом.
За пределами платформы: Open edX® MCP от Blend-ed
Компания Blend-ed годами внедряла ИИ в платформу Open edX®: ассистент для учащихся, внутрикурсовой ИИ-репетитор, административный помощник для сотрудников и генератор курсов на базе ИИ, который опробовали около 350 организаций. Затем клиенты начали задавать другой вопрос. Их планирование, исследование и подготовка контента уже происходят в Claude или ChatGPT. Почему бы не перенести туда платформу?
Ответом стал сервер Open edX® MCP, выпущенный с открытым исходным кодом под лицензией AGPL. Его идея заключается в следующем: контроль должен находиться там, где есть контекст. MCP (Model Context Protocol) позволяет ИИ-агентам, таким как Claude, ChatGPT, Codex, Cursor или VS Code, подключаться напрямую к экземпляру Open edX®.
Что агент может делать с его помощью
- Управлять пользователями и доступом: зачислять учащихся, назначать разрешения.
- Создавать курсы, читать структуру и публиковать изменения.
- Генерировать сертификаты.
- Получать отчеты и аналитику, такую как количество зачислений и списки учащихся.
Поскольку у агента уже есть собственные возможности, это сочетание идет дальше. Во время живой демонстрации Claude извлек аналитику платформы, создал фирменный ежемесячный отчет об обучении и презентацию, запланировал выполнение этого отчета на первое число каждого месяца, а также составил список учащихся из группы риска и еженедельный академический отчет. Администратор, находящийся в поездке только со смартфоном, может зачислить учащегося с помощью простого запроса.
Встроенные защитные механизмы
- Проверки персонала: подтверждение того, что запрос исходит от авторизованного сотрудника.
- Предварительный запуск (dry run): предварительный просмотр каждого изменения и запрос подтверждения перед его применением.
- Ограниченные ключи (scoped keys): каждый ключ MCP, созданный в панели администратора Django, получает определенные области видимости и опциональный срок действия.
- Ограничения частоты запросов и журналы аудита: каждое действие записывается.
Установка
Установите плагин Tutor Open edX® MCP [pip install tutor-contrib-openedxmc], пересоберите образы Open edX® и MCP и запустите систему. Плагин Django входит в комплект. Он поддерживает версию Ulmo и более поздние, а также протестирован на Redwood и Teak. github.com/blend-ed/openedx-mcp
Контроль оператора: данные, конфиденциальность и выбор модели
Во всех трех выступлениях прослеживался единый принцип: решает оператор. Ни одна часть подхода Open edX® к искусственному интеллекту не заставляет передавать личные данные языковой модели (LLM).
- Независимость от моделей по дизайну. AI Extensibility Framework был подключен к ChatGPT, Claude и Gemini (при поддержке UTEC) и протестирован с открытыми моделями, такими как DeepSeek. Инструменты Abstract Technology работают на моделях OpenAI или Anthropic, либо на локальной LLM. MCP от Blend-ed работает с любым агентом, поддерживающим протокол MCP.
- Самостоятельный хостинг там, где это важно. Организация может разместить модель с открытым исходным кодом на собственной инфраструктуре и подключить ее через фреймворк, чтобы данные учащихся никогда не покидали ее сервера.
Именно поэтому Axim описывает платформу Open edX® как строительный блок для цифровой общественной инфраструктуры: программное обеспечение, которое организации и государства могут запускать самостоятельно, полностью контролируя перемещение своих данных.
Часто задаваемые вопросы
Могу ли я использовать инструменты ИИ с платформой Open edX®?
Да. Вы можете добавить ИИ с помощью AI Extensibility Framework от Open edX®, установить плагины, такие как AI Studio и AI Assistant от Abstract Technology, или подключить ИИ-агента, такого как Claude или ChatGPT, через сервер Open edX® MCP с открытым исходным кодом.
Какие модели ИИ работают с платформой Open edX®?
Подход Open edX® не зависит от конкретных моделей. Инструменты, показанные на митапе, работают на базе OpenAI, Anthropic Claude, Google Gemini и моделей с открытым исходным кодом, таких как DeepSeek, включая локальные модели на собственном хостинге.
Требуют ли инструменты ИИ Open edX® передачи личных данных учащихся?
Нет. Каждый оператор Open edX® сам контролирует, какие данные передаются языковой модели. Операторы могут размещать модели на собственном хостинге, чтобы данные никогда не покидали их инфраструктуру.
Что такое сервер Open edX® MCP?
Это плагин Tutor и Django с открытым исходным кодом (AGPL) от компании Blend-ed, который подключает ИИ-агентов к экземпляру Open edX®. Агенты могут управлять зачислениями, редактировать курсы, выдавать сертификаты и получать отчеты, используя ключи с ограниченной областью действия, предварительный просмотр изменений, лимиты запросов и журналы аудита.
Может ли ИИ оценивать задания на платформе Open edX®?
Шаг оценки заданий с помощью ИИ для модуля Open Response Assessment (ORA) — это первая запланированная функция, созданная на основе нового легковесного слоя API фреймворка.
Обучаются ли эти инструменты ИИ на контенте моих курсов?
Продемонстрированные инструменты не обучают модели. Они используют существующие LLM и подкрепляют ответы контентом вашего курса и загруженными файлами на момент использования.
Как узнать, улучшает ли инструмент ИИ процесс обучения?
AI Extensibility Framework регистрирует взаимодействия в Aspects, аналитической платформе Open edX®, поэтому операторы могут проводить эксперименты и измерять влияние на учащихся.
Присоединяйтесь
Операционный уровень создается открыто, и вклад сообщества определяет то, что появится в будущем.
Присоединяйтесь к рабочей группе по расширениям ИИ . Она собирается раз в месяц для определения масштаба следующего этапа работы фреймворка.
- над тонким слоем API и делитесь тем, какие службы необходимы авторам XBlock и интеграций.
- Тестируйте инструменты. Свяжитесь с Abstract Technology для пилотного запуска AI Studio или AI Assistant либо iнсталлируйте сервер Open edX® MCP от Blend-ed.
- Следите за декабрьским отчетом о влиянии Open edX®, содержащим новые данные об ИИ в разработке проекта.
Посмотрите полную запись митапа и изучите другие инструменты ИИ в Open edX® Marketplace.










