У грудні 2025 року відбувся міжнародний конкурс American Business Expo — це майданчик для інноваційних технологічних та бізнес-проєктів, який щорічно залучає тисячі учасників. Серед членів журі цього заходу був Олександр Бурмістров, технічний лідер освітньої платформи DrivEd, що співпрацює з онлайн-школами та навчальними центрами, а також провідний експерт у галузі EdTech.
У бесіді він розкриває, на яких основах сьогодні проводиться оцінка зрілості технологічних рішень та як цей досвід впливає на його власні проекти.
Яким чином ви стали членом журі American Business Expo і що собою представляє цей захід?
Я став членом суддівської колегії завдяки своєму професійному досвіду та знанням у сфері EdTech. American Business Expo об'єднує проєкти різного рівня, а суддів обирають на основі їх спеціалізації. Мій досвід охоплює роботу з IT-ініціативами, які вже мають практичне впровадження, включаючи рішення в галузі штучного інтелекту, інфраструктурні продукти, стартапи та мобільні додатки.
З яким професійним фокусом ви брали участь в оцінюванні проєктів?
У процесі оцінки проєктів для мене головним є їхня практична реалізація. Ідея набуває значення лише тоді, коли вона працює в реальних умовах. Я акцентую увагу на зрілості рішень, включаючи архітектурні аспекти, розуміння процесів і логіку розвитку. Особливу увагу приділяю автоматизації та штучному інтелекту. Для мене важливо, щоб впровадження технологій було підтверджено конкретними цифрами та вимірюваними результатами, а не лише словами з презентацій.
Можу припустити, що ви використовували безліч критеріїв для оцінки проєктів на Expo, які, ймовірно, також застосовуються у вашій власній розробці. Яким чином цей досвід знайшов своє відображення у вашій платформі DrivEd?
Діяльність судді, в цьому контексті, мало чим відрізняється від звичайної інженерної роботи. Коли я оцінюю проєкти, я користуюсь тими ж критеріями, що й під час власної розробки: яку конкретну задачу має вирішити продукт, чи є ця задача підтвердженою практикою, а також чи забезпечує обране рішення стабільний результат. Інновації мають значення лише тоді, коли вони базуються на реальних потребах і вимірюваних результатах; в іншому випадку, вони ризикують залишитися лише на рівні задумів.
Чи могли б ви поділитися прикладом завдання, де ці принципи проявилися найбільш яскраво у вашій практиці?
Один із практичних прикладів у DrivEd стосується сегмента підготовки до іспитів - test prep. Для освітніх установ це означає роботу з великими обсягами матеріалів. Ми розробили процес, в якому штучний інтелект автоматично організовує та оцифровує ці матеріали, а викладачі займаються доопрацюванням змісту. В результаті час, необхідний для створення повноцінних онлайн-курсів, значно скорочується, а команди отримують можливість зменшити залежність від ручної обробки документів.
Якщо поглянути на ситуацію з іншого ракурсу, які, на вашу думку, є ключові переваги штучного інтелекту в таких рішеннях?
У подібних задачах ШІ не створює методику і не ухвалює рішень замість людини, це дуже важливо розуміти. Його роль - зняти рутинне навантаження та прискорити роботу з великими обсягами даних, щоб дозволити викладачам і командам зосередитися на змісті та якості, а не на технічній обробці матеріалів.
Де, на вашу думку, проходить межа розумного застосування ШІ в освіті?
Як ви бачите подальший розвиток ШІ в освіті та в DrivEd?
#Стартап-компанія #Інфраструктура #Інформація #Автоматизація #Архітектура #Прикладне програмне забезпечення #Штучний інтелект #Логічно #Сполучені Штати Америки
