Многие думают, что геймификация в образовании — это просто «баллы и наклейки». Но когда я запускала свой авторский курс «Технологии искусственного интеллекта» в Финансовом университете, я подошла к нему не как преподаватель, а как Product Owner. У меня была целевая аудитория (120+ студентов-бакалавров и магистров), гипотезы о мотивации, метрики успеха и желание создать продукт, который студенты не просто «отсидят», а полюбят.

Проблема: как удержать внимание в сложной технической дисциплине? Курс «Технологии ИИ» — это ML, NLP, Python, нейросети. Для студентов без сильного бэкграунда это стресс. Обычная лекция давала низкую вовлечённость: максимум 30% активности, домашние задания «для галочки», к концу семестра интерес падал.

Я сформулировала продуктовую гипотезу: *Если превратить обучение в RPG с экономикой, командными квестами, то вовлечённость и успеваемость вырастут, а оценка меня как преподавателя вырастет.

Решение: три кита геймификации 1.    Внутренняя валюта LenaCoin Студенты зарабатывают LenaCoin за активность на семинарах, правильные ответы в играх, помощь другим командам. Потом тратят валюту на «подсказки» при сдаче проектов, на дополнительные баллы к экзамену. Экономика прозрачна, но есть изменение курса валюты к реальным баллам – нужно спрогнозировать во время выйти в бальный кэш. 2.    Проектная работа с ИИ Курс — не про зубрёжку формул. Финальный результат: рабочий прототип стартапа (чат-бот для юристов, предсказание цен, система классификации спама). Группы формируются не по списку, а по типам личности (методика коучинга). Рефлексия через «6 шляп де Боно» помогает командам договариваться. 3.    Авторские игры как инструмент проверки гипотез Вместо скучных тестов — «Алгоритмический квест»: команда получает карточку с задачей (например, «обучить робота перемещению») и выбирает правильный ML-метод (Q-learning, SVM, LSTM). Кто обосновал — получает LenaCoin. И «ИИ-данетки»: ведущий описывает ситуацию («применяю ARIMA-модель к временным рядам посещаемости»), студенты задают вопросы «да/нет», пока не угадают, что это прогноз трафика. Игра учит глубже вникать в суть алгоритмов.

Результаты: ·         Апробация на 160 студентах (бакалавры «Бизнес-информатика» и магистры «Цифровой юрист»), весна и осень 2025 года. ·         Рост вовлечённости в 2,5 раза по числу задаваемых вопросов и участию в семинарах. ·         Успеваемость: доля сдавших экзамен на «хорошо» и «отлично» выросла на 22% по сравнению с традиционным форматом прошлого года. ·         Оценка «Преподаватель глазами студента» подскочила на 1,8 балла до 9,8 по 10-балльной шкале. ·         Лауреат Премии ректора Финуниверситета – независимое признание.

Вывод: геймификация работает, если в ней есть продуктовая логика. Недостаточно раздать баллы. Нужно: ·         чётко определить целевую аудиторию и её боли; ·         сформулировать гипотезу о мотивации; ·         ввести экономику (заработок и трата валюты); ·         измерить метрики (NPS, вовлечённость, успеваемость); ·         итеративно улучшать на основе данных.

Сейчас я готовлю методическое пособие для коллег (тиражируемая инновация) и адаптирую механики под другие дисциплины, в частности, «Финансы в IT». Подробнее об этом опыте здесь.