Как Duolingo изменила экономику создания контента
148 курсов за год против 100 курсов за 12 лет.
Один из самых наглядных примеров того, как ИИ меняет не отдельную функцию, а всю экономику EdTech-продукта, — переход Duolingo на генеративный ИИ в создании контента. Раньше на первые 100 языковых курсов у компании ушло 12 лет ручной работы лингвистов. С внедрением GPT-4 в производственный цикл компания выпустила 148 новых курсов всего за один год.
Важная деталь, которую часто упускают в пересказе этого кейса: Duolingo не отдала создание курсов ИИ целиком. Автоматизировали конкретный, уже устоявшийся этап пайплайна — генерацию вариаций упражнений и переводов на основе структуры, которую всё ещё задают лингвисты вручную. Финальная проверка и решение о качестве контента остаются за человеком; ИИ умножает объём работы внутри уже заданных человеком рамок, а не заменяет само проектирование курса.
Не менее показательна и другая часть истории: весной 2025 года компания ввела метрику использования ИИ сотрудниками как часть оценки эффективности — а уже через год отменила её, обнаружив, что люди начали использовать ИИ ради самой метрики, а не ради реального результата в работе. Это хорошее напоминание: даже там, где ИИ даёт measurable выигрыш, наивное измерение его внедрения («сколько сотрудников используют ИИ») может создать больше проблем, чем решить.
Вывод для любой EdTech-команды, присматривающейся к похожему пути: искать не «где вставить ИИ», а конкретный, уже систематизированный этап процесса, который можно кратно ускорить, сохранив человеческий контроль на входе и выходе.
