Edtech и вузы: конкурировать нельзя сотрудничать - где поставить запятую?

Введение.

Современная экономика характеризуется интенсивной цифровизацией и стремительным ростом значимости данных. Цифровые решения, как инструмент сокращения трансакционных издержек, проникают во все сферы экономики: материальное производство и сферу услуг. Не ис- ключением является образование, относимое авторами к сфере услуг. В пользу отнесения образования к рынку говорит наличие соответствующих атрибутов: платное образование, спрос, предложение, равновесная цена и пр. При этом данная услуга является социально значимой (общественно значимым благом) и может рассматриваться только через призму обще-

ственного сектора экономики. Лонгитюдные исследования показывают тесную взаимосвязь между эффективностью системы образования и государственными расходами на образование – с одной стороны, и показателями экономического развития – с другой. В этом смысле, эффективность интеграции цифровых образовательных технологий и использующих их компаний (EdTech) в национальную систему профессионального образования является одним из ключевых факторов устойчивой и динамичной экономики России.

В контексте настоящего исследования, под системой образования понимается совокупность государственных и негосударственных образовательных организаций, регулятора (Минобрнауки и Минпросвещения) и бизнес.

Каждый субъект, участвуя в цифровизации образования, преследует собственные цели и интересы.

Государство стремится обеспечить качество человеческого капитала и общественное благосостояние.

Бизнес заинтересован в высокой отдаче от инвестиций в человеческий капитал.

Университеты нацелены на укрепление репутации и финансовой устойчивости через цифровизацию образовательных программ, а EdTech-компании стремятся занять значимую долю на рынке образовательных технологий и получить максимальную выручку.

Из-за различий в целях и ресурсах этих участников возникает необходимость в создании аналитической модели их взаимодействия. Проведенное исследование позволяет учитывать взаимозависимость стратегий субъектов и выявлять оптимальные решения, которые были бы приемлемыми и выгодными для всех участников.

Цель исследования и методология.

Целью настоящего исследования является разработка комплексной модели взаимодействия государства, университетов, бизнеса и EdTech-платформ, ее математическая формализация, описание параметров и стратегий субъектов, а также условия равновесия и области практического применения. При этом государство рассматривается в роли регулятора и инвестора, бизнес рассматривается в роли инвестора и потребителя образовательных услуг, а университеты и EdTech-платформы рассматриваются в роли производителя образовательных услуг. В центре такой модели находится человек, рассматриваемый как субъект.

Методологической основой исследования являются институциональный и системный подходы, прикладная математика, в частности, раздел «Исследование операций», включающий теорию игр и равновесие Нэша.

В ходе исследования нашли применение общенаучные методы: аналитический, сравнительноаналитический метод; частно научные методы: метод системного анализа, метод экспертных оценок.

Проведенное исследование опиралось на результаты научных исследований ученых-экспертов в сфере экономики образования [1–6], а также на анализ экспертных мнений в области развития EdTech [7–14].

Объект и предмет исследования.

Объектом исследования является национальная система образования, рассматриваемая с точки зрения институциональной экономики, т. е. как комплекс институтов, которые регулируют процессы производства, распределения, обмена и потребления образовательных услуг.

Предметом исследования являются закономерности движения материальных, финансовых и трудовых ресурсов в сфере образования.

На рисунке 1 показана демографическая карта потоков образовательных ресурсов на рынке труда России по состоянию на 2022 год. Карта демонстрирует наиболее значимые с точки зрения рынка образования потоки: детское образование и высшее образование. При этом поток, приходящий на высшее образование с рынка труда, сопоставим с потоком, приходящим с предыдущих уровней образования (общее и среднее образование).

На карте не показан рынок дополнительного профессионального образования, однако по масштабу потоков лиц, желающих получить профессиональное образование различного уровня, можно судить о его размерах. На карте также демонстрируется большое количество лиц, попадающих на рынок труда, при этом не получивших образование на последнем уровне. Данные потоки представляют собой потенциал для развития рынка EdTech-образования, они готовы к рынку труда, при этом желают повысить свой уровень образования.

Сделанные выводы подтверждаются объемами рынка образования России по состоянию на 2022 год (рис. 2). На диаграмме показаны объемы рынка образования в государственном и негосударственном секторах. Образование детей (дошкольное, общее образование, а также дополнительное образование детей) занимает в совокупности 64 % рынка.

Общее образование (начальное и среднее) демонстрируют самый большой рост – более 40 % с 2019 по 2022 год (рис. 3). При этом все уровни образования демонстрируют устойчивый рост. Более высокие показатели роста среднего профессионального образования по сравнению с высшим связаны скорее с политикой регулятора, нежели с качественными показателями.

рабочим профессиям

- лица с образованием, переходящие на следующий уровень, или рынок труда

- лица, не завершившие образование, переходящие на следующий рынок труда

16-22

Дошк. образ.

Масштаб потоков: I---------------1 1 млн.

I------1 500 тыс.

q _? Н 100 тыс.

- обратные потоки (лица с рынка труда, поступающие на обучение различного уровня

Рисунок 1 – Потоки образовательных ресурсов на рынке труда России .

(Составлено автором).

• ■    Дошкольное образование

• ■    Общее образование

• ■    Дополнительное образование детей

• ■    Среднее профессиональное образование

• ■    Высшее образование

• ■    Проф. подготовка, переподготовка и повыш. квалиф.

• ■    Прочие расходы в образовании

Рисунок 2 – Структура рынка образования России , млн руб .

(Составлено автором).

Рисунок 3 – Динамика рынка образования России (Составлено автором).

В целом рисунок 3 подтверждает тезис об увеличении влияния образования на социальноэкономические показали в будущем и, как следствие, увеличении его значения для государства. Доминирующую позицию весьма рельефно сформулировал Президент России В.В. Путин в своём выступлении: «Знания – лучшая валюта XXI века». В этом смысле, EdTech-платформы демонстрируют наилучшие возможности конфигурации имеющихся ресурсов для достижения наилучшего результата. В отличие от традиционных университетов, демонстрирующих определенную инертность в вопросе внедрения новых технологий и делающих это скорее под воздействие регулятора и учредителя, для платформ цифровые технологии являются инструментом получения конкурентных преимуществ.

Обзор литературы .

Базовую позицию российского регулятора в отношении развития цифровых решений в сфере образования можно обобщить как: цифровизация не заменит традиционное обучение, а лишь дополнит и расширит его возможности. Обзор источников, посвященных развитию рынка и продуктов EdTech в России, показывает, что драйверами рынка являются высшее образование и детский сегмент. Все публикации можно условно разделить на четыре группы.

Первая группа – опросы и мониторинги. Это публикации, основанные на статистических отчетах, в том числе на результатах мониторинга и социологических опросах в сфере образования [15–17].

Согласно отчету «EdTech Industry Report 2025», к 2029 году объём глобального рынка EdTech и умных классов вырастет с 214,73 млрд долларов в 2025 году до 445,94 млрд долларов, с годовым темпом роста 20 %, а «EdTech будет определять будущее обучения, способствовать инновациям и расширять глобальный доступ к качественному образованию» [15].

Авторы исследования «Исследование рынка корпоративного обучения в 2024 году» [16] говорят о том, что бизнес начал активнее использовать метрики для оценки отдачи от инвестиций в развитие сотрудников. Наиболее популярные критерии [16]: удовлетворённость сотрудников (66 %), качественная трансформация продукции или оказываемых услуг (47 %), динамика прибыли, изменение рыночной стоимости продукта и его конкурентоспособности (44 %), снижение затрат (30 %).

В «Отчёте об искусственном интеллекте в образовании за 2024 год» [17] показаны наиболее успешные кейсы применения технологии: расширенные возможности обучения, автоматизация повторяющихся задач, доступ к образовательным ресурсам, помощь в оценке заданий, поддержка специального образования, инновационные инструменты обучения и профессиональное развитие.

Вторая группа – сценарное прогнозирование. Группа содержит варианты стратегического планирования сферы образования, создание различных сценариев развития [18–22]. Это результаты научных исследований, посвященных выявлению и снижению рисков.

В статье «Прогнозы на 2025 год от участников edtech-рынка» [18] участники рынка предполагают замедление роста рынка несмотря на то, что edtech пока закрывает малую долю рынка образования. Ставки, в основном, делаются на профессиональное образование. Авторы статьи идентифицируют точки рост edtech-рынка: легализация и прозрачность работы, персонализация, непрерывное обучение, эффективные форматы корпоративного обучения, общение и поддержка.

Авторы статьи «Тренды в онлайн-обучении в 2025 году» [19] справедливо прогнозируют рост платформенного образования и укрупнение игроков edtech-рынка. В части краткосрочного прогноза прогнозируется рост сегмента, связанного с детским образованием, здоровьем, психологией и узкоспециализированными профессиями.

В статье «Тренды EdTech 2025: как ИИ, блок-чейн и метавселенные изменят обучение» [20] приведены численные прогнозы цифровизации образования: «к 2028 году объём рынка ИИ в EdTech составит 21 млрд долларов» и «к 2030 году мировой рынок метавселенных может достичь 5,8 трлн долларов, а среднегодовые темпы роста приблизятся к 45 %».

Авторы статьи «Education 2030: как будут развиваться EdTech-сценарии и кого нужно нанимать под каждый из них» [21] ключевую роль в цифровой трансформации сектора образования отводят человеку: «Независимо от того, какой сценарий окажется ближе к реальности – или как они будут переплетаться в гибридные модели, ясно одно: в центре трансформации образования стоит человек. Не технологии определяют будущее – а те, кто умеет с ними работать. Преподаватели, продуктовые лидеры, C-level в EdTech и корпоративном обучении – именно они перезапускают экосистему обучения».

В публикации «Как развивается EdTech: ключевые тенденции 2025 года» [22] планируется «сдвиг от стандартизированных обучающих платформ к по-настоящему персонализированному управлению обучением», при этом «платформы которого адаптируются к уникальным потребностям и скорости обучения отдельных студентов». По мнению авторов «Искусственный интеллект (ИИ) останется преобразующей силой в 2025 году, изменяя академические и административные ландшафты высшего образования. Грамотность в области ИИ станет главным приоритетом для университетов, готовя студентов к критическому взаимодействию с технологией, которая будет всё больше влиять на их карьеру и повседневную жизнь» [22].

Третья группа – алгоритмы и технологии. Это исследования локального эмпирического характера, включающие опыт применения различных алгоритмов и технологий в образовании [23–27].

В книге «Психометрики в EdTech» [23] показаны практические решения для тех, кто создаёт образовательные продукты в EdTech и стремится проектировать процесс обучения максимально продуманно. Автор ставит вопрос об эффективности современных метрик в образовании: «Невозможно, посмотрев на двух студентов, сказать, кто из них лучше знает предмет. Нет инструментов, которые, подобно весам или рулетке, покажут, каков запас знаний у человека».

Статья «Data science for analyzing and improving educational processes» [24] содержит методы аналитики и алгоритмы машинного обучения, которые облегчают процесс оценки знаний обучающихся. Авторы выделяют следующие группы методов: методы машинного обучения, методы визуализации данных, методы обработки естественного языка (NLP) и методы анализа социальных сетей.

Авторы статьи «Использование data science для образования: пример социально-эмоционального обучения» [25] рассматривают применения методов науки о данных в образовании, в частности, в контексте социального-эмоционального обучения. В статье делается акцент на связи между актом и результатом обучения: «срочно требуется больше исследований, особенно связанных с измерением результатов и их прогнозированием, и их связью с конкретными вмешательствами».

В исследовании «Образовательный анализ данных и аналитика обучения: возможности и перспективы для онлайн-образования» [26] утверждается, что аналитика обучения – важный инструмент для развития студентов, планирования учебного процесса и даже принятия решений на уровне учреждения. Авторы рассматривают, как анализ данных может улучшить процесс обучения, например, за счёт отслеживания прогресса студентов и выявления закономерностей.

В статье «Этические вызовы для аналитики обучения» [27] предлагается обратить внимание на одну из этических проблем, связанных с использованием данных в обучении: невозможность контролировать, кто и для каких целей использует информацию о студентах.

Четвертая группа – экономика образовательных платформ. Это публикации, посвященные платформенному образованию [28–31]. Авторы таких статей рассматривают цифровые образовательные платформы через призму экономики.

В статье «Экономическая модель цифровых образовательных платформ» [28] представлена экономическая модель развития цифровых образовательных платформ, включающая определение эффективности инвестиций в человеческий капитал, использование ресурсов системы образования и отдачу от образования.

Исследование «Институциональные условия развития цифровых образовательных платформ» [29] показывает, каким образом платформенные решения в образовании могут быть встроены в существующие национальные модели развития человеческого капитала.

Интерес представляет исследование «Этапы и сценарии развития цифровых образовательных платформ» [30], автор которого показывает процесс инкорпорирования существующих информационных систем образовательных организаций в цифровые образовательные платформы.

Автор статьи «Цифровые платформы как новые субъекты образовательных отношений» [31] по-

казывает, как цифровые платформы с искусственным интеллектом могут выступать самостоятельными субъектами образовательных отношений, постепенно минимизируя значение образовательных организаций.

Общая концепция модели:

Модель взаимодействия рассматривает пять основных субъектов экономики данных в сфере образования:

• •    Государство формирует условия, определяет уровень финансирования, регулирует и стимулирует цифровизацию и развитие образования;

• •    Бизнес инвестирует в подготовку человеческого капитала, ожидая возврата инвестиций в виде повышения производительности и прибыли;

• •    Университеты интегрируют цифровые решения в образовательные программы, стремясь к росту репутации и финансовой устойчивости;

• •    EdTech-компании разрабатывают и внедряют инновационные цифровые решения в сфере образования, ориентируясь на захват рынка и получение прибыли;

• •    Человек выступает как непосредственный потребитель образовательных услуг и активный участник процесса формирования человеческого капитала.

Механизмы взаимодействия.

• •    Государство как регулятор и инвестор

Финансирование и регулирование:

• – Гранты и субсидии университетам и EdTech-стартапам;

  – Создание налоговых льгот для бизнеса, инвестирующего в образование.

Стандартизация:

– Установление стандартов качества образования и требований к навыкам.;

– Регулирование рынка EdTech-платформ для защиты пользователей.

Мониторинг и аналитика:

– Анализ рынка труда для выявления дефицитов кадров;

– Поддержка платформ для сбора данных о спросе на навыки (например, через открытые данные).

• •    Университеты и бизнес: связь теории и практики

Совместные образовательные программы:

– Бизнес участвует в разработке курсов (например, «программы под заказ» для IT, энергетики или медицины);

– Стажировки, практики и кейс-стади в университетах, организованные работодателями.

Инновационные лаборатории:

– Совместные проекты с бизнесом для внедрения технологий в образовательный процесс (например, VR-лаборатории для медицинских вузов).

• •    EdTech-платформы как связующее звено

Технологии для образования:

– Платформы предоставляют университетам инструменты для онлайн-обучения, AI-ассистенты для студентов, аналитику успеваемости;

– Разработка микропрофессиональных курсов для бизнеса (например, корпоративное обучение).

Доступность и масштабируемость:

– Платформы обеспечивают доступ к образовательным ресурсам в регионах с дефицитом вузов;

– Партнёрство с университетами для дистанционного образования.

• •    Обратная связь и адаптация

Анализ спроса на навыки:

– Бизнес передает университетам и EdTech данные о потребностях рынка;

– Государство использует эти данные для корректировки образовательных программ.

Оценка эффективности:

– Университеты и платформы анализируют результаты обучения через метрики вроде уровня трудоустройства студентов или эффективности корпоративных курсов.

• •    Научные исследования и инновации

Совместные проекты:

– Университеты и технологические компании работают над разработкой новых решений (например, AI для персонализированного обучения);

– Государство финансирует исследования через гранты.

Цели и интересы субъектов модели.Государство G.

Государство стремится к обеспечению устойчивого развития человеческого капитала и равного доступа к образованию. В стратегической перспективе это выражается в повышении качества образовательных услуг и адаптации системы образования к вызовам цифровой экономики. Тактически государство заинтересовано в развитии цифровой образовательной инфраструктуры, стандартизации и поддержке новых форматов обучения. С экономической точки зрения, оно ориентировано на оптимизацию бюджетных расходов, повышение занятости и конкурентоспособности национальной экономики.

Бизнес В.

Для бизнеса ключевым интересом является наличие кадров, обладающих актуальными профессиональными и цифровыми компетенциями. Стратегически компании заинтересованы в интеграции с образовательной средой с целью формирования кадрового резерва. Тактические интересы включают участие в разработке программ, создание корпоративных университетов и взаимодействие с EdTech-платформами. Экономическая мотивация выражается в снижении затрат на обучение персонала и повышении эффективности производства.

Университеты U.

Университеты действуют как проводники науч- ных знаний и подготовки кадров. Их стратегический интерес заключается в повышении академического статуса и привлечении внешнего финансирования. Тактические цели связаны с обновлением образовательных программ, развитием цифровых сервисов и интеграцией с платформами EdTech. С экономической стороны университеты стремятся к диверсификации доходов, увеличению доли платных образовательных услуг и участию в совместных проектах с бизнесом.

EdTech-компании Е .

Цель EdTech-компаний заключается в трансформации образовательного процесса посредством технологий. Стратегически они заинтересованы в масштабировании решений, выходе на международные рынки и формировании стандартов цифрового обучения. Тактически – в разработке персонализированных и адаптивных курсов, использовании технологий искусственного интеллекта, геймификации и анализа образовательных данных. Экономически модели EdTech ориентированы на монетизацию платформ и образовательного контента, а также на привлечение венчурных инвестиций.

Человек Н.

Заинтересован в получении качественного и доступного образования, отвечающего требованиям рынка труда при минимизации личных затрат (финансовых и временных) и максимизации перспектив трудоустройства, карьерного роста и повышения дохода.

Таблица 1

Интересы субъектов модели

Субъект	Инте ресы
	Стратегические	Тактические	Экономические
Государство	Качество образования, равный доступ, человеческий капитал	Цифровизация, стандартизация, регулирование	Оптимизация расходов, рост производительности, налогооблагаемая база
Бизнес	Квалифицированные   кадры, интеграция с образованием	Корпоративное обучение, участие в программах	Снижение затрат, рост производительности, уменьшение текучки кадров
Университеты	Академическая репутация, интернационализация, финансирование	Обновление программ, цифровые сервисы, сотрудничество с EdTech	Рост дох одов, коммерциализация знаний, привлечение студентов
EdTech-компании	Масштабируемость, инновации, формирование стандартов	Адаптивные курсы, геймификация, сбор данных	Продажа решений, подписки, инвестиции и аналитика
Человек	Качественное и релевантное образование	Оптимальное распределение времени и средств, выбор фо рмата обучения	Максимизация карьерного роста и дохода при минимальных личных затратах

Целевые функций полезности субъектов взаимодействия.

Исходя из структуры интересов, можно перейти к формализации поведения субъектов в рамках кооперативно-конкурентной среды. Предположим, что каждый субъект принимает решения о вложении ресурсов в совместную образовательную систему, стремясь максимизировать собственную полезность, при этом учитывая поведение других участников.

Рассмотрим модель с четырьмя участника-ми/субъектами: государством (G), бизнесом (B), университетами (U) и EdTech-компаниями (E). Каждый из них выбирает уровень инвестиций в совместную деятельность:

x _G , х _в , х _и , х _Е , х _н > 0.

Общее качество образования Q определяется совокупным вкладом всех участников:

Q = ax _G + ^x _B + yx _u + 8x _E + g x _H .

Функция полезности каждого актора состоит из двух частей:

• •    Выгода от участия в системе, зависящая от общего качества Q ;

• •    Издержки на собственные инвестиции (возможно, с убывающей отдачей).

Каждый субъект имеет свою целевую функцию U , отражающую его интересы:

Государство.

UG = aiQ + a2SG + a3I - CG, где Q - качество человеческого капитала (измеряемое через квалификацию выпускников); SG - социальнная стабильность (рост занятости, снижение безработицы); I - уровень инноваций в стране; CG - расходы государства на проекты; at - коэффициент значимости

Бизнес.

UB = № + Д2Н + p3PR - Св, где R - экономический эффект (повышение прибыли за счет квалифицированных кадров); Н - улучшение HR-бренда и доступ к талантам; PR - рост репутации и социальных инвестиций компании; CB - затраты бизнеса на финансирование и поддержку проектов; pt - коэффициент значимости.

Университеты.