ИИ для языковой школы: от заявки до продления абонемента

Каждую неделю разбираю, что нейросети дают бизнесу: где они экономят время, а где создают проблемы. ИИ для языковой школы - как раз такой случай: рынок обещает много, а владельцу школы редко объясняют, где проходит граница. Подпишитесь, разборы приходят раз в неделю.

ИИ для языковой школы: кому эта статья и кому нет?

Наберите в поиске «ИИ для языковой школы» и посмотрите, что покажет выдача. Подборки приложений для разговорной практики, обзоры ботов-репетиторов, статьи про то, как заниматься самому. Почти всё это отвечает ученику.

У владельца школы вопрос другой. В работе двадцать групп, восемь преподавателей, один администратор на телефоне и заявки, которые приходят в одиннадцать вечера. Ему нужно понять, какие из этих операций можно отдать машине и чем это закончится через полгода.

Дальше идёт разбор по участкам работы школы. Один участок - один повторяющийся процесс, который съедает время администратора или теряет ученика.

Граница проходит по одному признаку. Машине отдают то, что повторяется и проверяется за минуту: ответ на типовой вопрос, подбор слота, напоминание, сборка отчёта. Преподавание, разбор конфликта и решение о судьбе группы остаются человеку. Всё, что ниже, - применение этого правила к конкретным местам в школе.

Где школа теряет ученика: путь от заявки до первой оплаты

Прежде чем выбирать инструмент, нарисуйте путь ученика целиком. У языковой школы он длиннее, чем кажется:

1. Человек увидел рекламу или пришёл по рекомендации.
2. Оставил заявку: форма на сайте, сообщение в мессенджере, звонок.
3. Школа ответила и выяснила, для кого занятия, какая цель и какой примерно уровень.
4. Ученик пришёл на пробное занятие.
5. Школа подобрала ему группу по уровню, возрасту и расписанию.
6. Ученик оплатил абонемент.

Дальше начинается вторая часть, которая для денег школы важнее первой: первый месяц, второй абонемент, продление на следующий учебный год.

Отвал распределён неравномерно. Между вторым и третьим шагом теряются те, кому не ответили вовремя. Между третьим и четвёртым - те, кому не нашлось удобного времени. Между пятым и шестым - те, кому предложили неподходящую группу.

Первые две потери лечатся организацией процесса, и здесь ИИ для языковой школы работает. Третья лечится точностью подбора уровня, и это отдельный разговор ниже.

Независимой статистики по конверсии именно языковых школ в открытых источниках почти нет: цифры, которые ходят по рынку, принадлежат поставщикам CRM и описывают их собственные внедрения. Поэтому воронку считайте по своей школе. ИИ для языковой школы ставят в конкретный переход этой воронки. Поставить его «вообще в школу» нельзя: у школы нет такого места.

Заявка на пробное занятие: почему скорость ответа решает?

Откройте время создания последних пятидесяти заявок в своей школе. Обычно картина одинаковая: пик приходится на промежуток с девятнадцати до двадцати трёх часов и на воскресенье.

Администратор работает с десяти до девятнадцати. Заявка, оставленная в 21:40 в пятницу, доживает до ответа больше двух суток.

По рынку ходит цифра 43 процента: столько заявок в языковые школы приходит вне рабочего времени. Её публикует блог отраслевой CRM BigBen со ссылкой на исследование EduGrowth. Само это исследование я по первоисточнику не нашёл, поэтому за отраслевую норму цифру не выдаю. Свой порядок величины проверяется за десять минут: выгрузите заявки за последний месяц и посмотрите на время создания каждой.

Что закрывает автоответчик на нейросети. Он не продаёт и не консультирует, он снимает первый круг:

1. Подтверждает, что заявка получена, и называет срок ответа живого человека.
2. Спрашивает, для кого занятия: взрослый, подросток, ребёнок и какого возраста.
3. Спрашивает цель: школа, экзамен, работа, переезд, разговорная практика.
4. Спрашивает про прошлый опыт и примерный уровень.
5. Предлагает свободные окна для пробного занятия и ставит выбранное в расписание.
6. Напоминает о занятии за сутки и за два часа.

К утру администратор открывает уже не строку «Мария, плюс семь...». Он открывает карточку: ребёнок восьми лет, второй год английского в школе, цель - подтянуть к четверти, удобно по вторникам и четвергам после шестнадцати. Разговор начинается с подбора преподавателя.

Механику такого бота я разбирал отдельно. Что он умеет и из чего собирается - в разборе про ИИ-администратора записи. Базовое устройство - в статье про то, что такое чат-бот. Готовое решение под запись на занятия выглядит как бот записи клиентов.

Где такой бот вредит. Если он берётся отвечать на вопрос «догонит ли мой ребёнок класс за месяц», школа получает обещание, которое потом никто не сдержит. Вопросы про результат бот передаёт человеку и не придумывает ответ сам.

Подбор уровня: может ли машина поставить ученику A2 или B1?

Шкала CEFR описывает шесть уровней от A1 до C2, и по ней школа комплектует группы. Ошибка в уровне стоит дорого: ученик, попавший в слишком сильную группу, уходит через месяц со словами «ничего не понимаю», а попавший в слабую - со словами «мне скучно». Оба случая выглядят в отчёте одинаково: отток после первого абонемента.

Что машина делает хорошо:

• ведёт адаптивный тест, где следующий вопрос зависит от ответа на предыдущий, и вилка сужается за пятнадцать минут вместо сорока;
• разбирает письменный образец: словарный запас, типовые ошибки, сложность конструкций;
• формулирует результат для самого ученика человеческим языком, без кода уровня;
• сразу отдаёт администратору список групп, куда этот человек попадает по уровню и расписанию.

Где она промахивается:

• устная речь: тест не слышит, как человек говорит, и не видит, сколько времени он собирает фразу;
• разрыв между грамматикой и речью: взрослый с хорошей школьной базой и нулевой практикой показывает B1 в тесте и A2 в разговоре;
• дети: результат ребёнка зависит от усидчивости и умения читать инструкции не меньше, чем от языка;
• верхние уровни: чем выше уровень, тем менее формальны признаки, по которым его ставят. На A1 и A2 разницу видно по грамматике и словарю. На C1 и C2 она в уместности, регистре и умении держать длинную мысль, а этого тест не измеряет, и его результат на верхних уровнях берут как подсказку.

Есть и российская разработка под эту задачу: нейросеть «ИИ Лингво» от НИУ ВШЭ оценивает устную и письменную речь на английском по сорока пяти параметрам. Это академический проект без коробочной версии для школ. Он показывает главное: автоматический входной тест технически уже делается.

Рабочая схема простая, и в ней ИИ для языковой школы стоит на входе. Тест ставит предварительный уровень до пробного занятия, преподаватель подтверждает или сдвигает его на самом занятии, окончательное решение попадает в карточку ученика. Такой порядок экономит время преподавателя и не отменяет его.

Группы и расписание: что администратор делает руками каждый день?

Комплектование группы выглядит как головоломка. Есть шесть человек с уровнем A2, но двое могут только по утрам, один занимается онлайн, у двоих совпадает время, а преподаватель в этот слот ведёт другую группу.

Администратор решает такую задачу каждый сентябрь и потом ещё раз в январе. В промежутках он разбирает переносы: заболел ученик, заболел преподаватель, у группы выпал праздник, кому-то нужна отработка.

Что здесь закрывает ИИ для языковой школы:

1. Черновик расписания по заданным ограничениям: кто с кем совпадает по уровню и времени.
2. Поиск окна для отработки пропущенного занятия в другой группе того же уровня.
3. Рассылка об изменении: перенос, замена преподавателя, отмена из-за праздника.
4. Ответы на повторяющиеся вопросы «когда у нас занятие», «в какой аудитории», «кто ведёт завтра».
5. Список тех, кто пропустил два занятия подряд, собранный к утру понедельника.

Что остаётся человеку: решение слить две неполные группы, разговор с родителем, которого не устраивает новый преподаватель, и выбор, кого из двух учеников сдвинуть в соседнюю группу.

Такие вещи обычно закрывает учётная система школы. Профильные российские CRM для учебных центров закрывают расписание, абонементы, посещаемость и оплаты. С нейросетевым слоем картина разная: у одних он заявлен отдельной функцией, у других его нет, и это стоит проверять по своей системе, а не по обещаниям рынка. Как выглядит разработка LMS под задачи школы, расписано отдельно.

Хотите собрать эту связку целиком? В статье разобран один участок работы школы. ClaudeLab - продукты и решения на нейросетях для бизнеса - ставит участки вместе: заявки, учёт, расписание и отчётность в одной системе.

Абонемент и продление: как напоминать об оплате и не надоесть?

На этом участке ИИ для языковой школы выглядит скромно: он ничего не продаёт, он вовремя напоминает. Разница между школой, которая растёт, и школой, которая топчется на месте, чаще всего лежит не в наборе. Набор у обеих похожий. Разница в том, сколько учеников дошло до третьего абонемента.

Момент оплаты повторяется каждый месяц, и каждый раз это точка, где ученик может тихо исчезнуть. Он не отказывается вслух, он просто не приходит за новым абонементом.

Сценарии, которые работают:

• напоминание за два занятия до конца абонемента с указанием остатка: осталось два занятия, продлить можно здесь;
• уведомление о заморозке на время отпуска или болезни, чтобы человек не считал, что деньги сгорели;
• повторная попытка списания, если у школы подключён автоплатёж и первая попытка не прошла;
• отдельное письмо тем, у кого абонемент закончился неделю назад и продления не было.

Отдельная больная точка - лето. Ученики массово замораживают абонементы на июнь, июль и август, и школа получает трёхмесячный провал по деньгам при сохранённых обязательствах перед преподавателями. Летний сценарий готовят в мае: разговорные клубы, интенсивы, короткие форматы для тех, кто уезжает.

Три ошибки, которые превращают напоминание в раздражитель. Первая: рассылка уходит всем, включая тех, кто оплатил вчера. Вторая: текст написан как требование. Третья: напоминание приходит в семь утра.

Проверить легко. Прочитайте свой шаблон вслух и представьте, что его получил родитель, который платит вам третий год.

Домашние задания: где ИИ помогает преподавателю, а где подменяет?

Здесь у владельца школы два разных желания, и их важно различать.

Первое - разгрузить преподавателя на подготовке. Собрать десять вариантов упражнения на Present Perfect под уровень A2. Подобрать текст на пятьсот слов про путешествия для подростков. Сделать карточки со словами по теме урока, написать три варианта теста. Это машина делает хорошо, и время преподавателя экономится заметно.

Второе желание - отдать проверку. Вот здесь начинается зона, где ИИ для языковой школы приносит вреда больше, чем пользы, если поставить его без человека.

Исследовательские обзоры автоматической проверки письменных работ дают устойчивую картину. Системы неплохо ловят поверхностные ошибки: грамматику, орфографию, пунктуацию. Содержание, логику и организацию текста они разбирают слабо. Для учеников с низким уровнем автоматическая обратная связь часто оказывается слишком сложной или шаблонной и запутывает сильнее, чем помогает. Общий вывод обзоров: результат растёт, когда автоматическая проверка идёт вместе с обратной связью преподавателя.

Есть и вторая причина не отдавать проверку целиком. Ошибка ученика - это диагностический сигнал для преподавателя. По тому, где именно группа спотыкается, преподаватель перестраивает следующий урок. Если ошибки видит только машина, преподаватель теряет картину группы и ведёт занятие вслепую.

Ольга Ребко, репетитор по английскому языку, методист онлайн-образования и консультант по ИИ в образовании, формулирует границу так:

«ИИ может поддерживать и хвалить, но он не считывает тонкие психологические сигналы: страх говорить, стыд за ошибки, перфекционизм...»

Ольга Ребко, Skillbox Media

Если школа работает полностью онлайн и вопрос стоит шире языковых групп, смежный разбор про нейросети для онлайн-школы закрывает проверку домашних заданий, поддержку учеников и производство контента курса.

Письменные работы: чем опасны ИИ-детекторы в языковой школе?

Это единственное место, где ИИ для языковой школы способен навредить ученику напрямую, поэтому разбираю его подробнее остальных.

Проблема реальная: преподаватель видит работу, которая написана лучше, чем говорит ученик, и доказать ничего не может.

Рынок предлагает очевидное решение - сервис, который «определяет ИИ-текст». Прежде чем ставить такой сервис в школе, посмотрите на цифры из исследования Стэнфордского университета, опубликованного в журнале Patterns.

Исследователи прогнали семь популярных детекторов по двум наборам работ: 91 эссе TOEFL, написанное живыми людьми, для которых английский неродной, и 88 эссе американских восьмиклассников-носителей языка.

• На работах американских школьников детекторы отработали почти безошибочно: средняя доля ложных обвинений 5,19 процента.
• На эссе TOEFL те же детекторы ошиблись в среднем в 61,22 процента случаев, то есть больше половины живых работ были помечены как машинные.
• 18 эссе из 91 (19,78 процента) все семь детекторов единогласно признали сгенерированными.
• 89 эссе из 91 (97,80 процента) были помечены хотя бы одним детектором.

Дальше исследователи сделали то, что и превращает эти цифры в приговор методу. Они попросили ChatGPT обогатить словарь тех же самых эссе TOEFL, чтобы текст звучал ближе к речи носителя. Доля ложных срабатываний упала с 61,22 до 11,77 процента. Тот же живой текст того же живого человека перестал считаться машинным после косметической правки лексики.

Обратный опыт ещё нагляднее. Когда эссе американских восьмиклассников упростили по словарю «как будто писал неноситель», доля обвинений в машинном тексте выросла с 5,19 до 56,65 процента.

Детектор меряет не авторство. Он меряет простоту языка. Ваши ученики пишут просто ровно потому, что они учат язык, и именно за это детектор их и наказывает.

Что делать вместо детектора:

1. Часть письменных работ писать в классе, от руки или в закрытом документе.
2. Просить черновик и план вместе с чистовиком.
3. Устно разбирать сданную работу: два вопроса по тексту показывают авторство надёжнее любого сервиса.
4. Переделывать задания так, чтобы их нельзя было решить одним запросом: опора на личный опыт ученика, на материал конкретного урока, на обсуждение в группе.
5. Если работа вызывает сомнение, разговаривать с учеником и не предъявлять ему процент из сервиса.

Пятый пункт - главный. Обвинение, построенное на детекторе, бьёт по доверию и по репутации школы, а защититься от него ученик не может.

Разговорная практика с ИИ: тренажёр или замена преподавателю?

Разговорные тренажёры сейчас самая заметная часть темы: именно в этом виде ИИ для языковой школы продаётся легче всего, и здесь же чаще всего переобещают. Ученику они дают три вещи: время, отсутствие страха ошибиться и бесконечное повторение.

Данные по результату смешанные, и без натяжки из них следует вот что. Тренажёр снимает часть страха перед говорением: отвечать машине многим ученикам психологически легче, чем человеку. Чуда с итоговым уровнем он при этом не делает.

Ограничение у тренажёра простое: динамики живого разговора он не даёт. Он не перебивает, не меняет тему, не устаёт, не шутит невпопад и не замечает, что человек занервничал.

Ольга Ребко описывает ту часть языка, которая из тренажёра выпадает:

«Язык - это не только грамматика и лексика, но и уместность: что можно сказать, кому, когда и в каком контексте»

Ольга Ребко, Skillbox Media

Для школы отсюда следует конкретная вещь. Тренажёр продаётся не вместо занятий, а вместе с абонементом, как практика между уроками. Ученик, который говорит каждый день по десять минут, приходит на занятие подготовленным, и это видно преподавателю. Такой ученик реже уходит, потому что видит собственный прогресс.

Тот же аргумент работает и в продаже. Школа предлагает связку: занятие с преподавателем плюс ежедневная практика между уроками.

Отток: как заметить уходящего ученика раньше, чем он ушёл?

Удержание - самый недооценённый участок, где ИИ для языковой школы окупается быстрее, чем на наборе: удержать текущего ученика дешевле, чем привести нового.

Самый дорогой разговор в школе - тот, который случился на неделю позже, чем нужно.

Признаки, которые стоит считать по каждому ученику:

1. Два пропуска подряд без предупреждения.
2. Два переноса занятия подряд.
3. Домашние задания не сданы две недели.
4. Молчание в чате группы у того, кто раньше отвечал.
5. Абонемент закончился, продления нет больше недели.
6. Резкое падение результатов в текущих тестах.

По отдельности каждый сигнал ничего не значит. Ученик болел, у него была сессия, он уезжал. Вместе они складываются в картину, и чем раньше её видит администратор, тем дешевле разговор.

Что делает машина: каждый день считает эти признаки по всей базе и поднимает наверх десять карточек, которые стоят внимания сегодня. Заодно пишет, какой именно сигнал сработал, чтобы разговор начинался с сути.

Что делает человек: звонит и спрашивает, что происходит. Шаблонное сообщение в мессенджере эту работу не выполняет.

Поставщики отраслевых CRM рекламируют предсказание оттока как готовую функцию и называют высокую точность своих моделей. Проверить эти цифры со стороны нельзя, они собственные. Но сама механика - сбор поведенческих признаков и вывод их в список - работает и без предсказательной модели, на простых правилах. Начинать стоит с правил: они прозрачны, и вы понимаете, почему карточка всплыла.

Как это встраивается в общую работу с клиентской базой, разобрано отдельно в материале про автоматизацию продаж.

Отчёты родителям: что можно собрать автоматически?

В детских группах отчёт родителям - это половина удержания. Родитель не сидит на уроке и судит о школе по двум вещам: по настроению ребёнка и по тому, что ему рассказывают.

ИИ для языковой школы здесь собирает факты, а голос в отчёте остаётся преподавательский. Автоматически собирается фактическая часть: сколько занятий посетил, сколько пропустил, какие темы прошли, что сдано из домашних заданий, какой результат последнего теста.

Человеческая часть - два-три предложения преподавателя: что получается, над чем работаем в следующем месяце, что делать дома. Эти предложения нельзя целиком отдавать машине, и причина практическая. Родители одной группы состоят в общем чате и сравнивают отчёты. Пять одинаково построенных текстов с переставленными именами вычисляются за один вечер и бьют по доверию сильнее, чем отсутствие отчёта.

Рабочий компромисс: машина собирает факты и готовит черновик, преподаватель переписывает человеческую часть своими словами за три минуты на ученика.

Отдельно стоит научить преподавателей пользоваться инструментом, иначе он останется у одного энтузиаста. Как это устроено по шагам, разобрано в материале про обучение сотрудников нейросетям.

Данные учеников и закон: что требует 152-ФЗ от школы?

Этот раздел не заменяет юриста, он показывает, где в теме ИИ для языковой школы лежат мины.

Согласие. По статье 9 закона 152-ФЗ согласие на обработку персональных данных должно быть конкретным, предметным, информированным, сознательным и однозначным. За ученика младше восемнадцати лет согласие даёт законный представитель, и в согласии указывают данные самого представителя.

Передача во внешний сервис. Когда школа отдаёт данные ученика стороннему сервису, включая нейросеть, это поручение обработки по части 3 статьи 6. Оформляется оно договором с перечнем действий и целей обработки и требованиями к защите данных. Ответственность перед учеником при этом остаётся на школе и к сервису не переезжает.

Где базы. Часть 5 статьи 18 требует, чтобы базы с персональными данными россиян находились на территории России. Для школы это прямой фильтр при выборе зарубежного облачного сервиса.

Ответственность. Статья 13.11 КоАП за нарушения в обработке персональных данных предусматривает штрафы для организаций, а за утечки в последние годы появились отдельные, заметно более тяжёлые составы. Конкретные суммы я здесь не называю: редакцию статьи нужно смотреть на день, когда вы это читаете. Суммы из чужих статей в интернете устаревают быстрее закона.

Практическое правило на каждый день. Не загружайте в публичный чат нейросети списки учеников, контакты родителей и работы детей с именами. Обезличивайте: имя заменяется на «ученик», группа - на уровень. Для разбора текста эссе модели не нужно знать, кто его написал. Юридическая рамка обработки данных в нейросетях подробнее разобрана в отдельном материале про персональные данные клиентов.

Отдельный вопрос - лицензия. Если школа нанимает преподавателей, образовательная лицензия нужна; индивидуальный предприниматель, который преподаёт сам и не нанимает педагогов, под лицензирование не подпадает по пункту 2 статьи 91 закона об образовании. К ИИ это отношения не имеет, но всплывает в разговоре о рекламе школы постоянно.

Чего не стоит отдавать ИИ в языковой школе

1. Обещание результата за срок. «Заговорите за три месяца» в исполнении бота - это обещание, за которое отвечает школа. Уровень зависит от ученика, и машина этого не знает.
2. Автономная консультация по уровню и программе. Бот собирает вводные, преподаватель делает вывод. Если машина сама назначает человеку уровень и курс, она ошибается на тех самых границах шкалы, где ошибка стоит школе ученика.
3. Ответ на жалобу. Родитель, недовольный преподавателем, пишет живому человеку. Вежливый шаблонный ответ на такое письмо превращает одну жалобу в уход всей семьи.
4. Детектор ИИ-текста как доказательство списывания. Разобрано выше: на работах ваших учеников он ошибается чаще, чем угадывает.
5. Тексты отзывов. Сгенерированный отзыв ученики и родители узнают быстрее любого поисковика, и школе он стоит репутации.

Эти пять запретов - обратная сторона всего, что ИИ для языковой школы делает хорошо. Общее у них одно: в каждом машина принимает решение о человеке. Там, где решение касается конкретного ученика, его принимает сотрудник школы.

Где вы сейчас

• Заявки теряются, учёт в таблицах. Начинайте с приёма заявок и записи на пробное: это самый быстрый возврат. Смотрите разбор про ИИ-администратора записи.
• Заявки обрабатываются, но ученики уходят после первого абонемента. Ваш участок - подбор уровня и сигналы оттока. Начинайте со списка признаков и ежедневного отчёта администратору.
• Учётная система есть, преподаватели перегружены подготовкой. Начинайте с генерации материалов и обучения команды, как в разборе про обучение сотрудников нейросетям.
• Школа целиком онлайн, групп как таковых нет. Ваш случай ближе к соседнему разбору про нейросети для онлайн-школы.

Чек-лист

1. Посчитана доля заявок, пришедших вне рабочего времени, за последний месяц.
2. Измерено фактическое время первого ответа на заявку в будни и в выходные.
3. Описано, кто и на каком шаге ставит ученику уровень, и записано, кто подтверждает его окончательно.
4. Настроено напоминание о продлении, привязанное к остатку занятий в абонементе, и проверено, что оно не уходит уже оплатившим.
5. Составлен список поведенческих признаков оттока, и назначен человек, который смотрит этот список каждый день.
6. Из школы убраны детекторы ИИ-текста как основание для обвинений, вместо них введён устный разбор сданных работ.
7. Проверено, что согласия родителей оформлены и что данные учеников уходят в публичные чаты нейросетей только обезличенными.