Выбор должен куда-нибудь вести

Внимательный читатель может догадаться, что теперь надо проговорить о выборе. В предыдущей серии мы говорили про напряжение, и одна из возможностей нам его получить это сделать выбор весомым. Как говорит девушка из видео, с которого я начал всю эту серию, "In an experience, choices lead somewhere."

В онлайн-курсах любят слово "интерактивность". Регулярно получается так что по факту это означает, что вместо кнопки "дальше" нужно перетащить карточку в прямоугольник, после чего всё равно нажать кнопку "дальше". Когда такое происходит, подсознательно у студента получается, что мир равнодушен ко всем действиям ученика. Конечно, можно уповать что хороший UX/UI это уже что-то из области "мудрость древней, более развитой цивилизации", но давайте помечтаем о хорошем.

По-хорошему, интерактивность это не когда можно нажимать кнопки, а когда системе есть дело до того, какую кнопку ты нажал или действие сделал. И до недавнего времени разрабатывать такой образовательный опыт было очень сложно. Если уж и использовать LLM для создания образовательного материала, то в благих целях, согласны?

Если после любого выбора открывается следующий слайд, выбора не было. Тут нам из-за угла выглядывает геймификация здорового человека, потому что в играх эта проблема тоже есть. Если, что бы не выбрал наш Шеппард, мы получаем одинаковую концовку отличающуюся только цветом, то зачем мы тогда играли?

Опять же, со студентами-софтвэр-инженерами нам не обязательно ронять прод и списывать настоящие деньги, чтобы ощутить последствия? Ведь столько других способов поломать процесс:

программа ломается на данных, о которых ученик не подумал
архитектурное решение делает следующий этап дороже
пользователь не понимает интерфейс
сообщение вызывает у собеседника не ту реакцию
одна возможность открывается, другая закрывается
приходится переделывать собственное решение, а не просто выбирать другой пункт теста
в симуляции меняется состояние мира

И вот это как раз то, что по-хорошему следует искать в заданиях, так чтобы был какой-то выбор и через цепочку последствий постепенно вырисовывалась картина, как финальный результат изменился из-за решения. Уверен, пресловутый метод обратного распространения ошибки (до недавнего времени самый популярный метод обучения нейронных сетей) вдохновлялся похожими принципами. Потому что простое бинарное "Неверно, попробуйте ещё раз" сообщает только о несовпадении с ключом. А мы хотим понять куда от "непопадания" дальше исследовать пространство коэффициентов

Утрируя, можно сравнить две обратные связи:

Ответ на вопрос в тесет "Нет, PostgreSQL это неправильный ответ, попробуйте ещё раз". Такое приводит просто к перебору варианта, можно не задумываться.
Студент собрал систему и видит как она вроде работает на малых данных, но начинает захлёбываться под конкретным типом нагрузки. Дальше это всё можно раскрутить, какое предположение не выдержало реальности и что нужно подкрутить.

Во втором случае ответ необязательно универсально неправильный. Важно показать, что он оказался плохим в этом контексте, потому что это гораздо ближе к настоящей профессиональной работе.

Это ближе к игре, да, но когда говорят о геймификации в образовании то почему-то вспоминают в первую очередь основные признаки: очки, бейджики, таблицы лидеров и прочая мишура. Но нам важно что игра хороша тем, что:

предлагает действие
изменяет состояние мира
показывает результат
разрешает построить гипотезу о правилах
даёт немедленно проверить новую гипотезу (в безопасно-тепличных условиях)

В хорошей игре игрок не просто получает объяснение правил, а постепенно строит их модель по реакции системы. И я считаю что именно этому образованию полезно учиться у так называмого геймдизайна. Однако, тут важно не заиграться, так как последствия сами по себе не гарантируют нужного вывода. Студент может решить, что ему не повезло, что задача нечестная или что преподаватель идиот. И даже иногда будет прав. Но для себя я придумал такой критерий

Хорошая учебная среда не сообщает студенту, что он ошибся просто влоб. Она позволяет увидеть, что именно его решение сделало с модельным миром задачи.

Аттакта!