Генерация обучающих материалов на английском языке с помощью AI

Генерация обучающих материалов на английском языке с помощью AI

Как формировать домашние задания учеников с разным возрастом, программой обучения, уровнем подготовки и разными интересами?

Разработали веб-сервис, который помогает преподавателям формировать домашние задания, используя ChatGPT.

Вводные данные

Клиент

Заказчик — современная школа английского для детей и подростков c сетью филиалов. Школа успешно существует с 2002 года, обучила более 50 000 тысяч студентов и имеет международные сертификаты качества, а также получает высокие оценки на рейтингах и премиях.

Проблема

У клиента возникли трудности с приобщением преподавательского состава к работе с нейросетями, в особенности с ChatGPT для подготовки материала к урокам, а также с самим доступом и использованием ChatGPT на территории РФ.

Поэтому у бизнеса и преподавателей имелся ряд целей :

  • Бесшовно взаимодействовать с ChatGPT;
  • Повысить качество учебного материала и снизить временные затраты на подготовку к урокам;
  • Интересно вводить новый материал. Объяснять его понятно и просто, адаптируясь под возраст и уровень учеников;
  • Уменьшить время поиска материалов для отработки пройденных обучающих тем.

Задача

Перед командой стояла задача разработать MVP вариант внутрибизнесового веб-сервиса для автоматизации подготовки промтов для ChatGPT.

Данный сервис при помощи ChatGPT должен генерировать качественные материалы для подготовки и проведения уроков максимально простым для пользователей способом, а именно путем выбора готовых вариантов заготовок промптов с минимальным количеством ручного ввода информации.

Также необходимо было реализовать административную панель, для управления промптами, модерации пользователей и аналитики запросов к СhatGPT.

На момент обращения у клиента уже имелись первичные наработки по реализации данного сервиса, но требовалась компетентная команда, которая сможет реализовать данный продукт до начала нового учебного года.

Выбор стека разработки

Для реализации сервиса были выбраны производительные и гибкие инструменты:

  • Для фронтенд части веб-сервиса использовали React, Next, Typescript;
  • Для бэкенда Python (Django);
  • База данных на Postgresql;
  • VPS сервер для доступа к ChatGPT плюс интеграция с API ChatGPT;

Процесс работы

1.Проектирование

В работе над сервисом с нашей стороны участвовало пять человек: 1 backend разработчик, 1 frontend разработчик, дизайнер, менеджер проекта и тестировщик.

2.Разработка

Клиентский интерфейс

Экран генерации заданий (дизайн изменен)
Экран генерации заданий (дизайн изменен)

Данным интерфейс пользуются преподаватели, чтобы настраивать параметры запросов и генерировать последующий результат с помощью ChatGPT.

Интерфейс администратора

Экран настроек промпта  (дизайн изменен)
Экран настроек промпта (дизайн изменен)

Интерфейс администратора представляет собой разделы для модерации пользователей, управления промтами и получения истории введенных запросов.

В разделе управлении промптами администратор имеет возможность добавлять/изменить/удалять такие параметры как программу обучения, возраст и др.

Экран аналитики запросов  (дизайн изменен)
Экран аналитики запросов (дизайн изменен)

Администратор также имеет возможность смотреть на историю запросов пользователей, которые они применяли при генерации результата.

Возникшие трудности

  • Использование API ChatGPT в России:

Решается проблема очень просто, многие провайдеры облачных решений представляют сервера за рубежом, которые можно оплачивать с российских счетов. В итоге мы воспользовались услугами одного их таких провайдеров и арендовали VPS в Нидерландах

  • Реализация вложенных списков опций, которые используются в итоговом запросе:

Вышло так, что в текущее меню параметров нужно было добавить вложенность их значений (Как пример хлебные крошек или вложенное меню). Также для фронтенда требовалось сделать механизм, позволяющий получить по списку выбранных параметров - варианты выбора следующих значений.

Вышло, что из значений параметров получилось n-нарное дерево, состоящее из пар {родитель:ребенок}. Под это дерево был написан обход в ширину, собирающий варианты выбора значений и передающих эти варианты на фронтенд.

Результаты

Мы разработали минимально жизнеспособный продукт (MVP) веб-сервиса всего за один месяц и сейчас продолжаем сотрудничество с клиентом.

На данный момент, идёт подготовка к началу учебного года, в течение которого сервис будет проходить проверку гипотезы с основной целевой аудиторией (преподаватели английского языка).

Выражаем благодарность команде flaton за качественную и оперативную разработку сервиса. Хотелось бы выделить тщательную проработку требований и консультацию по любым вопросам касательно, как лучше реализовать определенные моменты. Самое главное, уложились в ограниченный, для MVP, бюджет проекта.

Константин Е., CEO
1
2 комментария