LMS с ИИ (искусственным интеллектом) — это система управления обучением, интегрированная с языковыми моделями и AI-ассистентами. В CDO.LMS на Moodle встроен пакет DeepTalk: Блум (генерация заданий по таксономии Блума), Тьюринг (проверка текстов на признаки генерации GPT), Сократ (диалоговый ИИ-тьютор для студентов) и Выготский (генерация фондов оценочных средств — ФОС). Интеграция реализована через нативные плагины Moodle и REST API, без внешних браузерных расширений и без передачи данных студентов в сторонние сервисы. Такой подход отличается от простого подключения ChatGPT-плагина: DeepTalk работает внутри контура вуза, учитывает учебный план из 1С:Университет и данные конкретного курса.
| Модуль DeepTalk | Что делает |
|---|---|
| Блум | Генерирует задания и тесты по таксономии Блума на основе материалов курса |
| Тьюринг | Проверяет студенческие работы на признаки текста, сгенерированного GPT |
| Сократ | Диалоговый ИИ-тьютор — отвечает на вопросы студента по курсу в чате Moodle |
| Выготский | Генерирует фонды оценочных средств (ФОС) под рабочую программу дисциплины |
Как ИИ работает внутри Moodle
DeepTalk устанавливается как набор плагинов Moodle и подключается к ядру LMS через REST API. Технически это выглядит так: плагин добавляет новый тип активности или блок на странице курса, преподаватель или студент взаимодействует с ним прямо в интерфейсе Moodle, а запрос уходит на сервер DeepTalk, где обрабатывается языковой моделью и возвращается обратно в LMS. Студент не переключается на сторонний сайт и не создаёт отдельный аккаунт — авторизация происходит через SSO Moodle.
Все данные — тексты работ, ответы студентов, сгенерированные задания — хранятся в контуре вуза или в выделенном облаке CDO, а не передаются в публичные версии ChatGPT или аналогичных сервисов. Это принципиально для вузов с требованиями к защите персональных данных студентов (152-ФЗ) и для аккредитационных процедур, где важна прослеживаемость и хранение результатов оценки внутри ЭИОС.
Модули DeepTalk используют контекст курса: рабочую программу дисциплины, литературу, ранее загруженные материалы. Это отличает их от универсальных чат-ботов — генерация заданий или диалог со студентом опирается на реальное содержание конкретного курса, а не на общие знания модели.
Для вузов, уже использующих CDO.LMS на Moodle с нативной связкой 1С, подключение DeepTalk не требует отдельной инфраструктуры: модули встраиваются в тот же контур, что и основная LMS, и используют те же данные о студентах, группах и учебных планах, которые уже синхронизированы из 1С:Университет. Для вузов на чистом Moodle без связки с 1С модули DeepTalk тоже доступны — в этом случае контекст курса берётся из материалов, загруженных непосредственно в Moodle.
Практические кейсы: Moodle + Сократ, Moodle + Выготский, Moodle + Тьюринг, Moodle + Блум
Moodle + Сократ: диалоговый тьютор
Преподаватель добавляет блок «Спросить Сократа» на странице курса. Студент задаёт вопрос по теме — Сократ отвечает, опираясь на материалы курса, а не на общие знания интернета. Это снижает нагрузку на преподавателя по типовым вопросам («когда дедлайн», «что почитать по теме 3») и одновременно даёт студенту точку доступа к материалам курса 24/7.
Moodle + Выготский: генерация ФОС
Выготский генерирует черновик фонда оценочных средств — тестовые задания, критерии оценки, компетенции — на основе рабочей программы дисциплины. Методист или заведующий кафедрой получает готовый черновик за минуты вместо нескольких часов ручной работы, а затем редактирует и утверждает документ.
Moodle + Тьюринг: проверка на признаки GPT
При сдаче письменной работы Тьюринг анализирует текст на признаки генерации языковой моделью и выдаёт преподавателю оценку вероятности и пояснение, на какие фрагменты стоит обратить внимание. Решение о зачёте работы принимает преподаватель — Тьюринг даёт дополнительный сигнал, а не автоматический вердикт.
Moodle + Блум: генерация заданий
Блум формирует набор заданий разного уровня сложности по таксономии Блума — от воспроизведения фактов до анализа и синтеза — на основе конспекта или методических материалов, которые преподаватель уже загрузил в курс. Это ускоряет подготовку промежуточного контроля и разнообразит формы заданий.
Отличие от ChatGPT-плагинов
Формальное подключение стороннего ChatGPT-плагина к сайту или LMS — это, как правило, встраивание виджета чата без интеграции с данными курса. У такого подхода есть три ограничения: данные студентов и учебные материалы уходят на серверы стороннего провайдера; ответы не связаны с конкретной рабочей программой или содержанием курса; отсутствует единая авторизация и журнал действий внутри ЭИОС вуза.
DeepTalk в составе CDO.LMS решает все три ограничения: данные остаются в контуре вуза или выделенном облаке CDO, модули работают с материалами конкретного курса, а действия студентов и преподавателей фиксируются в едином журнале Moodle — это важно для аккредитационных процедур и внутреннего контроля качества.
Ещё одно различие — ответственность за содержание ответов. Сторонний ChatGPT-плагин может выдать ответ, противоречащий материалам кафедры. Сократ в CDO.LMS отвечает только по загруженным в курс материалам, а преподаватель управляет источниками.
Интеграция и стоимость
DeepTalk подключается поверх уже работающей CDO.LMS на Moodle или интегрируется в существующий Moodle через отдельный контракт на плагины и API-обвязку. Базовая интеграция одного модуля (например, Сократ) занимает 2–4 недели, полный пакет DeepTalk из четырёх модулей — 1–2 месяца в зависимости от объёма контента курсов, которые нужно проиндексировать.
Для вузов с 1С:Университет DeepTalk может использовать данные учебных планов и контингента через существующую интеграцию 1С — подробности в решении 1С:Университет + LMS Moodle. Точная стоимость зависит от числа модулей, количества студентов и наличия готовой интеграции 1С; для расчёта нужен короткий бриф по вашему вузу.
Модель оплаты — помесячная подписка на пакет DeepTalk (зависит от числа активных модулей и числа студентов) или разовое внедрение с технической поддержкой. Вузы на CDO.LMS подключают DeepTalk быстрее: SSO и синхронизация контингента уже есть в базовой поставке. На «чистом» Moodle первый этап удлиняется на 1–2 недели на настройку REST API и прав доступа. Модули обращаются к языковой модели по каждому запросу, поэтому на пиках (сессия) пропускная способность сервера DeepTalk считается заранее — эта нагрузка не касается Moodle.
SLA и уровни поддержки
DeepTalk в связке с CDO.LMS идёт на трёх уровнях техподдержки — Basic, Professional, Enterprise — с фиксированным временем реакции и порядком эскалации.
| Уровень | Часы поддержки | Реакция на критичный инцидент | Кому подходит |
|---|---|---|---|
| Basic | Рабочие дни, 9:00–18:00 МСК | До 8 рабочих часов | Небольшие вузы и колледжи, где LMS не является критичной системой в моменте |
| Professional | Ежедневно, 8:00–22:00 МСК | До 2 часов | Вузы с активной сессионной нагрузкой |
| Enterprise | 24×7, круглосуточно | До 30 минут, с эскалацией до архитектора | Крупные вузы, где недоступность LMS напрямую влияет на приёмную кампанию и аттестацию |
Во все уровни входят мониторинг, ежеквартальные обновления и ежедневный backup. Enterprise добавляет выделенного менеджера, runbook по инцидентам и ежегодные учения по восстановлению из backup.
Безопасность и compliance (152-ФЗ, данные в РФ, СКЗИ)
DeepTalk и CDO.LMS проектировались под 152-ФЗ «О персональных данных» и локализацию данных в России. Ядро Moodle, БД, файловое хранилище, сервер DeepTalk и языковая модель размещаются на серверах вуза или в выделенном облаке CDO в РФ; персональные данные не покидают контур.
Транспорт — TLS 1.2/1.3; для интеграций с 1С:Университет и внешними сервисами вуза поддерживается работа через российские СКЗИ (например, «КриптоПро CSP»). Действия с ПДн фиксируются в едином журнале LMS — проще готовиться к проверкам Рособрнадзора и аудитам ЭИОС. Запросы к языковой модели не идут на дообучение публичных моделей; доступен офлайн-вариант в изолированной сети вуза.
Вопросы и ответы
Что такое LMS AI?
LMS AI — это система управления обучением (Learning Management System), в которую встроены модули искусственного интеллекта: генерация заданий, диалоговые тьюторы, проверка работ на признаки ИИ-генерации, автоматизация методической документации. В CDO.LMS такие модули объединены в пакет DeepTalk.
Moodle + AI — как настроить?
AI-модули устанавливаются как плагины Moodle и подключаются к серверу DeepTalk через REST API. Настройка включает установку плагинов, привязку к материалам курсов и настройку прав доступа для преподавателей и студентов. Полная настройка занимает от 2 недель на один модуль.
ChatGPT в Moodle — это безопасно?
Подключение публичного ChatGPT-плагина без контроля передачи данных рискованно для персональных данных студентов (152-ФЗ) — тексты и учебные материалы уходят на внешние серверы. DeepTalk в CDO.LMS работает в контуре вуза или выделенном облаке CDO, что снимает эти риски.
Что делает Выготский?
Модуль Выготский генерирует фонды оценочных средств (ФОС) — тестовые задания, критерии и привязку к компетенциям — на основе рабочей программы дисциплины. Методист получает черновик документа для дальнейшего редактирования и утверждения.
Сколько стоит LMS с ИИ?
Стоимость зависит от числа модулей DeepTalk, количества студентов и наличия готовой интеграции с 1С:Университет. Базовая интеграция одного модуля — от 2–4 недель работ. Точный расчёт готовится после короткого брифа по вашему вузу — оставьте заявку через форму на странице.
Какой уровень SLA выбрать для сессии и приёмной кампании?
Для периодов пиковой нагрузки — сессии, промежуточной аттестации, приёмной кампании — рекомендуется уровень Professional или Enterprise. Professional покрывает расширенные часы и реакцию до двух часов на критичные инциденты; Enterprise даёт круглосуточную поддержку, реакцию до 30 минут и выделенного менеджера. Уровень можно повышать точечно на конкретный период — например, только на месяцы сессии.
Соответствует ли LMS с ИИ требованиям 152-ФЗ и локализации данных?
Да. CDO.LMS и модули DeepTalk размещаются на серверах вуза или в выделенном облаке CDO на территории России, данные студентов и сотрудников не покидают контур. Для интеграций с 1С:Университет и внешними сервисами вуза поддерживается работа через российские СКЗИ; для критичных сегментов возможно полностью офлайн-развёртывание языковой модели без выхода в интернет.