На Алтае прошла первая «Лаборатория профессий будущего» BStudy
1 август 20267 мин

На Алтае прошла первая «Лаборатория профессий будущего» BStudy

12 студентов, семь дней в Горном Алтае и один большой вопрос: какие задачи предстоит решать миру в 2035 году — и какие знания понадобятся тем, кто будет создавать технологии будущего?

Что произойдёт, если собрать в одной команде молодых математиков, инженеров, программистов и исследователей, объединить фундаментальную науку, искусственный интеллект и проектную работу — и перенести обучение из привычных аудиторий в пространство образовательной экспедиции?


Так появилась первая выездная «Лаборатория профессий будущего» BStudy — экспериментальный формат, созданный BStudy по инициативе Богдана Сафонова.

На семь дней Горный Алтай стал для участников не просто местом проведения программы, а настоящей лабораторией идей, командной работы и исследования будущего.

Традиционная профориентация чаще всего начинается с вопроса: «Кем ты хочешь стать?» В BStudy предлагают посмотреть на профессиональное развитие иначе: Какие проблемы мы хотим научиться решать — и какие знания, технологии и люди для этого понадобятся?

Участниками первой лаборатории стали 12 студентов 1–3 курсов разных вузов и образовательных направлений. Вместе они попробовали заглянуть в перспективу ближайших десяти лет и разобраться, какие технологические изменения уже сегодня формируют новые задачи для науки, бизнеса, медицины и инженерии. В центре внимания оказались искусственный интеллект, математическое моделирование, цифровые двойники и компьютерные симуляции, новые материалы, биоинформатика, анализ медицинских данных и интеллектуальные инженерные системы.

Но главной темой стали не отдельные технологии. Участники исследовали точки пересечения разных дисциплин — именно там сегодня возникают новые решения, направления исследований и профессиональные роли, для которых ещё не всегда существуют привычные названия. Будущему специалисту всё чаще недостаточно хорошо разбираться только в одной области. Важно понимать смежные дисциплины, уметь работать с данными и технологиями, взаимодействовать с экспертами разных профилей и видеть задачу шире собственной специализации.
«Лаборатория профессий будущего» строилась не как серия лекций.

Участники объединялись в междисциплинарные команды, выбирали перспективные проблемы, анализировали возможные сценарии их развития и превращали идеи в собственные проектные инициативы. Такой формат требует не только профессиональных знаний. Необходимо научиться слышать человека с другим опытом и профессиональным языком, аргументировать свою позицию, распределять ответственность, договариваться внутри команды и вместе отвечать за конечный результат. За семь дней участники прошли путь от вопроса:
«Что может измениться к 2035 году?» до обсуждения конкретных технологий, образовательных инициатив и проектов, которые можно начинать создавать уже сегодня. В этом и заключается один из ключевых принципов BStudy Labs: будущее рассматривается не как абстрактный прогноз, а как пространство для исследования и проектирования.

В программе практически не существовало привычной границы между занятиями и жизнью команды.
Горный Алтай стал полноценной частью образовательной среды. Совместные маршруты и поездки, сплав по Катуни, работа в командах, обсуждения и вечерние разговоры после насыщенного дня создавали совершенно иной уровень взаимодействия, чем обычная аудитория или онлайн-встреча. В образовательной экспедиции невозможно закончить занятие и просто разойтись. Участникам постоянно приходится вместе принимать решения, адаптироваться к обстоятельствам, распределять роли, помогать друг другу и брать ответственность не только за собственную часть работы, но и за общий результат. Именно в таких условиях команда постепенно перестаёт быть формальным распределением функций и становится настоящим сообществом.

Ещё один принцип BStudy — образовательная среда должна позволять человеку полноценно участвовать в работе независимо от физических ограничений или жизненных обстоятельств.
Инициатор «Лаборатории» Богдан Сафонов живёт с ДЦП и на собственном опыте знает, насколько сильно возможности человека зависят не только от его способностей, но и от среды, которая создана вокруг него. Поэтому инклюзивность в BStudy — не отдельное направление программы, а один из принципов её организации.

Каждый участник должен иметь возможность предлагать идеи, работать над проектами, принимать решения, брать ответственность и влиять на общий результат. Талант и способность создавать новое не должны определяться физическими возможностями, местом проживания или обстоятельствами. Доступ к знаниям, технологиям и возможности реализовывать собственные идеи должен быть открыт максимально широкому кругу людей.

Одним из главных результатов первой лаборатории стали не только разработанные участниками идеи.
Вокруг BStudy сформировалось сообщество молодых людей, которые хотят продолжать совместную работу после окончания экспедиции. Участники обсуждают новые технологические инициативы и образовательные проекты, возможность становиться наставниками для школьников, создавать собственные команды и принимать участие в следующих программах BStudy. Поэтому завершение семидневной экспедиции не стало финальной точкой проекта. Напротив, первая «Лаборатория профессий будущего» стала отправной точкой для дальнейшего сотрудничества.

Алтайская лаборатория стала первым практическим воплощением нового формата BStudy Лаборатории. Это образовательные экспедиции, в которых междисциплинарная команда исследует значимую тему, работает с современными технологиями, создаёт собственные проекты и продолжает взаимодействие после завершения основной программы. Для BStudy такой подход становится частью более широкой образовательной экосистемы.
Международные образовательные программы позволяют объединять участников из разных стран и культур.

BStudy Лаборатории создают пространство для глубокого командного погружения, исследования перспективных направлений и запуска новых инициатив. Онлайн-программы BStudy дают возможность продолжать развивать необходимые знания и технологические навыки независимо от места проживания. Все эти форматы объединяет одна идея:
образование должно помогать человеку не просто осваивать существующую профессию, а понимать изменения вокруг себя и учиться создавать собственные решения.

Мы не знаем названий всех профессий, которые появятся через десять или пятнадцать лет.
Некоторые из них сегодня ещё не существуют. Но уже сейчас можно учиться замечать изменения, исследовать направления развития науки и технологий, соединять знания из разных областей и находить людей, вместе с которыми хочется создавать новое. Именно этот подход BStudy планирует развивать дальше. Не угадывать профессию будущего. А учиться видеть задачи будущего и создавать решения для них. Первая «Лаборатория профессий будущего» BStudy завершилась на Алтае.

Сообщество, которое там появилось, продолжает активную работу — и самое интересное только начинается.

Условная диаграмма: два признака с разным масштабом показаны до и после приведения к сопоставимому масштабу.
5 ноябрь 20264 мин

Зачем модели приводить признаки к сопоставимому масштабу

На условном примере возраста и расстояния разбираем, как масштаб признаков влияет на расчёт расстояний, что делает стандартизация и почему перед ней стоит изучить выбросы.

Читать далее
Стилизованная линейка роста с условной буквой A и символом измерения роста.
5 ноябрь 20264 мин

Чем генотип отличается от наблюдаемого признака организма

Генотип в определённом месте генома описывает вариант ДНК, а наблюдаемый признак — характеристику организма. На примере роста разберём, почему запись варианта и описание признака относятся к разным видам данных.

Читать далее
Фрагмент таблицы с числами 0 и 6 и пустой ячейкой, выделенной зелёно-бирюзовым контуром.
3 ноябрь 20264 мин

Почему пропуск в таблице нельзя автоматически считать нулём

На условной таблице заказов разбираем, чем неизвестное значение отличается от нуля, как замена пропуска влияет на среднее и что проверить перед подсчётом.

Читать далее
Открытые карточки с символами и отдельная закрытая карточка: знакомые и отложенные примеры для проверки модели.
2 ноябрь 20264 мин

Почему модель хорошо отвечает на знакомых данных, но ошибается на новых

Модель может запомнить обучающие примеры, но это не доказывает, что она справится с новыми. Разбираемся, как отложенная тестовая выборка помогает проверить модель и почему результат одного теста ограничен.

Читать далее

Остались вопросы?

Оставьте заявку и мы свяжемся с Вами в ближайшее время