Google DeepMind запустил ИИ-ассистента для 1,1 млн школьников Индии в рамках ATL Saathi

Google DeepMind запустил пилотную версию ATL Saathi — веб-приложения на базе модели Gemini, предназначенного для учителей индийских Atal Tinkering Labs. Инструмент работает в режиме 24/7, помогает педагогам планировать занятия, генерировать проекты и осваивать учебные материалы. На первом этапе к платформе подключат 100 школ по всей стране, а потенциальная аудитория программы ATL — более 1,1 крор учеников (свыше 11 миллионов человек).

Проект реализуется совместно с Atal Innovation Mission — инициативой правительственного аналитического центра NITI Aayog, которая продвигает культуру предпринимательства и изобретательства среди молодёжи. О намерении интегрировать ИИ в образовательную программу DeepMind объявил ещё в феврале 2026 года на AI Impact Summit.

Что умеет ATL Saathi

Приложение строится вокруг трёх ключевых функций. Первая — структурированное введение в программу: все учебные модули ATL загружены и актуализированы в NotebookLM, а учителя получают сжатые конспекты, ИИ-инфографику, видеообзоры и интерактивные тесты по 12 базовым модулям curriculum. Такой микро-обучающий формат заменяет длинные видеолекции, позволяя педагогу быстро разобраться в новой теме прямо перед уроком.

Вторая функция — генерация проектов в двух режимах. В режиме Push учитель одним запросом получает набор готовых идей для проектов, соответствующих возрасту и программе класса. В режиме Pull — когда ученик сам приходит с собственной задачей — ИИ формирует пошаговые инструкции по сборке, схемы подключения и список мер безопасности. Это покрывает 10 из 12 модулей базового курса.

Третья функция — мультиязычность. Индия насчитывает десятки официальных языков, и ATL Saathi с первого дня поддерживает 8 языков: учитель задаёт вопрос на родном языке, ответ приходит на нём же. Архитектура рассчитана на дальнейшее расширение языкового охвата.

Gemini 3.5 Flash как движок образовательной платформы

В основе ATL Saathi лежит модель Gemini 3.5 Flash — одна из последних версий семейства Gemini от Google DeepMind. Именно она отвечает за мгновенную генерацию проектных идей, адаптированных под конкретный класс и тему, а также за создание инструкционных материалов — от инфографики до схем подключения электроники.

Важный акцент разработчиков — безопасность контента. Приложение работает в рамках строгих ограничений, привязанных к национальным образовательным стандартам Индии. Это принципиально для школьной аудитории: модель не выходит за пределы педагогически одобренного контента и не генерирует материалы, не соответствующие возрасту учеников.

Google подчёркивает, что подход остаётся teacher-led: ИИ выступает ассистентом, а не заменой педагога. Компания развивает это направление уже более 20 лет — через Google for Education, Google Classroom и теперь через серию Google Educator AI Series, обучающую учителей работе с цифровыми инструментами.

Что пилот покажет и почему это важно за пределами Индии

По итогам пилота в 100 школах DeepMind рассчитывает зафиксировать снижение административной нагрузки на учителей, рост их готовности к проведению практических занятий и повышение вовлечённости учеников. Конкретные метрики пока не раскрываются — результаты должны появиться после завершения первой волны тестирования.

Масштаб задачи впечатляет: ATL охватывает тысячи школ по всей Индии, и если пилот докажет эффективность, платформа может стать одним из крупнейших в мире примеров системного внедрения генеративного ИИ в государственное образование. Для сравнения — это не точечный эксперимент в одной школе, а попытка изменить стандарт работы целой национальной программы.

Для белорусского IT-сообщества кейс ATL Saathi интересен прежде всего как модель государственно-частного партнёрства в EdTech. В Беларуси схожие задачи — масштабирование технологического образования, снижение нагрузки на педагогов, поддержка STEM-направлений — стоят не менее остро. Резиденты ПВТ, работающие в сегменте образовательных технологий, могут рассматривать индийский опыт как ориентир: там государство выступило заказчиком стандарта, а технологический партнёр — исполнителем с чёткими KPI по педагогическим результатам, а не только по числу установок приложения.

Отдельного внимания заслуживает выбор инструментария: NotebookLM как база знаний, Gemini Flash как генеративное ядро, мультиязычный интерфейс как условие масштабируемости. Эта связка может стать референсной архитектурой для аналогичных проектов в других развивающихся рынках — включая страны СНГ с высокой языковой неоднородностью.