У продуктовому ІТ деякі рутинні завдання називають «тойл» (від англ. toil): робота, яка повторюється, не потребує експертизи, але з'їдає час. Такі завдання — перші кандидати на ШІ-оптимізацію. Розповідаємо, як можна використати штучний інтелект для спрощення викладацької роботи без коду і платних підписок, на прикладі одного сценарію.

Інструменти для моніторингу й аналізу нових статей за вашим фахом

Проблема: ви хочете, щоб інформація в курсі була актуальною, але шукати й аналізувати щотижня десятки нових статей задовго.
Рішення: організувати систему з двох безоплатних інструментів: один шукає нові публікації автоматично, другий аналізує їхню релевантність.

Крок 1. Налаштуйте автоматичні сповіщення про нові публікації

Скористайтеся сервісом Google Scholar Alerts. Це безоплатні автоматичні сповіщення про нові наукові публікації за вашими ключовими словами. Потрібно лише мати акаунт Google.

▪️

Відкрийте scholar.google.com та увійдіть у свій профіль.
▪️

У пошуку введіть ключові слова вашої дисципліни. Важливо: беріть точні фрази в лапки — наприклад, "поведінкова економіка","аналітика".
▪️

На сторінці результатів зліва знайдіть іконку конверта 📩 і натисніть «Створити сповіщення».
▪️

Вкажіть свою пошту та кількість результатів (починайте з 10).

Готово. Тепер раз на тиждень Scholar надсилатиме вам лист зі свіжими статтями. Можна створити кілька окремих сповіщень під різні розділи курсу.

Крок 2. Створіть проєкт-фільтр у Claude

Після налаштування Google Scholar Alerts вас на пошті накопичується потік статей. Але їхнє читання і є та сама рутина, від якої ми тікаємо. Тут підключається другий інструмент.

▪️

Зайдіть на claude.ai або оберіть будь-який зручний ШІ-інструмент (ChatGPT, Gemini).
▪️

Створіть новий проєкт і назвіть його, наприклад, «Моніторинг джерел — Поведінкова економіка».
▪️

У блок «Інструкції проєкту» впишіть один раз: яку дисципліну викладаєте, рівень студентів, освітні цілі, які типи джерел вам цікаві (емпіричні дослідження, огляди, кейси), яка мета аналізу статей.

Крок 3. Витрачайте 15 хвилин на фільтрацію раз на тиждень



Коли надходить лист від Scholar, скопіюйте назви та анотації статей у чат проєкту і напишіть запит:

«Оціни ці статті за релевантністю для мого курсу. Для трьох найрелевантніших дай коротку анотацію на 3 речення і поясни, чому варто включити їх у наступну лекцію».

ШІ відсіє нерелевантне й поверне короткий список із поясненнями. Якщо якась стаття зацікавила, завантажте її повний текст у той самий проєкт і попросіть докладний розбір.

Цей же принцип закриває й інші рутинні завдання. Наприклад, можна сформувати відповіді на типові запитання студентів.

🔹 База FAQ (англ. “frequently asked questions”, «часті запитання»). Щосеместру студенти запитують про дедлайни, формат здачі робіт, критерії оцінювання. Зберіть їх один раз, завантажте в проєкт разом із силабусом, і попросіть згенерувати структуровану базу відповідей. Перенесіть її в Google Docs та поділіться зі студентами. Оновлюйте базу раз на семестр за 10 хвилин замість того, щоб відповідати вручну сотню разів.

Не намагайтеся автоматизувати все одразу. Почніть із одного завдання — того, яке регулярно з'їдає ваш час чи найбільше не подобається. Перше налаштування займе 20–30 хвилин разом із помилками. Друге подібне завдання — уже 10 хвилин. Мета — звільнити час від механічної рутини й залишити його на те, де ви незамінні: на живу лекцію, роботу зі студентами, власне дослідження.

Поділіться у коментарях, яке рутинне завдання ви хотіли б автоматизувати наступним?