Лаборатории инноваций Индии получили ассистента на базе AI Gemini

Ключевые моменты

• Google DeepMind и Atal Innovation Mission Индии запустили ATL Saathi 14 июля 2026 года — веб-приложение на базе Gemini для учителей Atal Tinkering Labs.
• Пилотный проект охватывает 100 школ, входящих в сеть, которая достигает более 11 миллионов студентов по всей Индии.
• Ассистент генерирует идеи проектов, соответствующие уровню класса, пошаговые инструкции сборки, электросхемы и меры безопасности.
• Запущен на восьми индийских языках с возможностью расширения.
• Работает на Gemini 3.5 Flash, более быстрой и дешевой модели Google, адаптированной для быстрых ответов.

Индия потратила годы на создание Atal Tinkering Labs — небольших школьных мастерских, оснащенных 3D-принтерами, датчиками и базовыми наборами для робототехники. На данный момент их достаточно, чтобы охватить более 11 миллионов студентов. Проблема была не в оборудовании. Проблема была в поиске учителей, которые могли бы уверенно объяснить любопытному 13-летнему ребенку, как подключить датчик влажности почвы, не подвергая класс опасности.

Именно эту брешь пытается заполнить Google DeepMind с помощью ATL Saathi — веб-приложения для учителей, запущенного в пилотном режиме 14 июля 2026 года.

Представьте себе терпеливого коллегу-преподавателя, который никогда не спит. Учитель открывает приложение, выбирает модуль из официальной программы обучения инновациям и получает краткое резюме, инфографику, видеообзор и быструю викторину. Никаких двухчасовых учебных видео. Никаких 80-страничных PDF.

Более интересная часть — это то, что происходит, когда студенты приносят идею.

Скажем, студент хочет построить устройство, которое предупредит фермера, когда резервуар с водой почти пустой. Учитель вводит задачу в ATL Saathi. Приложение, работающее на Gemini 3.5 Flash (быстрой и недорогой версии основной модели AI Google, технологии, лежащей в основе чатботов вроде Gemini и ChatGPT), выдает план проекта. Этот план включает, какие компоненты взять, электросхему, показывающую, как их подключить, этапы сборки и рекомендации по безопасности о таких вещах, как незакрепленные батареи и открытые провода.

Работает и в другом направлении. Если учитель хочет вдохновить идеи, а не реагировать на них, приложение генерирует предложения проектов, соответствующие уровню класса студента и текущей программе.

Главное, что все это работает на восьми индийских языках при запуске. Учитель в школе с преподаванием на тамильском языке в сельском Тамил Наду получает ту же электросхему и те же рекомендации по безопасности, что и учитель в англоязычной школе в Дели. Материалы программы расположены в NotebookLM, инструменте документо-ориентированного AI от Google, поэтому ассистент отвечает на основе официального руководства Atal Innovation Mission, а не открытого интернета.

Atal Innovation Mission входит в NITI Aayog, аналитический центр политики индийского правительства. Его заявленная цель — превратить миллион индийских детей в то, что он называет "неотерическими инноваторами". Партнерство было впервые объявлено на саммите AI Impact в феврале 2026 года, и Google DeepMind говорит, что запуск сегодня — это первый работающий продукт из этого обязательства.

Что это на самом деле меняет в классе?

Это сдвигает роль учителя с поиска информации на руководство студентом через нее. Учитель физики, который никогда не трогал плату Arduino, небольшую программируемую электронную плату, которую студенты используют для электронных проектов, может теперь войти в лабораторию с распечатанным планом, списком деталей и контрольным списком безопасности, сгенерированными за несколько минут.

Сравните это с человеческой альтернативой. Специалист-наставник, посещающий каждую из тысяч лабораторий инноваций по всей Индии, неприемлем при национальном масштабе. Даже один визит на школу за семестр потребует серьезных затрат и логистики. Программный ассистент, стоящий пенни за запрос, работающий на модели, спроектированной для дешевого массового использования, — это совсем другая экономическая задача.

Есть реальные вопросы, на которые пилотный проект должен будет ответить. Работают ли электросхемы при сборке? Держатся ли рекомендации по безопасности, когда 12-летний их игнорирует? Как часто модель придумывает компонент, которого нет в наборе лаборатории?

Когорта из 100 школ — вот откуда придут эти ответы. Если Google DeepMind и Atal Innovation Mission смогут показать, что учителя тратят меньше времени на бумажную работу и больше времени на контроль реальных сборок, аргумент в пользу масштабирования на всю сеть лабораторий инноваций становится намного проще.

Пока что лаборатории инноваций имеют нового сотрудника. Он отвечает в 2 часа ночи, говорит на восьми языках и никогда не устает от одного и того же вопроса о резисторах.