Syracuse University: Claude для всех студентов и сотрудников и запросы к данным вуза вместо двух недель ожидания

Задача

Syracuse University — частный исследовательский университет в штате Нью-Йорк, где учатся более 20 000 студентов. Его задача шире, чем просто купить лицензии. Нужно изменить преподавание и оценивание, привлечь скептически настроенных преподавателей и подключить Claude к собственным данным вуза: от работы с донорами до поиска курсов и безопасности кампуса.

Здесь две отдельные трудности. На стороне людей нужно убедить преподавателей, что ИИ уместен в аудитории. На стороне данных нужно подготовить десятилетия институциональной информации так, чтобы модель могла с ней работать.

Что сделали

В октябре 2025 года вуз выдал Claude каждому студенту, преподавателю и сотруднику и занялся обучением, правилами использования и встраиванием ИИ в учебный процесс. Параллельно команда данных построила агентную платформу для высшего образования, где один и тот же человек в течение дня может быть преподавателем, сотрудником или студентом.

Старший вице-президент и директор по цифровым технологиям начал с собственного курса. Первую версию практического теста с вопросами на выбор студенты проходили, не вникая в материал. Он переделал задание: студент получает термин и вводит ответ, а Claude оценивает его и показывает слабые места по словам, которые преподаватель использовал на занятиях. Баллы за первый экзамен выросли на 12 пунктов, это лучший результат за более чем 15 лет преподавания курса. Преподаватель оговаривает, что дело было не в инструменте, а в том, как им пользоваться.

Как это устроено

Платформа работает на Claude Opus 4.6, которая надёжно справляется со сценариями из более чем десяти последовательных шагов. Claude управляет специализированными агентами, выполняющими запросы к данным университета. Одно из решений, Clementine, превращает поиск курсов из ключевых слов в запросы на естественном языке: студент просит курс по ИИ по средам после обеда и получает результат с учётом расписания и карьерных целей. Модель запрашивает миллионы строк институциональных данных.

Самым трудным оказалась подготовка данных: мало кто понимает правила и связи, накопленные за десятилетия. Команда записывала совещания отделов, где сотрудники спорили о правилах своих данных, и подавала расшифровки в Claude, чтобы он выучил логику. К тому же для вовлечения преподавателей вуз запустил добровольные семинары по ИИ на 200–500 участников и сообщества практиков, где обсуждают академическую честность и психическое здоровье.

Цифры

• ●80–90% обладателей лицензий активны еженедельно, в большинстве бесед пользователи загружают файлы
• ●пиковая ежедневная аудитория студентов +394%, сотрудников +214%, преподавателей +146% с октября по апрель
• ●123 из 139 членов руководящей команды вуза используют Claude
• ●запросы по донорам: вместо двух недель результат за минуты
• ●подготовка данных для проекта сократилась с трёх месяцев до шести недель между первой и второй реализацией
• ●сотрудники без технической подготовки освоили Claude Code в течение недели после пилота
• ●баллы за первый экзамен на курсе преподавателя +12 пунктов

Что повторить у себя

1. Начинайте с практики руководителя в собственной работе. Личный пример убеждает лучше, чем указание сверху.
2. Параллельно с лицензиями запускайте добровольное обучение и площадки, где можно обсудить тревоги, такие как честность и конфиденциальность.
3. Подготовка данных занимает основное время. Привлекайте владельцев процессов, чтобы описать их правила, и фиксируйте это в записях.
4. Начните с запросов, где ожидание сейчас измеряется неделями: отчёты, выборки, справки.
5. Помните, что переделанное задание важнее инструмента. Оценку результата привязывайте к изменению процесса.