ИИ для EdTech-компаний в Канаде

Когда EdTech-компании обращаются к нам

• Школьный совет прислал анкету о приватности по вашей ИИ-функции. Отдел продаж ждёт, пока продукт и разработка выясняют, куда уходят запросы и какие элементы данных видит модель.
• Продуктовая команда хочет генеративную ИИ-функцию в этом году. Репетитор, отзывы на письменные работы или генерация учебного контента, а модель, хостинг и порядок проверки никто не выбрал.
• Клиент из Квебека попросил оценку влияния на приватность по Закону 25. Команде нужно объяснить, где хранятся и обрабатываются данные и кто их видит.
• Поддержка каждую неделю отвечает учителям и администраторам на одни и те же обращения. Вход в систему, списки классов и журнал оценок заполняют очередь.
• Разработчики пользуются ИИ-инструментами для кода без общих правил. Техлиды хотят единого ревью и единой работы с секретами во всём репозитории.

Что мы создаём и автоматизируем для EdTech

Одна ИИ-функция продукта от начала до конца. Индивидуальная ИИ-функция, например отзывы на письменные работы или генерация контента, с проработкой промптов, ограничениями для соответствия возрасту, журналированием и набором тестов для оценки. Всё, что влияет на оценку или распределение по уровню, учитель проверяет или подтверждает.

Хостинг модели и путь данных. Сравниваем Azure OpenAI, OpenAI API, AWS Bedrock и Anthropic по тому, где хранятся данные и где идут вычисления, затем подключаем выбранного провайдера через ваш API-слой. Архитектуру утверждает ваш техлид.

Пакет документов о приватности для школьных советов. ИИ готовит черновики ответов на анкеты по безопасности и приватности по вашей утверждённой документации. К ним добавляется лист на одну страницу по каждому продукту: элементы данных, цель и оператор, которые теперь нужны советам Онтарио для уведомлений. Ваш ответственный за приватность правит и утверждает.

Сортировка обращений и ассистент справочного центра. Ассистент поддержки отвечает на типовые вопросы учителей и администраторов по материалам вашего справочного центра, на английском и французском. Случаи по конкретному аккаунту передаёт сотруднику вместе с кратким изложением.

Практика работы с ИИ в коде для ваших разработчиков. Обучение Claude Code с правилами ревью и соглашениями репозитория, чтобы код, написанный с помощью ИИ, отвечал тем же требованиям, что и остальной.

Канадские правила, которые определяют работу

PIPEDA и рекомендации OPC. Закон о защите персональных данных PIPEDA (Personal Information Protection and Electronic Documents Act) применяется к частным организациям, которые собирают, используют или раскрывают персональную информацию в коммерческой деятельности. У Альберты, Британской Колумбии и Квебека есть свои во многом схожие законы. Принципы федерального, провинциальных и территориальных комиссаров по защите частной жизни для генеративного ИИ требуют действительного и осмысленного согласия там, где правовое основание — согласие, и открытости в отношении рисков для приватности. Документация продукта должна говорить, что собирает ИИ-функция и зачем.

Совместная резолюция по образовательным технологиям, октябрь 2025 года. Канадские регуляторы приватности призвали школы, школьные советы и EdTech-поставщиков считать информацию о детях чувствительной и ставить наилучшие интересы ребёнка на первое место при разработке и закупках.

O. Reg. 52/26, Онтарио. По Регламенту о цифровых технологиях, затрагивающих лиц младше 18 лет (Digital Technology Affecting Individuals Under Age 18), с 1 июля 2026 года школьный совет письменно уведомляет, когда персональная цифровая информация ученика передаётся стороннему приложению. В уведомлении перечислены элементы данных, цель, название приложения и оператор. Лист на одну страницу по каждому продукту с этими сведениями — то, что нужно от вас координатору совета по приватности.

Закон 25 Квебека (Loi 25 / Law 25). Статья 3.3 требует оценки влияния на приватность для новой информационной системы, которая работает с персональной информацией. Статья 17 требует такой оценки до передачи персональной информации за пределы Квебека, в том числе поставщику услуг. Статья 12.1 касается решений, основанных исключительно на автоматизированной обработке. В схеме функции решение остаётся за учителем, а пакет документов о приватности описывает путь данных.

Где хранятся и обрабатываются данные у разных провайдеров. Развёртывания Azure OpenAI типа Standard обрабатывают запросы в регионе Canada East только для нескольких моделей. Для подходящих клиентов OpenAI API может хранить данные в Канаде, а обработка идёт за её пределами. AWS Bedrock в регионе Canada (Central) хранит журналы и данные в Канаде, а вычисления для Claude идут в регионах США или в глобальных регионах. Полная картина входит в проверку соответствия требованиям.

Какой пакет подходит

EdTech-команды обычно знают, какая функция им нужна, поэтому чаще всего начинают с Пилотного ИИ-спринта: шесть недель, одна работающая функция или процесс. Команды с несколькими конкурирующими идеями начинают с Аудита возможностей ИИ.

Полный объём каждого пакета — на странице цен.

Как идёт работа

Работа строится по циклу Remolda: Аудит → Стратегия → Внедрение → Обучение → Развитие.

1. Аудит. Рабочая сессия с руководителем продукта, техлидом и тем, кто отвечает клиентам на вопросы о приватности. Разбираем идею функции, текущий путь данных и недавние анкеты от школьных советов.
2. Стратегия. Схема на одну страницу: модель, хостинг, путь данных, точки проверки человеком и набор тестов для оценки.
3. Внедрение. Шестинедельная разработка в вашем репозитории и облачном аккаунте с демонстрацией каждую неделю. Параллельно готовим пакет документов о приватности.
4. Обучение. Передача вашим разработчикам и практика работы с ИИ в коде для команды.
5. Развитие. Разбор после первого семестра использования: качество результатов, отмеченные случаи и следующая функция.

По нашему опыту, пилот обычно занимает шесть недель с момента старта. Срок зависит от доступа к вашим средам, тестовых данных без реальных записей об учениках и вашего графика релизов.