Модуль t.9 · Урок 4
Урок t.9.4: Приватно и локально + библиотека на всю школу
Чему научитесь
- Понимать, когда персональные данные учеников нельзя отдавать в обычный облачный чат с ИИ — и что делать вместо этого
- Запускать ИИ прямо на своём ноутбуке через бесплатное приложение, чтобы тексты и файлы никуда не уходили
- Загружать в такое приложение свою папку с материалами и спрашивать по ним — как по личной библиотеке
- Различать, что вы можете поставить сами за вечер, а где нужна помощь школьного айтишника
Для практики подойдёт любой чат с ИИ. Удобно через arckep.ru — основные модели, без VPN, оплата рублями.
Где облако — это проблема
Большинство уроков этого трека про обычный чат с ИИ: вы пишете в окошко, ответ приходит с чужого сервера. Для подготовки к уроку, проверки идей, переписывания формулировок это нормально — вы не передаёте ничего личного. Но есть граница, за которой облако становится риском.
Представьте: вы хотите, чтобы ИИ помог разобрать характеристики на класс, или прочитал заявления родителей, или проанализировал результаты диагностики с фамилиями. Всё это — персональные данные детей. Загружать их в публичный чат нельзя: вы не контролируете, где они окажутся и кто их прочитает. Это не паранойя, а прямое требование к работе с данными в школе.
Решение есть, и оно бесплатное. Существуют приложения, где ИИ работает прямо на вашем компьютере. Вы ставите программу, она скачивает «мозги» модели один раз, и дальше всё считается локально. Тексты и файлы не уходят в интернет вообще — даже без подключения к сети программа продолжает работать.
Два приложения, которые ставит сам учитель
Для приватной работы на своём компьютере подойдут два бесплатных приложения — оба без VPN, оба не отправляют ваши данные наружу.
AnythingLLM — приложение, в которое можно загрузить свою папку с материалами и спрашивать по ней. Программа читает ваши конспекты, методички, рабочие программы и отвечает, ссылаясь именно на них. По сути это ваша личная библиотека с поиском, только спрашиваете вы человеческим языком, а не ключевыми словами.
GPT4All — приложение попроще: это чат с ИИ, который работает на вашем компьютере. Открыли окно, написали вопрос, получили ответ — как привычный чат, но без интернета и без отправки данных. Тоже умеет читать ваши документы, но в первую очередь это удобный локальный собеседник.
Какое из двух выбрать, зависит от того, чего вы хотите чаще. Если основная задача — задавать вопросы по своим материалам и получать ответ со ссылкой на нужный конспект, берите AnythingLLM: он именно про это. Если хочется просто иметь под рукой ИИ-собеседника, которому можно доверить личный текст без страха утечки, проще начать с GPT4All. Поставить и попробовать можно оба — они не мешают друг другу и ничего не ломают в компьютере.
| Приложение | Для чего удобнее | Что внутри |
|---|---|---|
| AnythingLLM | Спрашивать по своей папке с материалами | Личная библиотека: читает ваши файлы и отвечает по ним |
| GPT4All | Просто поговорить с ИИ без интернета | Локальный чат: ответы на компьютере, данные не уходят |
Оба варианта работают по одному принципу: один раз скачали «мозги» модели, дальше всё крутится у вас. Разница только в том, что AnythingLLM сильнее заточен под работу с вашими файлами, а GPT4All — под обычную беседу.
Как это выглядит в работе
Допустим, вы выбрали AnythingLLM, чтобы спрашивать по своим материалам приватно. Порядок простой и не требует знания техники.
- Шаг 1. Скачиваете приложение с его официального сайта и устанавливаете как любую программу — двойной клик, «Далее», «Готово».
- Шаг 2. При первом запуске приложение предложит скачать «мозги» модели. Это один большой файл, качается один раз; дальше интернет уже не нужен.
- Шаг 3. Создаёте рабочее пространство и перетаскиваете туда свою папку с материалами — конспекты, методички, что угодно в текстовом виде или PDF.
- Шаг 4. Пишете вопрос человеческим языком: «Где у меня в материалах объясняется тема про дроби?» — и получаете ответ со ссылкой на ваш же файл.
- Шаг 5. Закрываете интернет и проверяете: приложение всё равно отвечает. Значит, данные точно никуда не уходят.
Тот же путь подходит и для GPT4All — разница в том, что там вы чаще просто общаетесь с ИИ, а не спрашиваете по конкретной папке.
Когда выбирать локальный вариант
Не нужно переносить всю работу на локальный ИИ — это лишнее усложнение. Граница проходит по одному признаку: есть ли в тексте персональные данные.
| Задача | Где делать |
|---|---|
| Придумать формулировки для задания, переписать абзац | Обычный облачный чат |
| Разобрать общую тему, составить план урока | Обычный облачный чат |
| Прочитать заявления или характеристики с фамилиями | Локально, на своём компьютере |
| Проанализировать диагностику конкретных учеников | Локально, на своём компьютере |
Простое правило для запоминания: если бы вы не отправили этот текст по незащищённой почте постороннему — не отправляйте и в облачный чат. В таких случаях работает локальный вариант.
Важно не впадать в крайность. Локальный ИИ не должен заменить всё — он медленнее, отвечает скромнее и нужен ровно там, где речь про личные данные. Девяносто процентов вашей повседневной работы с ИИ — это переписать формулировку, придумать пример, разобрать общую тему. Всё это спокойно живёт в обычном чате, и нет смысла гонять такие задачи через локальное приложение. Локальный вариант — это инструмент для узкого, но важного круга задач, а не замена привычному чату.
Выпишите пять задач, которые вы на этой неделе хотели бы отдать ИИ. Напротив каждой пометьте: есть ли там фамилии, личные данные детей или родителей. Те, где есть, — кандидаты на локальный ИИ. Остальные спокойно делайте в обычном чате. Это упражнение за десять минут даёт вам личное правило, по какому каждый раз решать, куда нести задачу.
Для IT-координатора: общая библиотека на школу
Логичный следующий шаг после личной библиотеки на одном ноутбуке — общая библиотека на всю школу. Идея та же: ИИ читает методические материалы, рабочие программы, внутренние документы и отвечает по ним. Только теперь это один сервер, к которому подключаются все учителя через браузер, а данные не уходят за пределы школы.
Это уже не приложение «поставил за вечер», а сервис, который кто-то настраивает и обслуживает. Поэтому раздел адресован тому, у кого есть доступ к школьному серверу и базовые навыки администрирования. Учителю достаточно понимать, что такая возможность существует: можно прийти к завучу или директору и сказать, что общая ИИ-библиотека по школьным материалам технически реальна и не требует отправки данных наружу. Дальше за дело берётся тот, кто отвечает за технику.
Инструментов для такой общей библиотеки несколько, и они отличаются по сложности запуска.
| Инструмент | Сложность | Чем удобен |
|---|---|---|
| Open WebUI | Проще | Понятный общий чат для команды, быстрый старт |
| Kotaemon | Проще | Заточен под вопросы по загруженным документам |
| RAGFlow | Тяжелее | Мощнее, много способов подключить источники данных |
| Onyx | Тяжелее | Мощный, подключается ко множеству внутренних систем |
Совет для старта: если у школы нет выделенного штата администраторов, начинать стоит с того, что проще — с Open WebUI или Kotaemon. Тяжёлые RAGFlow и Onyx дают больше возможностей и умеют подключаться ко множеству источников, но требуют заметно больше времени на настройку и поддержку. Браться за них имеет смысл, когда лёгкие варианты уже исчерпаны и есть кому за ними следить.
Чем общая библиотека лучше, чем у каждого своя на ноутбуке?
Единый источник правды: все учителя видят одни и те же актуальные материалы, а не каждый свою копию. Обновили методичку — обновилась у всех сразу. Плюс не нужно ставить приложение на каждый компьютер.
Данные при этом тоже не уходят наружу?
Да, если сервер стоит внутри школы. Смысл институционального варианта тот же, что и локального на ноутбуке: всё считается на своём оборудовании, наружу не передаётся. Конкретную настройку определяет тот, кто разворачивает сервер.
С чего начать IT-координатору?
С самого простого инструмента из лёгкой пары и небольшого набора документов. Сначала собрать рабочий минимум на десяти-двадцати методичках, показать паре учителей, собрать обратную связь — и только потом расширять. Тяжёлые инструменты подключать, когда лёгкие перестанут хватать.
Как два варианта связаны
Личный локальный ИИ и школьная библиотека — это одна идея на разном масштабе. В обоих случаях ИИ работает на своём оборудовании, данные не уходят наружу, а вы спрашиваете по своим материалам человеческим языком.
flowchart TD
A[Нужно работать с ИИ] --> B{Есть личные данные детей?}
B -->|Нет| C[Обычный облачный чат]
B -->|Да| D{Кто пользуется?}
D -->|Один учитель| E[Приложение на своём компьютере]
D -->|Вся школа| F[Общий сервер: задача айтишника]Разница в том, кто это ставит. Приложение на ноутбук учитель ставит сам за вечер. Общий сервер на школу — задача IT-координатора, и браться за неё нужно только при наличии человека, который будет его поддерживать.
Учитель хочет, чтобы ИИ проанализировал характеристики класса с фамилиями. Куда нести задачу?
Главное
Граница простая: всё с фамилиями и личными данными детей — только на своём компьютере, остальное спокойно делайте в обычном чате. Для приватной работы на ноутбуке есть два бесплатных приложения, оба без VPN и без отправки данных наружу: AnythingLLM — чтобы спрашивать по своей папке с материалами, GPT4All — как локальный чат с ИИ. Поставить любое из них учитель может сам за вечер.
Школьная библиотека на общем сервере — отдельная история и зона ответственности IT-координатора, а не рядового учителя. Если до неё дойдёт дело, начинать стоит с того, что проще — Open WebUI или Kotaemon, а тяжёлые RAGFlow и Onyx подключать позже, когда есть кому за ними следить.