Little.PM

Little.PM — цифровая платформа, которую я недавно спроектировал и реализовал для программы практического обучения Little Project Manager. Проект стартовал в Дубае и Абу-Даби, а затем получил продолжение в Казахстане. Программа рассчитана на детей и подростков 5–18 лет и через практические мини-проекты развивает умение решать проблемы, работать в команде, планировать, творчески мыслить, общаться, брать на себя лидерство и ответственность, анализировать собственный опыт, адаптироваться и уверенно использовать ИИ. Платформа превращает утвержденные учебные модули в командные учебные симуляции. Учитель может с помощью ИИ подготовить структурированный сценарий, проверить его, запустить занятие, управлять этапами и событиями по времени, формировать команды и роли, собирать результаты и рефлексии, а также отслеживать прогресс на панелях и в отчетах о развитии навыков. Ученики работают в управляемом проектном пространстве и могут пользоваться исследовательским ИИ-помощником, не выходя за пределы утвержденной базы знаний. ИИ намеренно используется как помощник, а не как автономный управляющий занятием. При генерации сценария система получает только утвержденный контекст учебной программы и формирует структурированный шаблон, который проходит проверку структуры и правил до создания симуляции. Управление состоянием занятия остается за сервисом оркестрации Django — именно он отвечает за запуск, паузу, переход между этапами, выпуск событий и завершение. Исследовательский помощник работает по принципу закрытого RAG: прямые идентификаторы удаляются, поиск выполняется только по одобренным школьным и общим материалам, при недостаточном контексте система отказывается отвечать, а ответы, адаптированные к возрасту, содержат ссылки на источники. Черновики оценивания и отчетов о прогрессе формируются только на основании реальных данных — рефлексий учеников, комментариев учителя, наблюдений и текущего уровня навыков — и остаются редактируемыми до явного утверждения учителем. Техническая реализация использует Next.js 16, Django REST, PostgreSQL + pgvector, Redis/Celery, приватное хранилище S3 и шлюз LiteLLM с Cloudflare Workers AI и, при необходимости, резервными провайдерами. Разграничение доступа по ролям, HTTP-only аутентификация, журнал аудита и трассировка провайдера, модели и задержки формируют архитектуру, пригодную для промышленной эксплуатации, где контроль учителя и приватность учеников являются базовыми требованиями.