Як маленька EdTech-команда з 8 осіб втрачає 1200$ щомісяця на ручній перевірці творів

Минулого місяця ми запустили інтенсив для 150 школярів, де кожен мав написати по 4 власні висловлення. Наші 3 методисти витрачали по 25 хвилин на кожну роботу, щоб надати якісний фідбек згідно з критеріями ЗНО. Загалом це забрало понад 150 годин чистого часу, що фактично паралізувало розробку нових модулів. Ми намагалися залучити фрілансерів, але якість перевірки впала на 40%, і нам довелося все переробляти власноруч. Це був справжній операційний хаос, який ледь не зірвав графік виходу наступного курсу.

Найскладнішим виявилося підтримувати єдиний стандарт оцінювання серед усіх перевіряючих. Кожен викладач трактує помилки по-різному, і учні починають скаржитися на несправедливість у коментарях. Окрім того, фізичне навантаження на очі та мозок призводить до того, що після 10-ї роботи методист починає пропускати пунктуаційні помилки. Ми витрачали купу часу не на навчання, а на механічне виправлення одних і тих самих лексичних помилок у сотнях файлів. Постійний дедлайн створював неймовірну напругу всередині нашої невеликої команди.

Це було складно, бо наш продукт базується на персоналізації, а в ручному режимі вона не масштабується. У нас лише 8 людей у штаті, і кожен виконує по декілька ролей одночасно. Коли заступник директора замість стратегії сидить і вичитує коми в творах одинадцятикласників, бізнес зупиняється в розвитку. Ми не могли просто найняти більше людей, бо це б «з’їло» весь прибуток від продажу курсу. Відсутність автоматизованого інструменту для аналізу тексту змушувала нас працювати по 12 годин на добу.

Ми спробували найняти двох додаткових старших студентів філологічного факультету на період пікового навантаження. Це коштувало нам близько 18 000 гривень за місяць, не враховуючи час на їхнє навчання та постійний контроль. Я особисто витратила ще 20 годин на місяць на менторство та перевірку їхніх перевірок. Також ми придбали підписку на кілька сервісів перевірки орфографії, що обійшлося ще у 1 500 гривень. У підсумку витрати зросли, а проблема швидкості та системності так і не була повністю вирішена.

Рішення виявилося неефективним, бо людський фактор нікуди не зник, а витрати на управління лише зросли. Студенти часто помилялися в складних зворотах, і нам все одно доводилося робити фінальну вичитку. Вартість перевірки однієї роботи впала незначно, але ризики отримати негативний відгук від клієнтів залишилися високими. Ми зрозуміли, що масштабувати таку модель неможливо, бо з кожним новим учнем наші витрати на персонал зростають лінійно. Нам потрібен був алгоритм, який би робив 80% рутинної роботи за секунди.