В команду Лаборатории приглашаются молодые российские ученые (возраст до 39 лет) со степенью кандидата наук или PhD (полученной в течение последних трёх лет) для участия в проекте по изучению инновационных процессов в образовании. Возможность переезда в Москву (компенсация проезда, проживания) и работы в историческом центре города. Развитие профессиональных компетенций ученого, широкие возможности научного нетворкинга, срочный контракт на 1 год с возможностью продления. Старт работы с сентября 2026 г. Заявки принимаются до 15 марта 2026 г.
ЛИВО специализируется на исследованиях низовых инноваций, цифровых технологий, в т.ч. искусственного интеллекта, и процессах трансформации образовательных систем. Также Лаборатория является одним из организаторов Конкурса инноваций в образовании (КИвО), ежегодно собирающего лучшие заявки инновационных проектов. Конкурс является ценным источником исследовательских данных, которые будут доступны нашим постдокам и могут быть использованы в совместных с Лабораторией исследованиях.
Ниже Вы можете ознакомиться с описанием актуальных проектов, в которых будут принимать участие постдоки в 2026 году и подать заявку на участие в конкурсе.
Актуальные проекты
Проект 1. Выявление образовательных трендов на основе анализа слабых сигналов: низовые инновации и стратегии развития образования в странах БРИКС
Цель научного проекта:
Целью работы постдока является адаптация алгоритма выявления перспективных направлений развития российской образовательной системы посредством анализа слабых сигналов (ранних индикаторов изменений) и систематического мониторинга ключевых контекстуальных факторов, влияющих на трансформацию образовательной среды.
Основные задачи проекта:
- Уточнение и теоретическое осмысление понятий «низовые инновации» и «слабые сигналы» как фундаментальных элементов алгоритма обнаружения трендов. Это включает в себя анализ существующих определений, классификацию типов низовых инноваций, а также разработку критериев идентификации слабых сигналов в контексте образовательных систем. Результатом является формирование четкой методологической базы, обеспечивающей корректное и последовательное применение алгоритма в дальнейшем исследовании.
- Систематизация и классификация современных образовательных реформ и национальных программ в сфере образования (тренды сверху-вниз) в странах БРИКС с одновременным анализом сопутствующих контекстуальных факторов. Исследование будет охватывать 3–4 страны из числа БРИКС (предположительно Россия, Китай, Бразилия и Индия), что позволит выявить как общие, так и уникальные тенденции. Особое внимание будет уделено таким аспектам, как государственная политика цифровой трансформации образования, демографические изменения, требования современного рынка труда, а также уровень и структура государственных и частных инвестиций на одного обучающегося.
- Адаптация и модификация существующего алгоритма анализа слабых сигналов с учетом специфики российской образовательной сферы. Предполагается разработка методических рекомендаций по сбору, обработке и интерпретации данных, а также внедрение инструментов, позволяющих выявлять ранние индикаторы изменений и прогнозировать развитие образовательных трендов. Особое внимание будет уделено обеспечению валидности и надежности алгоритма. Для решения данной задачи будут разработаны алгоритмы и методы обработки текстовых данных для выявления слабых сигналов и скрытых закономерностей в больших массивах информации, таких как база заявок на конкурсах, акселерационных платформах и тд. Наряду с этим будут разработаны фреймы для сценарного и стратегического планирования, в том числе применения мета-фрейминга и стратегических радаров выявления «слепых зон» и построения возможных траекторий развития трендов, а также фреймы для нарративного и контекстуального анализа в целях интерпретации обнаруженных сигналов.
- Применение алгоритма для выявления ключевых трендов и перспективных направлений в российской образовательной системе. Исследование будет базироваться на анализе слабых сигналов, характеризующих низовые инновации, что позволит выявить инновационные и зарождающиеся практики, способные оказать значительное влияние на развитие образования. В том числе запланирован сбор базы слабых сигналов через мониторинг конкурсов образовательных инноваций, заявок в акселераторы по образовательной тематике, краудфандинговых платформ, тематических групп инноваторов в социальных сетях, а также последующее тематическое кодирование и кластеризация собранных слабых сигналов методом Latent Dirichlet Allocation для содержательной интерпретации выявленных сигналов.
- Разработка конкретных рекомендаций для российских и международных участников образовательного процесса, направленных на выбор наиболее перспективных точек инвестирования и форматов поддержки образовательных инноваций.
Ожидаемые результаты:
- Проведен теоретический анализ и уточнение понятий «низовые инновации» и «слабые сигналы» применительно к сфере образования. Выявлены ключевые характеристики и типы низовых инноваций, а также разработаны критерии идентификации слабых сигналов как ранних индикаторов изменений в образовательных практиках. В результате сформирована единая понятийно-методологическая рамка, обеспечивающая корректное и сопоставимое применение данных понятий в эмпирических исследованиях образовательных трендов.
- Разработан алгоритм мониторинга трендов, выработан единообразный критериальный аппарат и методы изучения слабых сигналов в российской образовательной системе. В том числе предложена трехуровневая методология идентификации инноваций: сканирование (краудфандинговые платформы, акселераторы), верификация (экспертные интервью, кросс-валидация), кластеризация (машинное обучение для тематической группировки).
- Сформирована и структурирована база данных низовых инноваций на основе массива заявок Конкурса инноваций в образовании, находящихся в распоряжении Лаборатории. База обеспечивает возможность систематического анализа, тематической классификации и последующего мониторинга инновационных образовательных практик.
- Разработана матрица воздействия трендов на основные группы заинтересованных сторон (обучающиеся, педагоги, инвесторы, регуляторы, предприниматели).
- Подготовлена к публикации 1 статья в изданиях из списка B/С НИУ ВШЭ (Web of Science Core Collection или Scopus) и 1 статья уровня РИНЦ или аналогичного уровня, посвящённые адаптации алгоритма исследования слабых сигналов в образовании и описанию эмпирических данных.
- Подготовлены и представлены доклады по результатам исследования на ключевых российских и международных научных и экспертных конференциях в сфере образования (Апрельская международная научная конференция НИУ ВШЭ, ММСО, ECER (European Conference on Educational Research).
Дополнительная информация о проекте:
Проект реализуется с включением партнеров, изучает образовательные инновации и мировые образовательные тренды в контексте российского образования. В нём принимают участие представители Сколково, МГУ, МГПУ, ТГУ, технологических компаний и других организаций. Проект имеет статусный характер и обеспечивает широкое профессиональное взаимодействие https://ioe.hse.ru/edu_global_trends/2025/
В рамках проекта анализируются национальные образовательные системы и тренды стран BRICS. На его базе приглашается российский постдок. Проект также может быть интегрирован в инициативы в рамках приоритета 2030.
В пределах единого трудового договора постдок может присоединиться к проведению лекций и семинаров в рамках майнора “Инновации в образовании: от идеи к проекту” и курсов ДПО, которые проводит лаборатория.
Научный руководитель проекта: Томасова Дарья Александровна, доцент, Институт образования; научный сотрудник, Лаборатория инноваций в образовании
Проект 2. Исследование инфраструктуры поддержки социальных инициатив в образовании как способа преодоления дефицитов образовательной системы
Цель научного проекта:
Изучить возможности социального предпринимательства в закрытии дефицитов образовательной сферы в городах крайнего севера
Основные задачи проекта:
- Определить основные мотивы запуска проектов социального предпринимательства в образовании и их взаимосвязь с запросами локального сообщества;
- Типологизировать практики работы ресурсных центров НКО и центров поддержки предпринимательства при взаимодействии с проектами в образовательной сфере; в том числе провести кабинетное исследование на предварительном этапе для комплексного описания кейсов НКО и социальных предпринимателей (изучение программ, документов, медийных материалов, сайтов и социальных сетей).
- Изучить траектории масштабирования социальных инициатив и распространения социальных эффектов в образовательной сфере, в том числе провести пул интервью с респондентами. Для понимания комплексной картины в качестве респондентов будут привлекаться как руководители/создатели НКО и социальных предприятий, так и методисты/кураторы образовательных событий. Это позволит нам раскрыть вопросы роли организации в образовательном пространстве региона. мотивы запуска проекта и используемые стратегии для масштабирования социального импакта образовательных решений.
- Исследовать контуры партнерств социальных предпринимателей и организаторов НКО в образовании с бюджетными образовательными организациями и предприятиями;
- Проанализировать возможности использования городской и региональной инфраструктуры и коммерческих площадок для развития образовательных проектов и провести картирование образовательных инициатив в городе: выделение и описание площадок притяжения социальных инициатив.
Ожидаемые результаты:
- Разработаны инструменты для выявления основных мотивов и условий инициации социальных проектов в сфере образования, а также ключевых факторов, влияющих на их появление и развитие с учётом потребностей местных сообществ. Собраны эмпирические данные.
- Описаны и систематизированы модели поддержки социальных инициатив в образовании. Сформулированы базовые рекомендации по эффективному сопровождению социальных образовательных проектов.
- Описаны успешные практики масштабирования социальных образовательных проектов и определены инструменты, позволяющие распространять образовательные решения и социальные эффекты на новые территории и аудитории.
- Подготовлена к публикации 1 статья в изданиях из списка B/С НИУ ВШЭ (Web of Science Core Collection или Scopus) и 1 статья уровня РИНЦ или аналогичного уровня, посвящённые анализу и классификации моделей взаимодействия ресурсных центров, НКО и социальных предпринимателей в образовательной сфере.
- Подготовлены и представлены доклады по результатам исследования на ключевых российских и международных научных и экспертных конференциях в сфере образования (Апрельская международная научная конференция НИУ ВШЭ, ММСО, ECER (European Conference on Educational Research).
Дополнительная информация о проекте:
Лаборатория имеет опыт проведения научных проектов по теме социального предпринимательства и инноваций и взаимодействует с компаниями и фондами, такими как Альфа-Банк и фонд «Наше будущее». Ежегодно проводится Конкурс инноваций в образовании (КИвО) (12 лет подряд), данные которого будут переданы для анализа кандидату на данную позицию. В рамках сотрудничества с фондом «Наше будущее» возможно выполнение исследований по заказу фонда.
Научный руководитель проекта: Андреева Анастасия Александровна, заведующая лабораторией Инноваций в образовани
Проект 3. Социально-психологические и организационные факторы применения искусственного интеллекта в профессиональной деятельности сотрудников образовательных организаций (педагогов и управленцев)
Цель:
Комплексное изучение особенностей применения и восприятия искусственного интеллекта (ИИ) сотрудниками образовательных организаций и управленцами образовательных организаций с учётом индивидуальных и организационных особенностей пользователей.
Основные задачи проекта:
- Определить основные характеристики применения и восприятия ИИ в профессиональной деятельности сотрудников образовательных организаций и управленцев в сфере образования, включая проведение эмпирического исследования (опроса), направленного на фиксацию фактических параметров использования ИИ (частота, цели, типы применяемых технологий, контексты использования и др.).
- Выявить ключевые социально-психологические факторы, стимулирующие или ограничивающие использование ИИ в профессиональной деятельности сотрудников образовательных организаций, включая анализ влияния индивидуальных и субъективных характеристик пользователей на принятие и практики применения ИИ, а также разработку классификационных признаков и подходов к типологизации данных характеристик.
- Построить модель субъективных факторов применения ИИ в профессиональной деятельности сотрудников образовательных организаций, определить структуру, соотношение и взаимовлияние различных факторов, влияющих на интенсивность, способы и устойчивость использования ИИ.
- Выявить и описать управленческие стратегии применения ИИ для поддержки управленческих решений и развития образовательных организаций, включая использование ИИ в управлении персоналом, образовательными процессами, аналитике данных, коммуникациях и стратегическом планировании.
- Разработать практические рекомендации по внедрению ИИ в образовательных организациях и развитию практик его использования в образовании, включая дифференцированные стратегии внедрения ИИ с учетом различных пользовательских профилей (педагогических и управленческих) и организационных факторов.
Ожидаемые результаты:
- Выявлены особенности применения и восприятия искусственного интеллекта сотрудниками образовательных организаций и управленцами в сфере образования. Зафиксированы основные характеристики использования ИИ в профессиональной деятельности (частота, цели, типы технологий, контексты применения), а также различия в практиках и восприятии ИИ между различными категориями пользователей.
- Описаны социально-психологические и организационные факторы использования ИИ в образовании. Сформирована типология пользовательских профилей.
- Построена модель субъективных и организационных факторов применения ИИ, отражающая их структуру и взаимосвязи, а также выявлены и описаны управленческие стратегии использования ИИ для поддержки управленческих решений и развития образовательных организаций.
- Подготовлены и представлены доклады по результатам исследования на ключевых российских и международных научных и экспертных конференциях в сфере образования (Апрельская международная научная конференция НИУ ВШЭ, ММСО, ECER (European Conference on Educational Research).
- Подготовлена к публикации 1 статья в изданиях из списка B/С НИУ ВШЭ (Web of Science Core Collection или Scopus) и 1 статья уровня РИНЦ или аналогичного уровня, посвящённые анализу факторов, моделей и управленческих стратегий использования искусственного интеллекта в образовательных организациях
Дополнительная информация о проекте:
Это направление является одним из ключевых в Лаборатории. В течение нескольких лет реализуются проекты, посвященные изучению применения ИИ в образовательной практике и разработке рекомендаций для педагогов и управленцев.
Проект РНФ «Субъективные факторы российских учителей в контексте интеграции и применения ИИ в профессиональной деятельности» (2026-2028) на проведение исследований, направленных на выявление факторов, влияющих на восприятие и применение ИИ сотрудниками образовательных организаций. Проект охватывает анализ практик использования ИИ и разработку рекомендаций для управленцев и педагогов.
Проект зеркальной лаборатории с Томским государственным педагогическим университетом, направлен на обмен опытом, совместное тестирование методик и исследование практик интеграции ИИ в образовательный процесс. Проект позволяет апробировать подходы лаборатории в другом регионе и обеспечивает масштабирование результатов исследований.
Коммуникация с руководителем проекта ведётся на английском языке
Руководитель проекта: Nazir Jogezai, Research Fellow, Institute of Education / Laboratory for Educational Innovation Research
Для подачи заявки заполните форму: https://forms.yandex.ru/u/697ca14102848f32cea51751 до 15 марта 2026 года. С кандидатами, заполнившими форму, свяжется представитель лаборатории для последующего интервью и обсуждения участия в проекте. В случае успешного прохождения интервью будет предложено заполнить официальную заявку НИУ ВШЭ и пройти общий конкурс.
Более подробно о конкурсе постдоков НИУ ВШЭ можно узнать здесь: https://postdocru.hse.ru
