FINAL — Anti-Analog Registry (50+)
Generated: 2026-06-27 (Variant C, Phase 4)
Source: FINAL_corpus_v1_unified_registry.json (205 cases) + DR3 anti-washing layer + EXT1/EXT2 weak signals.
Зачем эта таблица
Anti-analog — кейс, который выглядит как валидная архитектурная инновация, но при ближайшем рассмотрении оказывается:
- маркетинговым заявлением без публично восстанавливаемой педагогики,
- инструментальным дополнением, выданным за перестройку учебного цикла,
- наивной интеграцией ChatGPT без redesign,
- «multi-agent» или «human-AI fusion» лейблом без реальной архитектуры распределения функций,
- mindset/ethics модулем без операционных критериев,
- или просто failure-mode (курс провалился).
В курсе МАИ anti-analogs нужны как контрпримеры — чтобы студенты могли отличить валидную архитектуру от её имитации. В ВКР-контуре — как боковая шкала ошибок, чтобы научный руководитель видел типичные ловушки.
Таксономия washing-типов
| Код |
Что это |
tool_augmentation |
«Добавили ChatGPT» без перестройки цикла. AI как сторонний tool |
concept_washing |
Терминология тащит больше, чем архитектура. «AI co-pilot», «hybrid intelligence», «assemblage» без операционализации |
agent_washing |
«Multi-agent» без распределения функций, памяти, arbitration. Часто — несколько промптов на стороне студента |
assemblage_washing |
Заявка на ассамбляжно-морфогенетический контур без верифицируемой архитектуры |
cao_washing |
«AI ведёт регулятивный контур» без grading, verification, traceability |
coverage_washing |
Маркетинговая инфраструктура (hub, academy, campus) без публичной педагогики |
mindset_washing |
«Студенты теперь учатся ответственно использовать AI» без операционных rubric |
OFFICIAL_CLAIM |
Институциональное заявление без воспроизводимой curriculum stack |
scope_drift |
Корпоративный upskilling выдают за инженерное образование |
anti_analog |
Курс или программа провалились или используют AI как cheap substitute |
weak_signal |
Сильная научная линия, но образовательный compartment слишком тонкий |
drift_unverified |
Невозможно установить из публичных источников, что в кейсе реально |
Anti-analogs — кластеры
1. Coverage washing (маркетинг без педагогики) — 11 кейсов
| ID |
Кейс |
Почему |
mbzuai-ai-excellence-scholarship |
Tahnoon bin Zayed Scholarship in AI Excellence (UAE) |
Сильный talent-pipeline signal, но не AI-native curriculum buildout |
penang-chip-design-academy |
Penang Chip Design Academy (MY) |
Сильный launch narrative, нет публично восстановимой curriculum stack |
schneider-malaysia-training-hub |
Schneider Electric SEA Training Hub (MY) |
Инфраструктура впечатляет, pedagogy/assessment не раскрыты |
schneider-hub |
Schneider Electric Malaysia training hub |
Дубликат маркетингового слоя — внесён в реестр для traceability |
flexport-90-day-ai-upskilling |
Flexport 90-day Upskilling (US) |
Корпоративный upskilling, не engineering school в строгом смысле |
flexport-90-day-upskilling |
Flexport 90-day |
См. выше; учётный дубль |
siemens-expedite-microcredential |
Siemens Expedite Skills for Industry (US) |
Microcredential brand без публичной curriculum architecture |
mbzuai-scholarship-narrative |
MBZUAI scholarship narrative |
Самостоятельный narrative-блок без программной архитектуры |
andhra-ai-university-nvidia |
Andhra Pradesh – Nvidia AI University Initiative (IN) |
Politik-level announcement, без визибельной curriculum |
samsung-innovation-campus-gcc |
Samsung Innovation Campus GCC (AE) |
Инфраструктурный brand без открытой педагогики |
kaist-snu-digitalogy |
Digitalogy Academy (KR) |
Заявка сильная, но curriculum-level evidence в публичной зоне тонкий |
2. OFFICIAL_CLAIM (институциональное заявление без публичной архитектуры) — 8 кейсов
| ID |
Кейс |
Почему |
china-moe-curriculum-overhaul |
China MOE curriculum overhaul with AI integration (CN) |
Sector-wide policy, отдельные курсы не реконструируются |
mext-genai-guidelines |
Japan MEXT GenAI guidelines |
Регуляторный документ, не курс |
science-tokyo-dsai-center |
Institute of Science Tokyo DSAI Center (JP) |
Strong institutional commitment, но publicly recoverable curriculum stack — пока тонкий |
samsung-ssafy-2-0 |
Samsung SW AI Academy for Youth 2.0 (KR) |
Strong launch, curriculum mostly closed |
bosch-ai-academy |
Bosch AI Academy (DE) |
Sales/marketing brand, publicly recoverable curriculum thin |
rolls-royce-specialist-academy |
Rolls-Royce Specialist Academy (GB) |
Mature corporate brand, но академическая trace — закрыта |
ru-engineering-profession-ai |
Будущее инженерной профессии в условиях ИИ (RU) |
Концептуальная статья, не курс |
mbzuai-co-pilot-education-model |
MBZUAI Co-pilot education model |
На уровне институциональной заявки строит C4, но architecturally — пока candidate, не norm |
3. Tool augmentation (наивный «добавили ChatGPT») — 9 кейсов
| ID |
Кейс |
Почему |
chatgpt-statics-construction |
ChatGPT in applied statics (US) |
Use as a calculator/helper, без redesign |
chem-lab-writing-chatgpt |
ChatGPT in chemical engineering laboratory writing |
B0-B4 разброс — type drift; assessment не перестроен |
chatgpt-dilemma-usn |
ChatGPT Dilemma in systems engineering (NO) |
Диагностика проблем, без перестройки architecture |
south-africa-genai-perceptions |
Engineering students at a South African university (ZA) |
Опросное исследование, не curriculum redesign |
saudi-genai-learning-tool |
GenAI with engineering students in Saudi Arabia |
Опросное исследование |
china-engineering-students-genai-impacts |
Educational Impacts of GenAI на инженеров (CN) |
Perception study, не курс |
columbia-ai-enhanced-education |
Columbia Engineering AI-Enhanced Education (US) |
Big-tent brand, B0-B4 разброс |
mechatronics-pbl-genai |
Mechatronics PBL redesign with GenAI |
PBL добавлен GenAI без операционализации regulatory loop |
energy-systems-redesign |
Re-designing an Energy Systems Course with GenAI |
Заявка на redesign, без trace artefacts |
4. Anti-analog (failure modes / inappropriate substitution) — 3 кейса
| ID |
Кейс |
Почему |
staffordshire-ai-coding-course (DR3) |
Staffordshire AI-taught coding course (GB) |
AI как cheap delivery substitute |
lazy-students-dream-control-systems |
The Lazy Student's Dream: ChatGPT Passing an Engineering Course on Its Own |
Failure-mode demonstration |
vermont-physics-instructor-conditioning (EXT) |
UVM lecturer wholesale switch to ChatGPT-graded |
См. EXT1/EXT2 |
5. Mindset/ethics washing (модуль без операционной фиксации) — 6 кейсов
| ID |
Кейс |
Почему |
skillsfuture-ai-ethics-literacy |
SkillsFuture AI ethics pathways (SG) |
Programme exists; explicit assessment of ethical reasoning — не виден |
ubc-enge-ai |
UBC EngE-AI for critical thinking |
Critical-thinking layer есть, операционализация — слабая |
ru-engineering-thinking-ai |
Формирование инженерного мышления под влиянием ИИ (RU) |
Concept paper, не курс |
world-of-ai-first-year-engineers |
World of AI for First-year Engineering Students |
First-year survey course, не ontological track |
cea-cd-genai-cs-curriculum (EXT2) |
CAE/CD GenAI in CS curriculum (multi-institutional) |
Подход «GenAI everywhere» без операционализации D9-D10 |
qub-software-testing-causal-model |
Responsible GenAI Use в QUB |
Sits between valid redesign (T2/T3) and ethics_module washing — borderline |
6. Concept washing (терминология тащит больше архитектуры) — 7 кейсов
| ID |
Кейс |
Почему |
bit-llm-proteus |
BIT-LLM PROTEUS platform (CN) |
«Platform» brand на A3-A4 пограничном слое |
human-machine-systems-genai |
Intentional infusion of GenAI in human-machine systems eng (US) |
C4 candidate, но architectural evidence не reconstructable |
cnki-xhang-ai-assistant |
Xhang AI assistant for SE course (CN) |
«AI assistant» как лейбл; SE course context |
upc-human-ai-ideation |
UPC blended human-AI creative ideation |
«Blended» framing без architectural specification |
embedded-iot-genai |
Embedded Systems and IoT with GenAI under V&V framework (US) |
V&V framing без операционной проверки |
oulu-genai-cognitive-systems-itee |
Oulu GenAI-Enhanced Cognitive Systems (FI) |
Hybrid status: C4 candidate and concept_washing risk |
aimhack-materials-science |
AIMHack2024 for Data-Driven Materials Science |
Hackathon framing, не курс |
7. Agent washing (multi-agent без архитектуры) — 4 кейса
| ID |
Кейс |
Почему |
triz-agents |
TRIZ Agents: Multi-Agent LLM Approach (INT) |
Названо multi-agent; реально — sequential prompt cascade. Useful как counter-example |
agile-requirements-simulation-ai-personas |
Teaching Agile RE with AI Personas (INT) |
«Personas» — это в основном role-prompt imitation |
build-ai-assistants-biomechanics |
Build AI Assistants… for Biomechanics |
«Assistants» (plural) без architectural distribution |
military-training-scenario-generation |
AI-Assisted Generation of Military Training Scenarios |
Strong A4 claim, generation of scenarios — single-model loop |
8. CAO washing (регулятивный контур заявлен, фактически нет) — 4 кейса
| ID |
Кейс |
Почему |
siemens-xcelerator-ai-tutors |
Siemens Xcelerator Academy AI tutors (DE) |
«AI tutors» назначены guidance role; рассмотрено как regulatory loop — нет evidence |
coursegpt-information-security |
CourseGPT in InfoSec |
Strong validated кластер по T1, но claim of regulatory loop требует verification |
cybersec-ai-tutor-9-domains |
AI Tutors in Cybersecurity Education (arXiv 2602.17448) |
9-domain coverage без grading evidence |
siemens-ai-in-engineering-education |
Siemens tools for future designers |
Designer-tool framing |
9. Weak_signal (хорошая научная линия, тонкий учебный компонент) — 6 кейсов
| ID |
Кейс |
Почему |
tufts-icdo-uvm |
ICDO Tufts/UVM |
Strong научный контур, educational layer — research seminars, не courses |
allen-discovery-center-tufts |
Allen Discovery Center |
См. выше |
role-morphogenetic-competency-evolution |
Shreesha arXiv 2310.09318 |
Conceptual baseline, не курс |
nmc2025-quantum-materials-calculator |
Neuromorphic Materials Calculator 2025 |
Strong как research, validation как deployed course — неясна |
tsetserukou-morphogenetic-uav-innopolis |
Tsetserukou Morphogenetic UAV (RU) |
Strong research, educational layer — closed |
cognifying-education-gorsky-levin |
Cognifying Education (Gorsky+Levin) |
Conceptual paper, не курс |
10. Drift_unverified / Scope_drift (нельзя установить из публичных источников) — 5 кейсов
| ID |
Кейс |
Почему |
iitm-data-centre-ops |
IITM + Vertiv data-centre operations training |
Corporate training framing, status школа vs. hub |
asml-academy |
ASML Technical Academy Phoenix |
Corporate facility; что внутри как педагогика — закрыто |
astra-atco |
ASTRA ATCO training simulator (SG) |
Training simulator, не курс engineering education в строгом смысле |
wara-robotics-mobile-manipulation-challenge |
WARA ABB Robotics challenge |
Industry challenge, не курс |
kicad-ai-assistant |
KiCad AI Assistant |
Open-source assistant; курсовая интеграция требует verification |
Сводка
| Кластер |
Кол-во |
| 1. Coverage washing |
11 |
| 2. OFFICIAL_CLAIM |
8 |
| 3. Tool augmentation |
9 |
| 4. Anti-analog (failure) |
3 |
| 5. Mindset washing |
6 |
| 6. Concept washing |
7 |
| 7. Agent washing |
4 |
| 8. CAO washing |
4 |
| 9. Weak signal |
6 |
| 10. Drift / scope drift |
5 |
| Итого |
63 |
(> 50 — цель выполнена)
Использование в курсе МАИ
Занятие 1 (CAD) — anti-analogs из T6 (Penang, Schneider, ASML) как контрпример «AI-native инфраструктура ≠ AI-native curriculum».
Занятие 2 (CAE) — siemens-xcelerator-ai-tutors как concept_washing для «AI tutor в инженерном симуляторе».
Занятие 3 (CAO) — qub-software-testing как borderline: задание студентам — отличить валидный CAO redesign от ethics_module washing.
Занятие 4 (Orchestration) — triz-agents, agile-requirements-simulation-ai-personas как agent_washing: студенты определяют, реально ли распределены функции.
Занятие 5 (Hybridity) — mbzuai-co-pilot-education-model как OFFICIAL_CLAIM, tufts-icdo-uvm как weak_signal, human-machine-systems-genai как concept_washing → этих хватает на разбор «где грань между желаемым и фактическим C4».
ВКР-контур — lazy-students-dream-control-systems как ВКР-контпример: что бывает, если студент полагается только на ChatGPT.
Что НЕ попало в реестр
- Большинство DR1/DR2 кейсов с peer-reviewed status и явной curriculum trace не в реестре — они идут как validated в типологии.
- Кейсы из Wave 1 GPT Deep Research, где сильная validated конструкция (Hydrology Argentina, CourseGPT, FEM AI-University, RWCP) — НЕ anti-analogs, а base material для занятий.
- Wave 1 Levin-line кластер описан отдельно в
FINAL_levin_line_diagnosis.md — там анти-аналог не применим, это структурная пустота поля, не подделка.
Связь с другими файлами