Microsoft и Иллинойсский университет представили систему StudentSim для создания цифровых копий учащихся. Разработка позволяет обучать ИИ-тьюторов на симулированных ошибках и реакциях студентов, что сокращает расходы и время, необходимые для тестирования на реальных людях.
Система работает в два этапа. Сначала базовая модель на базе Qwen3-4B-Instruct анализирует общие паттерны обучения. Затем она адаптируется под конкретного ученика, используя минимальный набор данных о его работе, что позволяет избежать переобучения модели.
В ходе тестирования на данных 60 человек по шахматам, английскому языку и математике StudentSim показал лучшие результаты, чем модель GPT-5.4. В шахматных задачах система в два раза точнее предсказывала ходы и корректно реагировала на обучающие подсказки.
Профессиональные шахматисты оценили тьюторов, обученных с помощью разных методов. Вариант, подготовленный через StudentSim, получил высшие баллы за качество объяснений и адаптивность к стилю игрока, допустив при этом меньше фактических ошибок.
Авторы подчеркивают, что это концептуальное решение. В отличие от инструментов OpenAI и Google, StudentSim учитывает индивидуальные особенности обучающегося. Исходный код проекта уже опубликован на платформе GitHub для открытого доступа.
