Microsoft Research и Университет Иллинойса разработали StudentSim — систему, которая создаёт виртуальные копии учеников для обучения ИИ-репетиторов. Симуляторы воспроизводят уровень знаний конкретного человека, его типичные ошибки и реакцию на подсказки.
Проблема в том, что обычные языковые модели плохо изображают реальных учеников. Если просто описать уровень знаний и попросить ИИ отвечать от имени человека, модель часто оказывается слишком умной: понимает подсказки и перестаёт совершать характерные ошибки.
StudentSim построили на Qwen3-4B-Instruct. Сначала модель дообучили на данных множества учеников, а затем для каждого человека создали отдельный адаптер на основе его истории. Так получается персональный виртуальный ученик.
Тесты провели на 60 людях: 30 шахматистах, 15 изучающих английский и 15 школьниках-математиках. StudentSim проверяли по способности воспроизводить действия конкретного ученика и менять ответы после подсказок. По обоим показателям система обошла GPT-5.4.
Затем виртуальных учеников использовали для обучения ИИ-репетитора шахматам. Qwen3-VL-8B давал советы, StudentSim имитировал ученика, а награда начислялась, если после подсказки качество хода улучшалось. После обучения репетитор выдавал ответы без серьёзных ошибок в 90,5% случаев против 75,7% у версии без обучения и 71,6% при использовании GPT-5.4 вместо StudentSim.
Для образования это открывает путь к тестированию ИИ-репетиторов на виртуальных учениках до работы с реальными людьми.
