Нейросети оказались слишком умными, чтобы сыграть двоечников Исследователи из Университета Дрекселя попробовали заставить языковые модели изображать школьников с разным уровнем знаний по алгебре. Но простой промпт в духе «отвечай как слабый ученик» почти не сработал.
В эксперименте Gemini 3.1 Flash Lite, Claude Haiku 4.5 и GPT-5.4-mini получили 379 заданий по алгебре и пять ролей учеников — от сильного до слабого.
Результат вышел забавный: кем бы модель ни притворялась, точность оставалась на уровне 96,8–100%. Двоечник, который решает алгебру почти без ошибок, — мечта учителя и кошмар исследователя.
Проблема в том, что модель уже знает правильный путь к ответу и плохо умеет «забывать» собственные способности. Поэтому авторы разделили процесс на два шага:
— отдельный алгоритм моделирует, что ученик знает и где может ошибиться
— LLM уже формулирует объяснение от лица такого ученика
Так симуляция стала правдоподобнее:
— «почти эксперт» решил задачи с точностью 85,2%
— средний ученик — 57,8%
— слабый — 44,1%
Авторы честно признают: виртуальных школьников ещё не сравнивали с реальными детьми. Так что пока это не полноценная модель человеческого обучения, а скорее способ научить ИИ ошибаться убедительно.
сайт: codexsale
чат вайбкодеров
cтудия разработки IT: APK,Сайты,Софты,Боты
