🌀 AIBB-Flywheel

新闻数据飞轮
← 返回文章列表
ithome 国际 科技 教育 采集 2026-10-17T04:13:40+00:00

微软推出AI学生模拟器StudentSim

原始标题:微软造出“AI 学生”:替真人试课,模拟学生优化 AI 导师

来源
ithome
发布时间
2026-10-17T01:19:43
采集批次
2026-10-17-04
字数
705
URL 指纹
175ccd0ff80e4e20

📌 AI 总结(188 字)

微软研究院发布StudentSim系统,旨在解决AI辅导工具开发中缺乏大规模真人实验的难题。该系统通过个性化「AI学生模拟器」模拟学生答题及受导师讲解后的反应变化,覆盖国际象棋、英语写作和数学三大领域。研究显示,其在国际象棋任务中准确率达90.5%,优于无强化学习基线及使用GPT-5.4模拟反馈的方案。微软强调该工具不用于课堂,旨在为研究者提供低成本、可扩展的早期反馈信号。
📄 正文(705 字)
微软研究院于10月12日发布研究系统StudentSim,试图解决AI辅导工具开发中的一个关键难题:如何在没有大规模真人实验的情况下,判断一段讲解、提示或提问是否真正帮助学生进步。

传统AI导师往往只看「答案是否正确」,但教学效果还取决于学生是否理解、能否纠正错误,以及不同学生是否需要不同解答支持。真实学习者研究能回答这些问题,却耗时、昂贵且难以规模化,难以支撑模型的快速迭代。

微软为此推出StudentSim系统,基于公开、去标识化的学习者记录,为每位学生训练一个个性化「AI学生模拟器」。它不仅模拟学生如何独立作答,还模拟其在收到导师讲解后的反应变化。

研究团队以「行为保真度」和「指导响应性」两项指标评估模拟器:前者检验其是否像特定学生那样答题,后者检验其能否在辅导后合理更新答案。

该系统采用两阶段训练:先从同领域大量学生的匿名数据中学习常见答题方式、错误类型和辅导后的修改模式,再针对单个学生的有限记录进行个性化适配。研究覆盖国际象棋、第二语言英语写作和数学三类任务,并推出StudentSimEval评测基准。

结果显示,StudentSim在三个领域均优于主要基线。以国际象棋为例,其行为保真度达到0.5150,指导响应性达到0.9067,均高于GPT-5.4与专用棋类模型Maia2。

在AI象棋导师的强化学习实验中,以StudentSim反馈训练的导师准确率达到90.5%,高于无强化学习基线的75.7%和使用GPT-5.4模拟反馈的71.6%。

微软强调,StudentSim不是课堂产品,也不旨在取代教师;它是在真实学生测试前,为研究者提供低成本、可扩展的早期反馈信号。