Microsoft Và Illinois Dùng Bản Sao Học Sinh Để Dạy AI

Hệ thống này có tên StudentSim. Nó tạo một bản sao riêng cho từng học sinh, kể cả khi chỉ có rất ít ghi chép về bài làm của người đó.

Nhà nghiên cứu cho biết các cách làm hiện có chỉ giải quyết được một trong hai việc cần thiết. Có cách học từ dữ liệu thật để mô phỏng hành vi học sinh khá sát, nhưng không dùng được lời giải thích của gia sư. Cũng có cách dùng model ngôn ngữ được yêu cầu đóng vai học sinh, nhưng lại không bám được đúng năng lực của người cần mô phỏng.

StudentSim đặt cả hai việc thành mục tiêu đo được. Hệ thống đo mức độ bản sao giống câu trả lời của học sinh, gồm cả những lỗi thường gặp, và đo mức độ nó sửa câu trả lời sau khi được gia sư giúp.

Khó khăn lớn nhất là thiếu dữ liệu. Với tập dữ liệu viết tiếng Anh, học sinh ở mức trung vị chỉ viết 3 bài luận, và hơn hai phần ba đã viết 5 bài hoặc ít hơn. Thử huấn luyện thẳng một bản sao trên ít ví dụ như vậy sẽ làm model khớp quá mức với các ví dụ đó.

StudentSim huấn luyện theo hai bước. Trước hết, một model nền học từ dữ liệu gộp của tất cả học sinh trong một môn. Sau đó, model này được chỉnh cho từng học sinh dựa trên số ghi chép ít ỏi của người đó. Trong mọi môn, hệ thống dùng model ngôn ngữ Qwen3-4B-Instruct của Alibaba làm nền.

Nhà nghiên cứu thử phương pháp này trên 60 học sinh ở cờ vua, tiếng Anh như ngoại ngữ và toán. Họ dùng các tập dữ liệu công khai có ghi chép từ người học thật. StudentSim vượt GPT-5.4 ở cả 3 môn khi GPT-5.4 được yêu cầu đóng vai học sinh. Ở cờ vua, StudentSim dự đoán đúng nước đi tiếp theo của một người chơi khoảng gấp đôi và gần như luôn làm theo gợi ý sửa; GPT-5.4 và các model cờ vua chuyên dụng đều kém hơn.