微软研究院发布 StudentSim：用 AI 学生模拟器评估 AI 导师
用 AI 模拟学生反应，替代慢且贵的真人试验，让 AI 导师在研发阶段就能拿到反馈信号；目前只是研究原型。
微软研究院提出 StudentSim：从公开的去标识化学习记录训练个性化的 AI 学生模拟器，模拟某位学生在收到导师提示后会如何改变答案，从而在真人试验之前就获得反馈信号——这类真人研究目前慢、贵、难扩展。研究同时发布评测基准 StudentSimEval，覆盖国际象棋、英语二语写作和数学；系统仅为研究原型，不进课堂、不替代教师。
正文摘录
 概览 - StudentSim 是一个研究系统，用于在真实学习者测试之前评估和改进 AI 辅导系统；它不是产品，未部署在课堂中，也不打算取代教师 - AI 辅导工具需要学生的反馈来改进，但通过人类研究收集这些反馈缓慢、昂贵，且难以扩展 - StudentSim 从公开可用的、去标识化的学习者记录中训练个性化的 AI 学生模拟器，并为每个学生适配一个模拟器 - 这项工作从两个基于教育学的维度评估模拟器：它们是否像特定学生那样回应，以及它们是否在收到辅导指导后更新 - 在国际象棋、第二语言英语写作和数学领域，StudentSim 优于领先的基线方法，并为训练 AI 辅导系统提供了有用的反馈信号 在研究环境中，团队正在探索 AI 驱动的辅导系统如何帮助解释一道数学题、为写作作业提出修改建议，或引导学习者理解一个国际象棋局面。然而，教学质量不能仅从辅导系统的回答来衡量。辅导系统需要知道指导到达学生之后发生了什么。学生是否纠正了最初的错误？提示是帮助他们推理出答案，还是透露了太多？不同的学生是否需要不同类型的支持？在当今的 AI 辅导系统研究中，回答这些问题通常需要真实学习者研究。这些研究很有价值，但运行缓慢且成本高昂，这使得在快速模型迭代期间很难利用学生反馈。