يمكن للمعلم الاصطناعي إكمال العديد من مهام التدريس الفردية.
مسألة رياضية، يمكنها تفكيك الخطوات؛ مقالة باللغة الإنجليزية، يمكنها تحديد مشاكل القواعد؛ لعبة شطرنج، يمكنها أيضًا تقديم أفكار للخطوة التالية. في العديد من السيناريوهات، أصبح إخراج النموذج كافيًا ليبدو كمُدرِّس مُتحمّل.
لكن تأثير التدريس لا يمكن قياسه من جانب المعلم فقط. فهل يصحح الطلاب أخطاءهم بعد الاستماع، أم أنهم يتبعون التلميحات فقط؟ وهل تنتج نفس الجلسة التوضيحية تأثيرات مختلفة على طلاب مختلفين؟ كل هذه الأمور تحدث من جانب الطالب.
إذا أراد معلم الذكاء الاصطناعي تعلم التوجيه المخصص، فعليه أيضًا مراقبة ردود فعل الطلاب مرارًا وتكرارًا.
في الواقع، هذه التفاعلات تأتي بشكل رئيسي من دراسات بشرية. كلما تم تعديل استراتيجية التدريس، يجب تنظيم مشاركة الطلاب، وجمع التفاعلات، ثم تقييمها يدويًا.
يمكن تحديث نماذج الذكاء الاصطناعي بسرعة، لكن الحصول على ملاحظات تعليمية محدود بدورات تجارب بشرية.
يحتاج مُدرّب الذكاء الاصطناعي إلى ملاحظات الطلاب لتحسين التدريس، لكن تكلفة جمع الملاحظات الحقيقية مرتفعة. يهدف StudentSim إلى تحويل سجلات الطلاب الحقيقيين إلى ملاحظات وكيلة يمكن استدعاؤها مرارًا وتكرارًا خلال مرحلة التدريب.
أجريت دراسات حديثة على StudentSim، انطلاقًا من هذا التناقض.
يرغب فريق البحث في تحسين مُعلم الذكاء الاصطناعي ليتمكن من فهم نقاط قوة وضعف الطلاب، وتقديم إرشادات مناسبة لكل طالب على حدة. خلال التقدم، ركّز الفريق المشكلة على مُحاكي الطلاب: هل يمكن تدريب نموذج ذكاء اصطناعي للطلاب باستخدام بيانات طلاب حقيقية، بحيث يكون قابلاً للتقييم وإعادة الاستخدام، ليمنح مُعلم الذكاء الاصطناعي مزيدًا من التغذية الراجعة أثناء مرحلة التدريب؟
رابط الورقة البحثية: https://arxiv.org/abs/2609.01591
رابط الكود: https://github.com/microsoft/StudentSim
صفحة ورقة Huggingface: https://huggingface.co/papers/2609.01591
لا يُعد هذا الأمر منعزلًا في أبحاث وكلاء الذكاء الاصطناعي اليوم. إن محاكاة المستخدمين تصبح مجالًا بحثيًا شائعًا، وتدخل في سيناريوهات مثل خدمة العملاء، والتجارة الإلكترونية، والاستشارات الطبية، وتشغيل الصفحات الإلكترونية. يقوم الباحثون ببناء مستخدمين محاكين لتمكين الوكلاء من خوض تفاعلات أكثر قبل الإطلاق، واختبار الاستراتيجيات والأساليب والمتانة.
محاكاة المستخدمين في السياقات التعليمية أكثر تعقيدًا. لدى الطلاب حدود معرفية مستقرة نسبيًا، وعادات خطأ، ومسارات تعلم. بالنسبة لسؤال واحد، قد يخطئ البعض في الإشارة، ويُخطئ آخرون في فهم المفهوم، ويستطيع البعض استنتاج الإجابة بعد سماع التلميح، بينما يحتاج آخرون إلى إرشاد أكثر مباشرة.
التوأم الرقمي للطالب البشري الذي تم مناقشته مؤخرًا، يدور أيضًا حول هذا النوع من الاحتياجات.
نموذج الطالب ليس موضوعًا جديدًا
من تتبع المعرفة البايزي عام 1995، إلى تتبع المعرفة العميق، ثم تتبع المعرفة الموجه بالانتباه، تم استكشاف هذا الاتجاه من قبل العلماء السابقين لمدة接近 30 عامًا، وهو ناضج جدًا في محاكاة سلوك الطلاب.
الثغرة المشتركة بينها هي أن النموذج يقبل فقط مدخلات منظمة مثل السؤال والحالة والقيم القدرات، ولا يمتلك مدخلًا لتلقي إرشادات بلغة طبيعية. بغض النظر عما يقوله المعلم، لا يمكن لهذا النوع من النماذج التفاعل أو إجراء تغييرات في الأداء كأنها طالب.
إذا كنت تسمح للنموذج الكبير مباشرةً بدور الطالب، يبدو ذلك مريحًا. فقط اكتب له جملة مثل "أنت طالب في المرحلة الابتدائية ذو أساسيات رياضية ضعيفة"، وسيتحول النموذج فورًا إلى أسلوب طفل صغير، ويمكنه أيضًا إظهار التردد وعدم اليقين.
لكن نبرة الشخصية ومستوى إدراكها لا يتطابقان.
يمكن لنموذج أن يجيب بلهجة طالب ابتدائي على "أنا لا أفهم تمامًا"، ثم يليه استدلالًا على مستوى التفاضل والتكامل. يبدو أنه يلعب دور الطالب، لكن ردوده لا تزال متأثرة بمخزون المعرفة الخاص بالنموذج نفسه، وقد تكون أبعد بكثير من المستوى الذي تم تقييده به.
عند استخدامه لتدريب معلمي الذكاء الاصطناعي، فإن هذا التحيز في مستوى المعرفة يسبب مشكلات. فما يتلقاه المُدرّب ليس رد فعل الطالب عند حدود قدراته الحالية، بل رد فعل نموذج عالي القدرة تم تغليفه بسمات شخصية.
وبسبب هذا أيضًا، فإن الاعتماد فقط على وصف للقدرة كشرط يُعد قناة شديدة الضعف بالنسبة للنماذج الكبيرة. وقد تم تطبيق هذا النهج على نطاق واسع في سياقات تعليمية خلال العامين الماضيين، حيث تُستخدم في مجموعات بيانات التوجيه الحواري، والفصل الدراسي متعدد الوكلاء، وتوليد بيانات المتعلمين؛ وفي الوقت نفسه، ظهرت مجموعة من الدراسات المتخصصة التي تختبر صحتها، وتطرح تساؤلات من ثلاث زوايا: البنية، ومعايير الدقة، وتجربة المعلم.
في علم التربية، لا يمكن عادةً تقييم فعالية التوجيه من خلال أداء الطالب عند الإجابة بشكل مستقل فقط، بل يجب أيضًا النظر في مدى تقدم الطالب بعد تلقي المساعدة.
ما يناقشه فايغوتسكي في منطقة التطور القريبة (zone of proximal development) هو هذا الأمر: الفجوة بين ما يمكن للطالب إنجازه بشكل مستقل وما يمكنه إنجازه بدعم المعلم، تعكس المساحة التي يمكن للتعليم التدخل فيها.
تم تحويل هذه الفكرة لاحقًا إلى إجراء قياس قابل للتنفيذ من خلال التقييم الديناميكي: ليس فقط تسجيل ما إذا كان الطالب أجاب بشكل صحيح أم لا، بل أيضًا مراقبة كيفية تغير أدائه بعد تقديم التلميحات.
ضعه على محاكي الطالب، هذه الفكرة تتوافق مع نوعين من القدرات.
أولاً، يجب أن يكون المحاكي قادرًا على إعادة إنتاج حالة الطالب أثناء الإجابة المستقلة، بما في ذلك حدود القدرة، وعادات الأخطاء، والاختيارات الشائعة. ثانيًا، يجب أن يكون المحاكي قادرًا على إحداث تغييرات مناسبة بعد قراءة إرشادات المعلم، وعرض التحديثات المحتملة للطالب تحت المساعدة.
StudentSim
يُعرّف StudentSim هاتين القدرتين على التوالي على أنهما behavioral fidelity وguidance responsiveness، ويستخدمهما لتدريب وتقييم محاكي الطلاب المخصص.
يجب على محاكي الطالب الإجابة على سؤالين في آنٍ واحد: هل يتصرف كما يفعل الطالب المستهدف عند الإجابة بشكل مستقل، وهل يظهر تغييرًا مناسبًا بعد تلقي إرشادات المعلم؟
تتم عملية التدريب على مرحلتين.
الخطوة الأولى: جمع سجلات عدة طلاب في مجال معين لتدريب نموذج عام لسلوك الطلاب. في هذه المرحلة، يتم تعلم الأخطاء الشائعة، وتنسيق الإجابات، ومسارات التصحيح بعد التوجيه.
الخطوة الثانية: استمرار التدريب باستخدام سجلات الطالب الفردي للحصول على محاكي مخصص. نظرًا لأن سجلات الطالب الواحد محدودة، فإن التدريب المباشر قد يؤدي إلى التخصيص المفرط؛ من الأفضل أولاً تعلم الأنماط الجماعية، ثم تكييفها مع البيانات الفردية، للحصول على محاكي أكثر استقرارًا لكل طالب.
عملية التدريب
قام فريق البحث أيضًا ببناء StudentSimEval. شمل التقييم 60 طالبًا حقيقيًا من ثلاثة سيناريوهات: الشطرنج، والكتابة باللغة الإنجليزية كلغة ثانية، والرياضيات الأساسية.
في الشطرنج، يجب على المحシّد أن يتوقع حركة اللاعب في اللعبة، ثم يعدل الموقع بعد إرشاد المدرب. في الكتابة بلغة ثانية، يجب على المحシّد أن يُنتج تراكيب تتماشى مع أنماط أخطاء المتعلم، ثم يعيد صياغة المقاطع بناءً على تصحيح المعلم. في الرياضيات، يجب على المحシّد أن يتوقع إجابة الطالب، ثم يصححها بعد الشرح.
تختلف هذه المهام ظاهريًا بشكل كبير، لكن هدف التقييم يظل متسقًا: أولاً، تحقق مما إذا كان المحاكي يشبه الطالب نفسه، ثم تحقق مما إذا كان قادرًا على الاستجابة للإرشادات. جميع الأساليب تستخدم نفس سجل الطالب، وتُقارن على نفس سجلات الاختبار المحفوظة.
في نتائج الشطرنج، يكون F لـ StudentSim 0.5150 وR 0.9067؛ بينما تكون قيمتي GPT-5.4 0.2316 و0.7186 على التوالي؛ وقيمتي Maia2 0.4535 و0.2721 على التوالي. وفي تجارب الكتابة بلغة ثانية والرياضيات، تفوق StudentSim أيضًا على الخطوط الأساسية المقابلة في كلا المؤشرين.
النتائج الثنائية في تقييم الشطرنج. أظهر GPT-5.4 توجيهًا أفضل، لكنه يمتلك انخفاضًا في الوفاء السلوكي؛ بينما يكون Maia2 أكثر قربًا من حركات اللاعبين، لكنه يفتقر إلى مدخل توجيهي باللغة الطبيعية؛ ويقع StudentSim في الموقع الذي يحقق أعلى مستويات في كلا المؤشرين.
تُظهر هذه النتائج توزيعًا واضحًا للوظائف. يمكن لـ GPT-5.4 قراءة الإرشادات، لكنه يفتقر إلى الدقة عند محاكاة طلاب محددين. أما Maia2 فتقترب أكثر من حركات لاعبي الشطرنج البشري، لكنها لا تستطيع استيعاب تلميحات المدربين باللغة الطبيعية. وقد تم تدريب StudentSim باستخدام سجلات تعلم حقيقية، مع تخصيصه لكل طالب، مما يحسن أدائه في السلوك الفردي والاستجابة للإرشادات معًا.
لكن محاكي الطلاب نفسه ليس الهدف، بل الهدف النهائي هو أن يكون له تطبيق عملي في العالم الحقيقي، ويمكن استخدامه لتحسين نماذج المعلمين.
في الماضي، كانت إشارات المكافأة لتدريب مُدرّب الذكاء الاصطناعي تأتي من محادثات إرشادية عالية الجودة تم تسميتها من قبل خبراء، أو من نماذج لغوية كبيرة عامة تعمل كحكم باستخدام مقياس تقييم. كما حاولت بعض الدراسات ربط المكافأة بمحاكاة طالب، لكنها استخدمت نماذج لغوية كبيرة تقوم بتمثيل أدوار طلاب دون دقة في محاكاة المستوى المعرفي، وليس محاكيات مدربة على بيانات طلاب حقيقيين. StudentSim تطرح نهجًا مختلفًا في هذا الصدد.
يُدخل البحث StudentSim في عملية التعلم المعزز للمُدرِّب الاصطناعي.
سيناريو التجربة هو الشطرنج. يقوم النظام أولاً باستخراج الحركات الخاطئة التي ارتكبها الطلاب الحقيقيون، ثم يُنشئ المُدرّب الاصطناعي إرشادات، ويقوم StudentSim بقراءة الإرشادات ثم تقديم الحركة المصححة.
يُستخدم Stockfish لحساب التغيير في جودة الحركة المصححة مقارنة بالحركة الخاطئة الأصلية، ويُعاد هذا الدرجة إلى المُدرِّب كإشارة RL. تشمل المجموعة الضابطة المُدرِّب بدون RL، والمُدرِّب الذي يستخدم GPT-5.4 كمحاكٍ للطالب لتحديد المكافأة.
إرشادات Tutor، يقوم محاكي الطالب AI المُجمَّد بتقديم إجابة مصححة، ويُحدِّث النظام Tutor بناءً على التغيير في الجودة قبل وبعد التصحيح.
تستخدم ثلاث مجموعات من المُدرّبين نفس النموذج الأساسي، ونقطة بداية SFT، وإعدادات GRPO، لكن مصادر المكافآت مختلفة.
بعد التقييم العشوائي من قبل مقيّمي الشطرنج، تصدر المُدرّب المُدرّب باستخدام StudentSim reward من حيث الدقة وجودة التوجيه والتقييم الشخصي.
يُقيّم الخبراء بشكل أعمى ثلاثة معايير تحت ظروف ترتيب عشوائي: الدقة بناءً على نسبة الإجابات الخالية من الأخطاء الواقعية المضللة، وجودة الإرشاد والشخصنة، وكل منهما يُمنح درجة من 1 إلى 5. تصدر المُدرّب المُدرّب باستخدام مكافأة StudentSim في جميع المعايير الثلاثة.
الأكثر إثارةً للانتباه هو مجموعة التجارب العكسية: المُدرّب الذي تم تدريبه باستخدام GPT-5.4 كمحاكي طالب، لم يتفوق فقط على StudentSim، بل كان أقل دقة من الخط الأساسي الذي لم يُجرِّب RL على الإطلاق، وذلك بسبب معدل أعلى بكثير من الأخطاء الواقعية الجسيمة. عندما يكون المحاكي غير دقيق، فإنه يوجه المُدرّب في الاتجاه الخاطئ: محシك يمتلك مستوى إدراكي لا يتوافق مع الطلاب الحقيقيين، لكنه يمتلك قدرة فهم ممتازة، يستطيع استنتاج إجابة ما حتى من إرشادات غير منطقية تمامًا، وبالتالي يمنح الإرشادات الخاطئة مكافآت عشوائية، مما يؤدي إلى تحسين RL في اتجاه فوضوي (أو حتى خاطئ).
لا يستبدل StudentSim التجارب الحقيقية للطلاب من الدراسات التعليمية. بل يحول سجلات الطلاب الحقيقية إلى تغذية راجعة محاكاة يمكن استدعاؤها مرارًا وتكرارًا خلال مرحلة التدريب، مما يسمح لمُدرّب الذكاء الاصطناعي بإجراء المزيد من جولات الفلترة والتحسين قبل الدخول إلى الدراسة البشرية.
بالنسبة لنظام معلم ذكي يتطلب ملاحظات مخصصة، توفر محاكيات الطلاب هذه، التي تستمر في تيار أفكار محاكيات المستخدمين الشائعة حديثًا (يمكن محاكاة أي شخص، وبناء التوأم الرقمي للإنسان)، مسارًا هندسيًا ثوريًا:
تعلم كيف يخطئ الطلاب، وتعلم كيف يتغيرون تحت الإرشاد، لتقديم إشارات تغذية راجعة على مقياس زمني للتعلم الآلي لنموذج المعلم.
المراجع: https://arxiv.org/abs/2609.01591
هذا المقال من حساب WeChat "New智元"، المؤلف: New智元؛ المحرر: LRST