Возможности нейросетей препятствуют их способности имитировать уровень знаний слабого у... — 29 августа 2026 г. в 06:38:22.701
Возможности нейросетей препятствуют их способности имитировать уровень знаний слабого ученика Исследователи из Университета Дрекселя предприняли попытку заставить языковые модели демонстрировать различный уровень понимания алгебры, характерный для школьников. Однако одной лишь инструкции «отвечай как слабый ученик» оказалось недостаточно для достоверной имитации роли двоечника. Модели Gemini 3.1 Flash Lite, Claude Haiku 4.5 и GPT-5.4-mini получили 379 заданий по алгебре и пять различных ролей учеников. Тем не менее, они не справились с поставленной задачей. Независимо от того, какую роль исполняла модель — «отличника» или «двоечника», — точность ответов оставалась в диапазоне от 96,8 до 100%. Проблема заключается в том, что модель уже владеет правильным решением и испытывает трудности с подавлением собственных способностей. В связи с этим авторы разделили задачу на два этапа: сначала отдельный алгоритм моделирует знания ученика и места возможных ошибок, а затем языковая модель формулирует объяснение его ответа. Такой подход позволил достичь более правдоподобной дифференциации: точность ответов «почти эксперта» составила 85,2%, среднего ученика — 57,8%, а слабого ученика — 44,1%. Авторы признают, что их виртуальные «школьники» еще не сравнивались с реальными учениками. Таким образом, на данном этапе речь идет скорее о методе обучения искусственного интеллекта правдоподобно совершать ошибки, чем о точной моделировании процесса человеческого обучения.