К библиотеке
Развитие / 4 мин чтения
Самоорганизация / Управление временем

ИИ решил задачу. А научился ли человек?

Почти тысяча школьников участвовала в полевом эксперименте с двумя вариантами ИИ-репетитора. Оба помогали решать задания, но только подсказки вместо готовых ответов не ухудшали результат самостоятельной контрольной. Разбираем, почему удобство ответа и обучение — разные вещи.

Ирина БеловаАвтор SEBERD

Если ассистент снимает с ученика саму работу по поиску решения, высокий результат во время занятий может не перейти в самостоятельный навык. Обучающий ИИ должен поддерживать попытку, а не подменять её.

Ответ на экране ещё не означает, что навык появился

Представьте обычную учебную ситуацию: задача не получается, до конца занятия несколько минут, а рядом есть помощник, который за секунду выдаёт правильный ответ. Можно закрыть упражнение и двигаться дальше. Но если на следующем уроке помощника не будет, останется ли у ученика способ решить похожую задачу? Вот этот вопрос важнее скорости ответа.

Когда человеку говорят «это же просто, спроси у нейросети», из разговора исчезает главный момент обучения: собственная попытка. Она может быть неуклюжей, медленной и ошибочной. Но именно в ней становится видно, что человек уже понимает, где запутался и какой следующий шаг ему нужен. Помощник, который мгновенно заменяет попытку готовым решением, иногда делает задачу легче, а обучение — слабее.

Что показал эксперимент почти с тысячей школьников

В исследовании Hamsa Bastani и коллег, опубликованном в Proceedings of the National Academy of Sciences в 2025 году, участвовали почти тысяча старшеклассников, изучавших математику в одной школе. Ученики работали в трёх условиях: без ИИ, с обычным интерфейсом GPT-4 и с вариантом GPT Tutor, настроенным помогать через подсказки, а не выдавать целое решение.

Во время практики оба ИИ-варианта улучшали результаты: оценки GPT Base были на 48% выше контрольной группы, а GPT Tutor — на 127%. Но после того как доступ к помощнику убрали, на самостоятельной проверке группа GPT Base показала результат на 17% ниже контрольной. У GPT Tutor такого ухудшения не обнаружили: её результат статистически не отличался от контрольной группы. Это не означает, что подсказки автоматически делают обучение лучше всех альтернатив. Но эксперимент показал, насколько сильно способ взаимодействия с ИИ меняет то, что остаётся у ученика после занятия.

Разница оказалась не в модели, а в поведении помощника

GPT Base работал как привычный чат: ученик мог попросить ответ и получить готовое решение. Авторы анализа увидели, что школьники нередко использовали его как «костыль» — просили решить задачу и копировали результат. При этом сами ученики не всегда замечали, что такая практика не помогает им подготовиться к самостоятельной работе.

GPT Tutor был устроен иначе. В его инструкции были заложены правильное решение, типичные ошибки и подготовленные учителем подсказки. Помощнику предписывалось не раскрывать ответ целиком, а направлять ученика к следующему шагу. Такая настройка уменьшала риск, что система просто выполнит работу вместо человека. Важна не магическая «умность» репетитора, а конкретное ограничение: ученик должен продолжать думать и действовать сам.

Как превратить ИИ из решателя в тренажёр

Рабочий сценарий начинается с попытки ученика, а не с пустого поля запроса. Сначала стоит попросить объяснить условие своими словами и отметить место, где возникло затруднение. Затем запросить одну подсказку или вопрос, который поможет сделать следующий шаг. После попытки — попросить проверить ход рассуждений и указать, где именно появилась ошибка, не переписывая всё решение.

Есть простой контрольный момент: закрыть чат и решить похожее задание самостоятельно. Если без подсказки не получается, значит, предыдущий ответ ещё не превратился в навык. Полезно также объяснить решение своими словами или восстановить его по памяти через некоторое время. Исследования retrieval practice показывают, что активное извлечение знания из памяти помогает долговременному запоминанию лучше, чем одно повторное чтение. Поэтому самостоятельная попытка после объяснения — не лишняя проверка, а часть обучения.

И здесь важно не превращать трудность в наказание. Если ученик застрял, подсказка должна быть достаточно конкретной, чтобы сдвинуть его с места, но не настолько полной, чтобы исчезла сама задача. Хороший помощник не отказывается помогать. Он дозирует помощь и постепенно возвращает управление человеку.

Где заканчиваются доказательства

У эксперимента есть границы. Он проводился по математике в одной школе, использовал GPT-4 и оценивал краткосрочное усвоение по самостоятельной контрольной после практики. Авторы отдельно предупреждают, что результаты нельзя автоматически переносить на другие предметы, возрастные группы, современные модели и длительное обучение. Исследование не доказывает, что любой чат-бот ухудшает знания, и не устанавливает единственный правильный формат ИИ-обучения.

Но оно даёт полезный критерий для школ, разработчиков и самих пользователей: оценивать не только то, насколько хорошо ИИ помогает выполнить упражнение, но и то, что человек может сделать после отключения помощника. Если продукт показывает рост успешных ответов только пока модель открыта рядом, он может улучшать производительность, не развивая самостоятельность. Это две разные метрики — и смешивать их нельзя.

Источники

  1. Bastani H. et al. Generative AI without guardrails can harm learning: Evidence from high school mathematics — PNAS (2025) ↗
  2. Roediger H. L., Butler A. C. The critical role of retrieval practice in long-term retention — Trends in Cognitive Sciences (2011) ↗