Dine fejl lærer AI-tutoren at undervise bedre
Microsoft og University of Illinois har bygget StudentSim, som simulerer individuelle studerende med realistiske fejl. I test med 60 studerende overgik systemet GPT-5.4.
Læs i dit tempo
Kort
Microsoft og University of Illinois har udviklet StudentSim, der simulerer studerende med realistiske fejl og i en test med 60 studerende overgik GPT-5.4.
Det betyder, at digitale undervisere kan trænes hurtigere og billigere uden rigtige studerende, fordi systemet efterligner deres fejlmønstre.
Nu skal systemet afprøves i flere fag, og en skak-underviser trænet med StudentSim har allerede fået de højeste ekspertbedømmelser.
Begynder
StudentSim er et nyt system fra Microsoft og University of Illinois. Det kan efterligne enkelte studerende med realistiske fejl. Systemet giver tutorere baseret på kunstig intelligens (AI) hurtig og billig feedback. Ifølge forskerne er metoden hurtigere og billigere end traditionelle metoder, fordi den ikke kræver rigtige studerende i samme omfang. I en test med 60 studerende har StudentSim overgået GPT-5.4, en forkortelse for Generative Pre-trained Transformer. Det er en avanceret type kunstig intelligens, der kan forstå og producere tekst.
Systemet er bygget til at genskabe en studerendes adfærd og fejlmønstre ud fra få eksempler. De simulerede studerende laver de samme slags fejl som rigtige studerende i stedet for at svare perfekt. Det kan sammenlignes med en flysimulator, hvor piloter øver sig i vanskelige situationer, før de møder dem i virkeligheden. På samme måde kan en AI-tutor øve sig i at opdage og rette fejl, før den møder rigtige studerende. Tutoren kan lære af fejl uden at det går ud over rigtige studerende.
Testen dækkede 60 studerende fordelt på tre fag: skak, engelsk og matematik. Her klarede StudentSim sig bedre end GPT-5.4. En skaktutor trænet med StudentSim blev desuden vurderet højest af eksperter blandt tre testede versioner.

StudentSim, et nyt system fra Microsoft og University of Illinois, har i test med 60 studerende overgået GPT-5.4. Systemet simulerer individuelle studerende med realistiske fejl og giver AI-tutorer hurtig og billig feedback.
StudentSim er bygget til at efterligne enkelte studerende ud fra begrænset data. Systemet kan genskabe en studerendes adfærd og fejlmønstre ud fra få eksempler. Det betyder, at AI-tutorer kan trænes uden at skulle bruge rigtige studerende i samme omfang. Ifølge forskerne giver det hurtigere og billigere feedback end traditionelle metoder.
Simulerede studerende med realistiske fejl er en central del af systemet. I stedet for at svare perfekt laver de de samme slags fejl som rigtige studerende. AI-tutoren kan øve sig i at opdage og rette fejl, før den møder rigtige studerende. På den måde kan tutoren lære af fejl, uden at det går ud over rigtige studerende.
Testen dækkede samlet set 60 studerende fordelt på tre fag: skak, engelsk og matematik. I testen klarede StudentSim sig bedre end GPT-5.4. En skaktutor trænet med StudentSim fik desuden de højeste ekspertbedømmelser blandt tre testede versioner.
Kilder
Produktionshistorie
- Radar Signal ? af 100 · spredning 1 kilder
- Vurdering Nyheds 4/5 — Konkret forskning i AI-tutorer med simulerede elever, relevant for undervisnings-AI.
- Skrevet Model: deepseek-v4-flash · temperatur 0.4
- Overskrift 4 kandidater, valgt af deepseek-v4-flash
- Korrektur 1 zen · 3 rettelser
- Vedtagelse ainews-auto-v3 · score 0.4372