IT之家 10월 17일 소식에 따르면, 마이크로소프트 연구소는 10월 12일 연구 시스템 StudentSim을 발표했습니다. 이 시스템은 대규모 실제 사람 실험 없이도, 설명, 팁 또는 질문이 학생의 성장에 실제로 도움이 되는지 판단하는 AI 튜토리얼 도구 개발의 핵심 문제를 해결하려고 합니다.
전통적인 AI 멘토는 대개 “정답인지”만 확인하지만, 교육 효과는 학생이 오류를 이해하고 수정할 수 있는지, 그리고 각 학생에게 다른 설명 지원이 필요한지에 달려 있습니다. 진정한 학습자는 이러한 질문들에 답할 수 있지만, 시간이 많이 걸리고 비용이 높으며 대규모로 실행하기 어렵기 때문에 모델의 빠른 업데이트를 지원하기 어렵습니다.
마이크로소프트는 이를 위해 공개된 비식별화된 학습자 기록을 기반으로 StudentSim 시스템을 출시했으며, 각 학생에게 맞춤형 “AI 학습자 시뮬레이터”를 제공합니다. 이 시스템은 학생이 독립적으로 답변하는 모습뿐만 아니라, 지도교수의 설명을 받은 후의 반응 변화도 시뮬레이션합니다.
연구팀은 “행동 진실성”과 “지도에 대한 반응성”이라는 두 가지 지표로 시뮬레이터를 평가했습니다. 첫 번째 지표는 특정 학생처럼 답을 내는지 확인하고, 두 번째 지표는 상담 후에 답을 적절하게 업데이트할 수 있는지 검증합니다.
이 시스템은 두 단계의 훈련을 사용합니다. 먼저 동일 분야의 대규모 학생들의 익명 데이터에서 일반적인 답변 방식, 오류 유형 및 지도 후의 수정 패턴을 학습한 다음, 개별 학생의 제한된 기록에 맞게 개인화된 조정을 진행합니다. 연구는 체스, 제2언어 영어 작문, 수학 등 세 가지 과제를 포함하며, StudentSimEval 평가 기준도 개발되었습니다.
결과에 따르면, StudentSim은 세 가지 분야 모두에서 주요 기준 모델보다 우수합니다. 체스를 예로 들면, 그 행동 보존도는 0.5150에 달하며, 지시 반응성은 0.9067으로, GPT-5.4와 전용 체스 모델 Maia2보다 모두 높습니다.
AI 체스 멘토의 강화 학습 실험에서, StudentSim 피드백 훈련을 통한 멘토의 정확도는 90.5%에 달했으며, 강화 학습이 없는 기준인 75.7%나 GPT-5.4 시뮬레이션 피드백을 사용한 71.6%보다 높았습니다.
마이크로소프트는 StudentSim이 교실용 제품이 아니며 교사를 대체하는 것을 목적으로 하지도 않는다고 강조했습니다. 이는 실제 학생 테스트 전에 연구자들에게 저비용으로 확장 가능한 초기 피드백 신호를 제공하기 위한 것입니다.
IT之家 참고 주소
광고 문구: 이 글에 포함된 외부 링크(하이퍼링크, QR 코드, 비밀번호 등의 형태를 포함함)는 더 많은 정보를 전달하고 선정 시간을 절약하기 위한 용도로 사용되며, 결과는 참고용일 뿐입니다. IT之家에서 외부 링크가 포함된 기사는 모두 이 문구를 포함합니다.