AI-tutor Pod Ljudskim Nadzorom Pruža Pouzdano I Personalizovano Podučavanje, Pokazuje Studija

Novo istraživanje sugeriše da kombinacija veštačke inteligencije i ljudskog nadzora — pri čemu AI prepisuje predloge, a stručni tutori ih revidiraju pre slanja — može nadmašiti isključivo ljudsko tutorstvo u pomoćnim online razgovorima sa učenicima.

Ključni nalazi

Randomizovano kontrolisano ispitivanje obuhvatilo je 165 britanskih učenika uzrasta 13–15 godina. Startap za obrazovne tehnologije Eedi angažovao je malu grupu ekspertskih tutora koji su nadgledali veliki jezički model (LLM) Googleovog LearnLM kroz Eedi platformu. AI je generisao nacrte odgovora na matematičke zadatke, a ljudi su pre slanja imali mogućnost da ih izmene.

Učenici nisu znali da li razgovaraju sa čovekom ili sa chatbotom. Prema Bibi Groot, direktorki za uticaj u Eedi, konstelacija «AI + ljudski nadzor» dovela je do dužih i sadržajnijih razgovora u proseku nego razgovori samo sa ljudskim tutorima.

Rezultati u brojkama

• Učenici iz grupe sa nadgledanim AI-tutorom rešavali su nove vrste zadataka uspešno 66,2% puta, naspram 60,7% u grupi sa samo ljudskim tutorima.
• Humanih tutori su odobrili oko 75% AI-nacrtanih poruka, uz malo ili bez izmena.
• Kompozit korekcija zabluda i tačnih odgovora bila je > 90% kod kombinovane podrške AI+čovek, naspram 65% kod statičnih, unapred pripremljenih odgovora.
• AI je „halucinirao" (dao faktualne greške) u samo 0,1% poruka — 5 grešaka u 3.617 poruka — i nije proizveo poruke koje su izazvale zabrinutost po pitanju bezbednosti.

Zašto je model uspešan?

Groot i istraživači ističu da je ključ u tome što je AI imao pristup veoma detaljnim i personalizovanim podacima o učenicima iz prethodnih 20 nedelja: koje su teme obrađivane, gde su učenici imali poteškoće i šta su već savladali. Ti podaci su korišćeni bez slanja lično identifikacionih informacija AI-ju.

„Znamo koje teme će učenici obrađivati narednih 20 nedelja — znamo kurikulum. Znamo druge učenike u razredu. Znamo da li učenik ulaže trud ili gleda video materijale — toliko znamo o učeniku, a da ne prosleđujemo lične podatke AI-ju,“ rekla je Groot.

Takav kontekst omogućava AI-ju da dinamički prilagodi podršku — da proceni da li učenik treba dodatni podsticaj ili samo kratku pomoć — što „vanila" LLM bez tog konteksta ne može.

A sample exchange between a student and an AI tutor, with replies edited by a human before they were sent out. - Eedi Labs

Ograničenja i implikacije

Autori upozoravaju na ograničenja: uzorak je bio ograničen na 13–15-godišnjake, pa nije jasno kako bi chat-bazirani model funkcionisao sa mlađim učenicima. Stručnjaci takođe ističu rizik da potpuno AI-programi bolje funkcionišu kod motivisanih učenika, dok manje angažovani mogu odustati kad postanu frustrirani.

Praktično, ljudski tutori imaju prednost u ličnoj vezi sa učenicima, ali ne mogu da budu dostupni 24/7 bez velikih resursa. Eedi trenutno zapošljava oko 25 tutora koji su dostupni od 9:00 do 22:00 po različitim vremenskim zonama — dok AI može omogućiti širu i skalabilniju dostupnost.

Autori predlažu model u kome AI deluje kao „prva linija“ pomoću personalizovanih odgovora, a ljudski stručnjaci intervenišu kada je razgovor van teme ili kada postoji uporna zabluda koju AI ne rešava.

Širi kontekst

Studija je objavljena 25. novembra na sajtu Eedi i očekuje se da se pojavi u recenziranom časopisu. Nalazi su u skladu sa drugim istraživanjima (npr. studijom sa Harvarda i analizom sa Stanforda) koja pokazuju da uz odgovarajuću obuku i smernice AI može biti moćan alat za skaliranje efektivnog tutorstva.

Napomena: Priča je prvobitno proizvedena od strane The 74, a pregledana i distribuirana od strane Stacker.