Microsoft und die University of Illinois haben ein neues System namens StudentSim vorgestellt, das digitale Repliken einzelner Studierender aus begrenzten Daten erstellt. Diese Simulationen liefern schnelles und kostengünstiges Feedback, um KI-Tutoren zu verbessern, was mit echten Studierenden oft zu teuer und zeitaufwendig wäre. In Tests mit 60 Studierenden in den Fächern Schach, Englisch und Mathematik übertraf StudentSim das Sprachmodell GPT-5.4. Ein mit StudentSim trainierter Schachtutor erhielt zudem die höchsten Expertenbewertungen unter den drei getesteten Versionen.
Herausforderung beim Training von KI-Tutoren
KI-Tutoren funktionieren am besten, wenn sie sich an die individuellen Stärken und Schwächen jedes Studierenden anpassen. Das Ermitteln der effektivsten Anleitung für jeden Lernenden erfordert jedoch erhebliche Zeit und finanzielle Mittel, da es den Einsatz echter Studierender voraussetzt. Die Autoren der Studie weisen darauf hin, dass das Training eines KI-Tutors mit einer großen, vielfältigen Gruppe von Studierenden „prohibitiv teuer und zeitaufwendig“ ist, weshalb Verbesserungen dieser Tutoren hinter den Fortschritten in der KI-Modellentwicklung zurückgeblieben sind.
Funktionsweise von StudentSim
StudentSim begegnet dieser Herausforderung, indem es digitale Repliken von Studierenden zur schnellen Feedback-Generierung nutzt. Das System erstellt für jede Person eine separate Replik, selbst wenn nur sehr wenige Aufzeichnungen ihrer bisherigen Arbeit vorhanden sind. Während bestehende Ansätze entweder das Verhalten von Studierenden zuverlässig reproduzieren können (aber keine Erklärungen von Tutoren verarbeiten) oder als Sprachmodelle den Hinweisen des Tutors folgen (aber die Fähigkeiten des nachzuahmenden Studierenden nicht genau treffen), vereint StudentSim beide Fähigkeiten. Es misst sowohl die Übereinstimmung der Replik mit den Antworten eines Studierenden, einschließlich typischer Fehler, als auch die Bereitschaft der Replik, eine Antwort nach Hilfestellung des Tutors zu überarbeiten.
Die größte Hürde war der Mangel an Daten. Bei vielen Studierenden, beispielsweise im Datensatz für Englisch, gab es nur wenige Essays. StudentSim trainiert daher in zwei Stufen: Zuerst lernt ein Basismodell aus den gesammelten Daten aller Studierenden eines Fachs allgemeine Fehler und Revisionsmuster. Anschließend wird dieses Modell mithilfe der wenigen individuellen Aufzeichnungen an den einzelnen Studierenden angepasst. Als Basismodell verwendet das System in allen Fächern das Sprachmodell Qwen3-4B-Instruct von Alibaba.
Überlegenheit gegenüber bestehenden Ansätzen
Die Forscher testeten ihre Methode an 60 Studierenden in Schach, Englisch als Fremdsprache und Mathematik. StudentSim übertraf das größere Sprachmodell GPT-5.4, wenn dieses als Student agierte, in allen drei Fächern. Im Schach sagte StudentSim den nächsten Zug eines Spielers etwa doppelt so oft korrekt voraus und folgte fast immer korrigierenden Anweisungen, während GPT-5.4 und spezialisierte Schachmodelle zurückfielen. Während GPT-5.4 zwar Hinweisen folgt, aber keine spezifischen Fehler eines Studierenden reproduziert, und Schachmodelle das Spieler-Verhalten nachahmen, aber verbale Hinweise ignorieren, meistert StudentSim beide Aspekte.
Als weiteren Machbarkeitsnachweis nutzten die Forscher eine Studentenreplik zur Verbesserung eines Schachtutors. Professionelle Schachspieler bewerteten drei Versionen: eine ohne dieses Training, eine mit GPT-5.4 als Student und eine mit StudentSim trainierte Version. Der mit StudentSim trainierte Tutor erzielte die höchsten Werte in allen drei Messkategorien: Er machte die wenigsten schwerwiegenden sachlichen Fehler und erhielt die besten Bewertungen für Erklärungsqualität und Anpassung an den individuellen Studierenden. Der mit GPT-5.4 trainierte Tutor schnitt bei der sachlichen Genauigkeit schlechter ab als der Tutor ohne zusätzliches Training.
Die Forscher betonen, dass es sich um einen Machbarkeitsnachweis handelt und nicht um den Anspruch, den besten Tutor gebaut zu haben. Schach eignet sich als Testfall, da eine Engine objektiv beurteilen kann, ob ein Zug gut ist. Bei freieren Aufgaben wie dem Schreiben von Aufsätzen oder offenen Mathematikaufgaben fehlen solche zuverlässigen Bewertungsfunktionen. Als Nächstes plant das Team, die Art und Weise zu modellieren, wie Studierende Wissen über mehrere Übungseinheiten hinweg erwerben, behalten und vergessen. Der Code ist auf GitHub verfügbar.
Andere KI-Lernmodi, wie der Study Mode von OpenAI oder Guided Learning von Google, verlassen sich auf Systemanweisungen und für den Unterricht feinabgestimmte Modelle, pflegen jedoch kein Modell des einzelnen Lernenden. Ohne diese individuelle Anpassung kann KI-Unterstützung die Leistung der Nutzer beeinträchtigen, wie Studien zeigen.
Thema: Microsoft. Quelle/Inspiration: The Decoder.