ИИ-тьютор в Мэриленде: испытание на 2379 студентах

Осенью 2025 года исследователи Университета Мэриленда провели испытание виртуального учебного помощника с участием 2379 студентов и 30 преподавателей. В секциях одного и того же курса студентам с доступом к помощнику выставили более низкие итоговые оценки, а в учебной онлайн-системе они участвовали реже. Однако в полной выборке статистически значимого эффекта на оценки не обнаружили. Об этом 7 октября 2026 года сообщил журнал Inside Higher Ed, а результаты представлены в рабочем докладе, датированном 30 сентября и обновлённом в октябре. Авторы отмечают: испытание не позволяет уверенно приписать изменения самому чат-боту.

Что сравнивали исследователи

Virtual Study Assistant (VSA) встроили в онлайн-среду курсов. Он отвечал на вопросы, опираясь главным образом на материалы, которые выбрали преподаватели. Помощник мог сразу дать объяснение или работать в режиме наставника, направляя студента к ответу.

Преподавателей случайным образом распределили по группам внутри блоков похожих курсов. Одним открыли доступ к VSA, другим нет. В анализе секций одного и того же курса доступ к помощнику соответствовал снижению итоговой оценки на 0,37 стандартного отклонения и участия в заданиях учебной системы на 0,90 стандартного отклонения. В полной выборке статистически значимого эффекта на оценки не нашли, хотя участие в системе снизилось и там.

Дело в том, что полная выборка включала разные курсы с разными заданиями и способами оценивания. Сравнение секций одного курса лучше удерживало эти условия постоянными, но охватывало только часть участников. Поэтому результаты двух анализов различаются и не дают простого ответа, снизил ли оценки именно чат-бот.

Почему трудно отделить эффект VSA

Доступ не означал, что студент обязательно воспользуется помощником: VSA хотя бы раз открыли 14,63% студентов, которым его предложили. При этом обе группы могли пользоваться другими университетскими ИИ-инструментами, в том числе ChatGPT и Gemini. Исследователи не отслеживали использование этих сервисов. Испытание оценивало предложение доступа к VSA в обычной учебной среде, а не изолированное действие одного чат-бота.

Журналы учебной системы тоже отражают лишь часть занятий. Снижение активности на платформе могло означать, что студенты меньше занимались, но они могли искать материалы в других местах. Исследователи заметили, что в некоторых сравнениях низкая активность и более низкие оценки встречались вместе, однако не установили, что одно вызвало другое. Оценки выставляли преподаватели, а не независимые экзаменаторы.

Представим двух студентов: один реже заходит на страницы курса, потому что ищет ответы в другом чат-боте; второй действительно меньше занимается. По журналу посещений платформы их не различить. Чтобы понять, что происходило, нужны данные и об использовании других инструментов, и о работе студентов с заданиями.

Большинство преподавателей не включали режим наставника, который подводит студента к решению вместо немедленной выдачи ответа. Поэтому результаты относятся к VSA в том виде, в каком его предложили участникам, и не показывают, каким был бы эффект при более активном использовании этого режима.

«У нас нет ясных выводов из этого исследования. Оно поднимает вопросы, на которые пока нет ответа», сказала Inside Higher Ed провост Университета Мэриленда Дженнифер Кинг Райс. Рабочий доклад с результатами исследования опубликован Annenberg EdExchange.

Исследование не устанавливает правил поступления в российские вузы и не позволяет судить об оценках российских абитуриентов. Оно показывает более узкую проблему: когда студенты выбирают между несколькими ИИ-помощниками, а исследователи видят лишь часть учебной работы, влияние одного инструмента трудно отделить от всего остального.

Исследовательскую литературу по теме можно искать с помощью сервиса подбора литературы.