OpenAI представила Learning Outcomes Measurement Suite — инструмент для долгосрочной оценки того, как использование ИИ влияет на когнитивные способности и успеваемость студентов, выходя за рамки простых тестов.
3 мин
Компания OpenAI анонсировала запуск Learning Outcomes Measurement Suite — комплексного инструментария для оценки влияния искусственного интеллекта на образовательный процесс. Главная цель инициативы — уйти от примитивной метрики «сдал/не сдал тест» к глубокому пониманию того, как ИИ влияет на обучение в долгосрочной перспективе.
Это важный шаг для всей индустрии EdTech. До сих пор большинство исследований фокусировались на краткосрочных результатах: помог ли чат-бот сдать экзамен? Новый подход предлагает оценивать не только оценки, но и развитие критического мышления, креативности и учебной мотивации на длинной дистанции.
Образование считается одним из самых перспективных направлений для внедрения ИИ. Инструменты вроде ChatGPT могут предоставить персонализированное обучение каждому студенту. Однако сектор образования все еще находится на ранней стадии понимания реального воздействия этих технологий.
В прошлом году команда OpenAI провела исследование использования режима «study mode» (режим обучения) и обнаружила положительное влияние на успеваемость. Но возникла проблема: традиционные методы оценки, опирающиеся на финальные экзамены, не показывали полной картины. Они не могли ответить на вопрос, учится ли студент думать самостоятельно или просто быстрее находит ответы с помощью алгоритма.
Diagram illustrating a learning outcomes measurement workflow where AI processes data through analysis, evaluation, and verification steps before delivering insights to support a learner.
Для решения этой проблемы OpenAI объединила усилия с Тартуским университетом (Эстония) и инициативой SCALE при Стэнфордском университете. Вместе они разработали фреймворк, который позволяет проводить лонгитюдные (длительные) исследования в различных образовательных контекстах.
Новая система измерения (Learning Outcomes Measurement Suite) базируется на трех основных сигналах: поведение модели, реакция ученика и измеримые когнитивные результаты.
Инструментарий включает в себя несколько компонентов:
В раннем исследовании с участием 300 студентов колледжа, изучающих нейронауки и микроэкономику, группа, использовавшая специальный режим обучения с ИИ, показала результаты на экзаменах примерно на 15% выше, чем контрольная группа без ИИ. Однако исследователи подчеркивают: важно не просто повышение балла, а то, сохраняются ли эти знания и навыки со временем.
Этот анонс сигнализирует о зрелости подхода к внедрению ИИ. OpenAI признает, что простого предоставления доступа к ChatGPT недостаточно. Более того, бесконтрольное использование ИИ может навредить, если студенты будут использовать его как «костыль» для получения быстрых ответов, а не как тьютора.
Введение метрик вроде «Автономная мотивация» (Autonomous Motivation) и «Настойчивость в решении задач» (Task Persistence) говорит о смещении фокуса с продуктивности (как быстро сделать домашку) на педагогику (как качественно усвоить материал). Это попытка стандартизировать исследования в области ИИ-образования, которых сейчас критически не хватает.
В ближайшем будущем OpenAI планирует опубликовать больше данных и сделать этот инструментарий общедоступным ресурсом для школ и университетов по всему миру. Это может привести к появлению глобального стандарта оценки образовательных ИИ-инструментов.
Если методология окажется успешной, мы увидим переход от споров «запрещать или разрешать ИИ в школах» к дискуссии о том, «как именно интегрировать ИИ, чтобы развивать метакогнитивные навыки». Школы смогут настраивать модели под свои учебные планы и получать объективные данные о том, работает ли методика, корректируя её в реальном времени.
Figma > Card Image
Introducing Frontier alliance partners > Card image
OpenAI переходит от простых тестов к глубокой аналитике влияния ИИ на образование, оценивая развитие критического мышления и самостоятельности студентов.
Главный риск ИИ в образовании — не списывание, а утрата когнитивной настойчивости. Новый инструмент создан специально, чтобы отслеживать этот параметр.
pnnl > art card
