ИИ-репетитор, который помнит вашего ребёнка, - против живого педагога. В Британии их впервые сравнят напрямую

Разбор исследования

Учит ли ИИ лучше, если помнит вашего ребёнка?

В прошлом разборе мы рассказывали о пилотном исследовании Eedi и Google DeepMind: 165 школьников, пять школ, и вывод, что ИИ‑тьютор под контролем педагога учит не хуже живого репетитора. Пилот получился убедительным, но у него было естественное ограничение — небольшая выборка и короткий срок. Осталось два вопроса, на которые он ответить не мог: сохраняется ли эффект со временем и виден ли он на независимом экзамене, а не только внутри самой платформы.

На эти вопросы и рассчитано продолжение. Исследовательская группа Eedi во главе с Васко Бразао зарегистрировала протокол масштабированного рандомизированного исследования в реестре AEA RCT Registry и вывела эксперимент в британские классы с существенно большей выборкой.

Четыре группы вместо двух

Около полутора тысяч учеников 8–10 классов из десяти школ случайным образом распределены между четырьмя условиями на полный учебный триместр. Первая группа — контрольная, и это важная деталь: она получает не «ничего», а стандартную поддержку платформы Eedi — качественные статичные подсказки и практику. То есть ИИ придётся обойти уже работающий продукт, а не пустоту. Вторая группа занимается с ИИ‑тьютором, который видит только контекст текущего занятия. Третья — с ИИ‑тьютором с продольной памятью: он накапливает историю работы с конкретным учеником от сессии к сессии, знает его прошлые ошибки и сильные места. Четвёртая группа получает живого экспертного тьютора.

Самое интересное здесь — сравнение двух версий ИИ между собой. Гипотеза очевидна каждому родителю, у которого был постоянный репетитор: преподаватель, который знает ребёнка не первый месяц, работает лучше случайного. Верно ли то же самое для ИИ — впервые проверяется экспериментально. Если продольная память даст измеримую прибавку, это станет аргументом в пользу долгих отношений с одним ИИ‑наставником вместо разовых вопросов чат‑боту.

Что измеряют — и почему это важно

Главный показатель — результат по STAR Maths, стандартизированному тесту компании Renaissance, и выбор именно внешнего измерителя дорогого стоит. Многие образовательные сервисы отчитываются о прогрессе по собственным внутренним метрикам: ребёнок решает больше задач внутри приложения — значит, растёт. Но рост внутри платформы не всегда означает рост знаний. Независимый тест, к которому платформа не имеет отношения, такую подмену исключает: либо ребёнок стал сильнее в математике, либо нет.

Кроме успеваемости, исследователи измеряют самоэффективность — веру ребёнка в то, что он способен справиться с математикой, — мотивацию и отношение к ошибкам как к части обучения. Для родителей эти вторичные показатели порой значат больше первичных: ребёнок, который перестал бояться ошибаться, продолжит учиться и после того, как занятия закончатся.

Зачем регистрировать исследование заранее

Протокол опубликован в реестре до начала эксперимента, со всеми гипотезами и метриками. У этой процедуры простая логика: когда план зафиксирован публично, авторы не смогут задним числом выбрать из данных только удобные результаты или тихо поменять главный показатель на тот, где цифры получились красивее. Что заявлено — то и придётся показать, включая неудачи.

Для сферы, где маркетинговые обещания сильно опережают доказательства, это редкая и правильная практика. Она же — хороший фильтр для родителей и всех, кто принимает решения об образовательных технологиях: у серьёзного продукта исследования зарегистрированы, метрики независимы, а сравнение идёт не с «ничем», а с сильной альтернативой — живым педагогом.

Чего ждать дальше

Подчеркнём: это дизайн исследования, а не готовые результаты. Эксперимент идёт прямо сейчас, публикация итогов ожидается летом 2026 года, и добросовестный ответ на вопрос «работает ли ИИ‑тьюторство вдолгую» появится только тогда. Мы разберём результаты, какими бы они ни оказались, — в том числе если эффект не подтвердится.

Мы в «Мии360» следим за этим экспериментом с особым интересом: проверяемая в нём модель — ИИ‑тьютор с памятью о ребёнке плюс живой наставник рядом — это та же архитектура, на которой построен наш продукт. И те же вопросы, которые исследователи задают технологии, мы считаем правильным задавать себе: виден ли прогресс на независимых измерениях и остаётся ли он с ребёнком, когда занятие закончилось.

Источник: Testing the efficacy of AI tutoring in secondary mathematics: A scaled RCT in UK classrooms. Vasco Brazão и исследовательская группа Eedi, Великобритания, 2026. Зарегистрированный протокол: socialscienceregistry.org/trials/18079