Больше не бином Ньютона: ИИ научился составлять задачи по физике разной сложности не хуже методистов
Чтобы задания были не только на запоминание, ученые использовали таксономию Блума. Этот подход делит задания по уровням сложности, от простого запоминания до анализа и глубокого понимания. Каждую задачу проверяли на ясность, точность, логичность и соответствие школьной программе.
Эксперимент провели на примере кинематики — раздела физики, где изучаются движение и траектории. Исследователи проанализировали более 200 задач, созданных нейросетями.
Большинство из предложенных задач не только соответствовали стандартам, но и помогали школьникам увидеть связь физики с реальной жизнью. Например, нужно было рассчитать высоту взлета фейерверка или дальность полета баскетбольного мяча. «Некоторые из этих заданий оказались настолько удачными, что их можно сразу включать в учебники», — отметила исследователь Елена Карданова.
Лучше всего нейросети справлялись, когда получали четкие и пошаговые инструкции. Такие задания были понятными, логичными и подходили для школьных уроков. Если запросы были неясными, задачи могли быть либо слишком простыми, либо путанными. Но при точной формулировке запросов модели успешно справлялись даже с задачами высокой сложности.
Одним из главных плюсов нейросетей стала их скорость. То, что у учителя занимает несколько часов, ИИ делает за минуты. Это освобождает время на другие задачи и позволяет создавать разнообразные задания для уроков и проверочных работ.
Ученые подчеркивают, что нейросети не заменят учителей, но могут стать полезным инструментом. «Они помогают быстро готовить задания и экономят время. Но объяснить смысл задачи или поддержать ученика в сложной ситуации — с этим справится только человек», — считает Елена Карданова.
Читать статью
Карданова Елена Юрьевна
Центр психометрики и измерений в образовании: Научный руководитель