MUTUS HAI: различия между версиями
Patarakin (обсуждение | вклад) Нет описания правки |
Patarakin (обсуждение | вклад) м Защитил страницу MUTUS HAI ([Редактирование=Разрешено только администраторам] (бессрочно) [Переименование=Разрешено только администраторам] (бессрочно)) |
||
| (не показано 10 промежуточных версий этого же участника) | |||
| Строка 7: | Строка 7: | ||
* Используется для обсуждения вопроса, когда ИИ оказывается значимым другим в совместной учебной деятельности | * Используется для обсуждения вопроса, когда ИИ оказывается значимым другим в совместной учебной деятельности | ||
|Field_of_knowledge=Педагогика, Психология | |Field_of_knowledge=Педагогика, Психология | ||
|Inventor=User:Patarakin | |||
|Environment=NetLogo | |Environment=NetLogo | ||
|Student-created=Нет | |Student-created=Нет | ||
| Строка 13: | Строка 14: | ||
Эта страница служит подсказкой для слушателей: здесь собраны основные понятия, цвета на экране, переменные и графики модели. | Эта страница служит подсказкой для слушателей: здесь собраны основные понятия, цвета на экране, переменные и графики модели. | ||
== | == Вопрос модели == | ||
В модели помощь не передаётся от человека к человеку напрямую. Она овеществлена в объекте совместной работы: в статье учебной вики. Чем лучше товарищи написали статью, тем она доступнее. ИИ-участник может менять ту же статью: дописывать текст (исполнитель) или временно облегчать и усложнять её для студентов, которые с ней работают (тьютор). | В модели помощь не передаётся от человека к человеку напрямую. Она овеществлена в объекте совместной работы: в статье учебной вики. Чем лучше товарищи написали статью, тем она доступнее. ИИ-участник может менять ту же статью: дописывать текст (исполнитель) или временно облегчать и усложнять её для студентов, которые с ней работают (тьютор). | ||
== От Piaget–Vygotsky Game к MUTUS-HAI == | == От Piaget–Vygotsky Game к MUTUS-HAI == | ||
В модели [[Piaget-Vygotsky (model)]] (Abrahamson, Wilensky) игроки, которые учатся по Пиаже, учатся только на собственных попытках, а | В модели [[Piaget-Vygotsky (model)]] (Abrahamson, Wilensky) игроки, которые учатся по [[Пиаже]], учатся только на собственных попытках, а игроки по [[Выготский|Выготскому]] учатся, наблюдая за соседями. Зона ближайшего развития там задана как максимальная разница между результатами игрока и соседа, при которой ещё можно у него научиться. | ||
<netlogo model="Piaget-Vygotsky_Game" /> | |||
В MUTUS-HAI зона ближайшего развития переносится с отношения «человек и человек» на отношение «человек и объект»: | В MUTUS-HAI зона ближайшего развития переносится с отношения «человек и человек» на отношение «человек и объект»: | ||
| Строка 37: | Строка 39: | ||
* обучение идёт только внутри полосы и быстрее всего у её верхнего края; слишком лёгкая статья не развивает. | * обучение идёт только внутри полосы и быстрее всего у её верхнего края; слишком лёгкая статья не развивает. | ||
=== Сегодня с помощью, завтра сам === | === Сегодня с помощью другого, завтра сам === | ||
«То, что ребёнок умеет делать сегодня в сотрудничестве, завтра он сумеет сделать самостоятельно». В модели это операционализировано как '''интериоризированная пара''': студент впервые справился со статьёй только с помощью, а позднее справился с ней сам. | «То, что ребёнок умеет делать сегодня в сотрудничестве, завтра он сумеет сделать самостоятельно». В модели это операционализировано как '''интериоризированная пара''': студент впервые справился со статьёй только с помощью, а позднее справился с ней сам. | ||
| Строка 143: | Строка 145: | ||
|} | |} | ||
По мере роста умения студента синие и оранжевые статьи становятся зелёными, а зелёные становятся серыми. Зона ближайшего развития буквально движется по экрану. | По мере роста умения студента синие и оранжевые статьи становятся зелёными, а зелёные становятся серыми. [[Зона ближайшего развития]] буквально движется по экрану. | ||
<netlogo model="MUTUS-HAI_v0.1" /> | |||
=== Попробуйте сами === | |||
В модели много слайдеров, но для начала нужны только четыре элемента: '''num-ai''', '''ai-role''', '''tutor-challenges?''' и '''ai-present?'''. Остальное не трогайте. Перед каждым шагом нажимайте '''setup''', затем '''watch random student''' (один студент станет жёлтым), затем '''go'''. Семестр длится 150 тактов, после чего модель останавливается. | |||
{| class="wikitable" | |||
|- | |||
! width="4%" | Шаг | |||
! width="36%" | Что сделать | |||
! width="60%" | Что вы должны увидеть | |||
|- | |||
| 1 | |||
| Ничего не меняйте (ИИ нет: num-ai = 0) | |||
| Вокруг жёлтого студента есть зелёные статьи (может сам) и синие (может с помощью текстов товарищей). Постепенно синие становятся зелёными, а зелёные светло-серыми. К концу семестра серого больше всего: группа сама делает задачи слишком лёгкими. | |||
|- | |||
| 2 | |||
| num-ai = 6, ai-role = performer | |||
| Появляются пурпурные звёзды-исполнители и розовые статьи: задача стала слишком лёгкой из-за ИИ. Монитор '''human service share''' падает примерно до 0.6: часть работы студентов сделал ИИ. | |||
|- | |||
| 3 | |||
| ai-role = tutor | |||
| Оранжевые звёзды-тьюторы есть, но картина почти как в шаге 1. Тьютор, который умеет только помогать, здесь не нужен: помощи и так достаточно. | |||
|- | |||
| 4 | |||
| Включите tutor-challenges? | |||
| Появляются фиолетовые статьи: тьютор усложнил задачу, ставшую слишком лёгкой. Серого меньше, а монитор '''skill gain''' к концу семестра выше, чем в шагах 1–3 (примерно 0.21 против 0.17). | |||
|} | |||
== Словарь основных терминов модели == | == Словарь основных терминов модели == | ||
| Строка 515: | Строка 545: | ||
* После снятия такого тьютора на такте 75 статьи снова становятся слишком лёгкими (доля EASY-OWN растёт примерно с 0.54 до 0.86): усложнение принадлежало ситуации и не стало «своим» у студентов. | * После снятия такого тьютора на такте 75 статьи снова становятся слишком лёгкими (доля EASY-OWN растёт примерно с 0.54 до 0.86): усложнение принадлежало ситуации и не стало «своим» у студентов. | ||
* Исполнитель быстро повышает качество текстов, но делает часть задач слишком лёгкими и забирает у студентов работу. | * Исполнитель быстро повышает качество текстов, но делает часть задач слишком лёгкими и забирает у студентов работу. | ||
== Ограничения модели == | == Ограничения модели == | ||
| Строка 530: | Строка 554: | ||
== Связанные модели == | == Связанные модели == | ||
* [[MUTUS]]: базовая модель мутуалистических связей студентов и статей вики; [[MUTUS | * [[MUTUS]]: базовая модель мутуалистических связей студентов и статей вики; [[MUTUS HAI]] сохраняет её вычислительное ядро без изменений. | ||
* STiMUS и STiMUS-HAI: модели командной работы с общим цифровым артефактом, в том числе с ИИ-участниками: https://github.com/patarakin/STiMUS | * [[STiMUS]] и STiMUS-HAI: модели командной работы с общим цифровым артефактом, в том числе с ИИ-участниками: https://github.com/patarakin/STiMUS | ||
* [https://ccl.northwestern.edu/netlogo/models/Piaget-VygotskyGame Piaget–Vygotsky Game] (Abrahamson, Wilensky), библиотека моделей NetLogo. | * [https://ccl.northwestern.edu/netlogo/models/Piaget-VygotskyGame Piaget–Vygotsky Game] (Abrahamson, Wilensky), библиотека моделей NetLogo. | ||
* [[Small group discussion]]: модель обсуждения в малой группе с зоной ближайшего развития как зоной допустимых различий в убеждениях. | * [[Small group discussion]]: модель обсуждения в малой группе с зоной ближайшего развития как зоной допустимых различий в убеждениях. | ||
Текущая версия от 16:01, 19 ноября 2026
| Описание модели | Агентная модель учебной вики, в которой студенты и ИИ-участники работают с одними и теми же статьями. Модель
|
|---|---|
| Область знаний | Педагогика, Психология |
| Веб-страница - ссылка на модель | |
| Видео запись | |
| Разработчики | User:Patarakin |
| Среды и средства, в которых реализована модель | NetLogo |
| Диаграмма модели | |
| Описание полей данных, которые модель порождает | |
| Модель создана студентами? | Нет |
Страница подготовлена для круглого стола «ИИ как (не)значимый другой: что меняется в совместной учебной деятельности и общении» (форум «Время Л.С. Выготского: от фундаментальной теории к современной практике»). Эта страница служит подсказкой для слушателей: здесь собраны основные понятия, цвета на экране, переменные и графики модели.
Вопрос модели
В модели помощь не передаётся от человека к человеку напрямую. Она овеществлена в объекте совместной работы: в статье учебной вики. Чем лучше товарищи написали статью, тем она доступнее. ИИ-участник может менять ту же статью: дописывать текст (исполнитель) или временно облегчать и усложнять её для студентов, которые с ней работают (тьютор).
От Piaget–Vygotsky Game к MUTUS-HAI
В модели Piaget-Vygotsky (model) (Abrahamson, Wilensky) игроки, которые учатся по Пиаже, учатся только на собственных попытках, а игроки по Выготскому учатся, наблюдая за соседями. Зона ближайшего развития там задана как максимальная разница между результатами игрока и соседа, при которой ещё можно у него научиться.
В MUTUS-HAI зона ближайшего развития переносится с отношения «человек и человек» на отношение «человек и объект»:
- участник: студент с уровнем умения;
- объект: статья вики со своей сложностью;
- помощь: качество текста, созданного другими, и поддержка ИИ;
- зона: полоса сложности вокруг умения студента, в которой он справляется с задачей и учится.
Теоретическое основание модели
Зона ближайшего развития
| Description | |
|---|---|
| Зона ближайшего развития | Понятие в культурно-исторической теории Выготского обозначающее расхождение в уровне трудности задач, которые решаются ребёнком самостоятельно и с помощью медиаторов-помощников, в роли которых могут выступать взрослые, учителя, старшие братья, товарищи по учебе или компьютерные программы.
Условимся называть … уровнем актуального развития ребенка тот уровень, которого ребенок достиг в ходе своего развития и который определяется с помощью задач, решаемых ребенком самостоятельно… Зона ближайшего развития ребенка — это расстояние между уровнем его актуального развития, определяемым с помощью задач, решаемых самостоятельно, и уровнем возможного развития, определяемым с помощью задач, решаемых под руководством взрослого и в сотрудничестве с более умелыми сотоварищами
|
В модели это означает:
- для каждого студента и каждой статьи вычисляется, справится ли он со статьёй сам, с помощью текстов товарищей или только с помощью ИИ;
- разница между «могу сам» и «могу с помощью» есть ширина зоны ближайшего развития;
- обучение идёт только внутри полосы и быстрее всего у её верхнего края; слишком лёгкая статья не развивает.
Сегодня с помощью другого, завтра сам
«То, что ребёнок умеет делать сегодня в сотрудничестве, завтра он сумеет сделать самостоятельно». В модели это операционализировано как интериоризированная пара: студент впервые справился со статьёй только с помощью, а позднее справился с ней сам.
Обучение, забегающее вперёд развития
Выготский писал, что «хорошее» обучение только то, которое забегает вперёд развития. В модели это видно так: если задача стала слишком лёгкой, студент с ней справляется, но не учится. Поэтому значимый другой должен уметь не только облегчать задачу, но и делать её труднее.
Скаффолдинг
| Description | |
|---|---|
| Скаффолдинг | Скаффолдинг — процесс, который дает возможность ребенку или новичку решить проблему, выполнить задание или достичь целей, которые находятся за пределами его индивидуальных усилий возможностей |
Модель опирается на три признака скаффолдинга из обзора van de Pol, Volman, Beishuizen (2010):
- контингентность: помощь подстраивается под уровень ученика;
- угасание: помощь постепенно убирается;
- передача ответственности: задачу в итоге выполняет сам ученик.
Кроме того, B. Reiser (2004) различает две функции скаффолдинга: структурирование (упрощение задачи) и проблематизацию (обращение внимания на трудное). Тьютор MUTUS-HAI может выполнять обе функции.
Опосредствование и мутуализм
| Description | |
|---|---|
| Мутуализм | Мутуали́зм — широко распространённая форма взаимополезного сожительства, когда присутствие партнёра становится обязательным условием существования каждого из них. Преимущества, которые получает организм, вступающий в мутуалистические отношения, могут быть различны. Часто по крайней мере один из партнёров использует другого в качестве поставщика пищи, тогда как второй получает защиту от врагов или благоприятные для роста и размножения условия. В других случаях вид, выигрывающий в пище, освобождает партнёра от паразитов, опыляет растения или распространяет семена. Каждый из участников мутуалистической пары действует эгоистично, и выгодные отношения возникают лишь потому, что получаемая польза перевешивает затраты, требуемые на поддержание взаимоотношений. |
Помощь в модели существует как свойство статьи, то есть как культурное орудие. Отношения студентов и статей взаимовыгодны (мутуализм): студенты улучшают статьи, а улучшенные статьи становятся доступнее и полезнее для следующих студентов. Эта часть модели взята без изменений из MUTUS v1.0.
Два ИИ-участника
Оба ИИ-участника действуют в том же слое объектов, что и студенты, и выбирают статьи по тому же правилу видимости. У них фиксированное умение и активность, они не учатся и не имеют собственной зоны развития. ИИ-участник в модели не является языковой моделью и не порождает текст: его помощь выражена числами.
| Свойство | Исполнитель (performer) | Тьютор (tutor) |
|---|---|---|
| Метафора | Другой, который делает за меня | Другой, который делает со мной |
| Что меняет в статье | Качество текста, надолго | Временную поддержку, которая угасает |
| Учитывает уровень студентов | Нет | Да: подстраивает поддержку под умение студентов рядом со статьёй |
| Может уменьшить помощь | Нет | Да, когда студенты растут |
| Может усложнить задачу | Нет | Да, если включён переключатель tutor-challenges? |
| Забирает у студентов возможность вклада | Да | Нет |
| Пишет новые статьи вместо исчезнувших | Да, на своём уровне (при renewal? и ai-authoring?) | Нет |
| На экране | Пурпурная звезда | Оранжевая звезда |
Что видно на экране
Кнопка watch random student или pick student (click) выбирает одного студента; он становится жёлтым. В режиме view-mode = zone of watched student каждая статья окрашивается по тому, что произойдёт, если этот студент откроет её сейчас.
| Цвет | Категория | Что это значит для студента |
|---|---|---|
| Зелёный | IND | Справится сам, без всякой помощи (уровень актуального развития) |
| Синий | ZPD-H | Справится только благодаря текстам товарищей (зона, открытая людьми) |
| Оранжевый | ZPD-AI | Справится только благодаря поддержке ИИ (зона, открытая ИИ) |
| Фиолетовый | CHAL-AI | Задача в зоне только потому, что тьютор её усложнил; без него было бы слишком легко |
| Светло-серый | EASY-OWN | Слишком легко: справится, но не научится |
| Розовый | EASY-AI | Слишком легко из-за помощи ИИ (избыточная помощь) |
| Тёмно-красный | FAIL | Пока недоступно даже с помощью |
| Тёмно-серый | Статья «увяла»: в ней давно никто не работал |
По мере роста умения студента синие и оранжевые статьи становятся зелёными, а зелёные становятся серыми. Зона ближайшего развития буквально движется по экрану.
Попробуйте сами
В модели много слайдеров, но для начала нужны только четыре элемента: num-ai, ai-role, tutor-challenges? и ai-present?. Остальное не трогайте. Перед каждым шагом нажимайте setup, затем watch random student (один студент станет жёлтым), затем go. Семестр длится 150 тактов, после чего модель останавливается.
| Шаг | Что сделать | Что вы должны увидеть |
|---|---|---|
| 1 | Ничего не меняйте (ИИ нет: num-ai = 0) | Вокруг жёлтого студента есть зелёные статьи (может сам) и синие (может с помощью текстов товарищей). Постепенно синие становятся зелёными, а зелёные светло-серыми. К концу семестра серого больше всего: группа сама делает задачи слишком лёгкими. |
| 2 | num-ai = 6, ai-role = performer | Появляются пурпурные звёзды-исполнители и розовые статьи: задача стала слишком лёгкой из-за ИИ. Монитор human service share падает примерно до 0.6: часть работы студентов сделал ИИ. |
| 3 | ai-role = tutor | Оранжевые звёзды-тьюторы есть, но картина почти как в шаге 1. Тьютор, который умеет только помогать, здесь не нужен: помощи и так достаточно. |
| 4 | Включите tutor-challenges? | Появляются фиолетовые статьи: тьютор усложнил задачу, ставшую слишком лёгкой. Серого меньше, а монитор skill gain к концу семестра выше, чем в шагах 1–3 (примерно 0.21 против 0.17). |
Словарь основных терминов модели
| Термин на английском | Термин на русском | Определение |
|---|---|---|
| Student | Студент | Агент-человек. Имеет умение (skill), активность (activity) и энергию (energy). Выбирает статьи, работает с ними, улучшает их и учится |
| AI participant (ai-agent) | ИИ-участник | Агент с фиксированным умением и активностью. Не учится, не устаёт. Тип задаётся параметром ai-role |
| Article | Статья | Объект совместной работы. Имеет сложность (complexity), качество (quality), жизненность (vitality) и возможности для вклада (reward) |
| Skill | Умение | Уровень развития студента от 0 до 1. В начале распределён так, что в группе больше новичков (среднее около 0.4). Растёт только при работе в полосе развития |
| Complexity | Сложность статьи | Понятийная трудность статьи без всякой помощи, от 0 до 1 |
| Quality | Качество статьи | Насколько хорошо статья написана. Растёт, когда участники её улучшают, и медленно снижается со временем. Делится на часть, написанную людьми (quality-h), и часть, написанную исполнителем (quality-ai) |
| Support | Поддержка тьютора | Временный слой помощи на статье. Положительная поддержка облегчает статью, отрицательная усложняет. Угасает каждый такт |
| Effective complexity (c_eff) | Эффективная сложность | Сложность статьи с учётом всей помощи: c_eff = complexity × (1 − 0.5 × quality − ai-scaffolding × support). Именно она решает, справится ли студент
|
| Development band | Полоса развития | Диапазон эффективной сложности от умения студента минус 0.2 до умения плюс 0.2. В полосе студент справляется и учится; выше полосы неудача; ниже полосы слишком легко |
| Zone of Proximal Development (ZPD) | Зона ближайшего развития (ЗБР) | По Выготскому: расстояние между тем, что ученик делает сам, и тем, что он делает в сотрудничестве. В модели: статьи, с которыми студент справляется только с помощью (категории ZPD-H и ZPD-AI) |
| Independent reach | Самостоятельный охват (уровень актуального развития) | Доля живых статей, с которыми студент справился бы сам, без всякой помощи |
| Assisted reach | Охват с помощью (уровень возможного развития) | Доля живых статей, с которыми студент справился бы со всей доступной помощью |
| ZPD width | Ширина зоны | Разность охвата с помощью и самостоятельного охвата |
| Interiorised pair | Интериоризированная пара | Пара «студент, статья», где первый успех был с помощью, а позднее студент справился сам. Операционализация принципа «сегодня с помощью, завтра сам» |
| Contingency | Контингентность | Подстройка помощи под уровень ученика. Тьютор целится в сложность «среднее умение студентов рядом плюс zpd-target» |
| Fading | Угасание помощи | Постепенное снижение поддержки: тьютор уменьшает её, когда студенты растут, а без тьютора она угасает сама |
| Problematizing | Проблематизация | Усложнение задачи, ставшей слишком лёгкой (отрицательная поддержка). Включается переключателем tutor-challenges? |
| Mutualism | Мутуализм | Взаимовыгодная связь студентов и статей: работа студентов повышает качество и жизненность статьи, а качество статьи облегчает её для других |
| Vitality | Жизненность статьи | Насколько статья «жива» в обсуждении курса. Растёт от работы с ней, снижается без работы. Статьи с большей жизненностью чаще выбирают |
| Reward | Возможности вклада | Сколько полезной работы ещё можно сделать в статье. Участники её расходуют, со временем она восстанавливается. Исполнитель забирает её у студентов, тьютор нет |
| Renewal | Обновление статьи | Увядшая статья переписывается заново одним из авторов рядом с ней. Новая сложность ставится у верхнего края зоны автора |
| Withdrawal | Снятие ИИ | Отключение ИИ-участников во время прогона (переключатель ai-present? или параметр ai-withdraw-tick). Проверка того, что осталось у студентов |
| Tick | Такт | Единица времени модели. Прогон длится 150 тактов, что соответствует одному семестру |
Как студент работает со статьёй
За один такт каждый студент:
- смотрит на статьи в радиусе восприятия (perception-radius);
- выбирает одну из них: чаще те, что «живы» и в которых раньше была удачная работа;
- сравнивает эффективную сложность статьи со своим умением;
- если статья в полосе развития, справляется, может её улучшить и учится; если выше полосы, терпит неудачу; если ниже, справляется, но не учится;
- тратит энергию; при нехватке энергии переходит в покой и затем возвращается.
Расстояние до статьи вычисляется трижды:
d_ind = complexity − skill: без всякой помощи;d_hum = complexity × (1 − 0.5 × quality-h) − skill: с текстами, написанными людьми;d_eff = c_eff − skill: со всей помощью; только оно решает успех и обучение.
Сравнение трёх расстояний и даёт категорию визита и цвет статьи на экране.
Что делает тьютор
- Приходит к статье и смотрит на активных студентов рядом.
- Вычисляет цель:
среднее умение студентов + zpd-target(с ошибкой diagnosis-noise). - Сдвигает поддержку к уровню, при котором эффективная сложность равна цели, со скоростью support-rate.
- Если статья слишком лёгкая и включён tutor-challenges?, поддержка становится отрицательной: статья усложняется.
- Между визитами поддержка угасает (support-decay).
Важное допущение модели: тьютор знает умение студентов с точностью до diagnosis-noise. Это навязанное допущение, а не утверждение о реальных системах.
Переменные
Параметры ИИ-участников
| Переменная | Элемент интерфейса | Диапазон (по умолчанию) | Интерпретация |
|---|---|---|---|
| num-ai | Слайдер | 0–10 (0) | Число ИИ-участников; 0 означает группу без ИИ. ИИ-участники добавляются к студентам, а не заменяют их |
| ai-role | Список | performer / tutor (tutor) | Тип всех ИИ-участников прогона |
| ai-present? | Переключатель | on / off (on) | Выключение во время прогона снимает ИИ без перезапуска модели |
| ai-withdraw-tick | Слайдер | 0–150 (0) | Такт автоматического снятия ИИ; 0 означает «никогда» |
| ai-skill | Слайдер | 0.5–1 (0.9) | Умение ИИ-участника; не меняется |
| ai-activity | Слайдер | 0.1–1 (0.9) | Вероятность того, что ИИ-участник действует в данном такте |
| ai-authoring? | Переключатель | on / off (on) | Может ли исполнитель писать новые статьи при обновлении |
| tutor-challenges? | Переключатель | on / off (off) | Может ли тьютор усложнять слишком лёгкие статьи (проблематизация) |
| zpd-target | Слайдер | 0–0.2 (0.15) | Насколько выше среднего умения студентов тьютор держит задачу; 0.2 соответствует верхнему краю полосы |
| diagnosis-noise | Слайдер | 0–0.2 (0.05) | Ошибка, с которой тьютор оценивает умение студентов |
| support-rate | Слайдер | 0–1 (0.3) | Как быстро тьютор подстраивает поддержку за один визит |
| support-decay | Слайдер | 0–0.1 (0.02) | Доля поддержки, которая угасает за такт |
| ai-scaffolding | Слайдер | 0–0.5 (0.5) | Вес поддержки тьютора в эффективной сложности |
Параметры группы и вики
| Переменная | Элемент интерфейса | Диапазон (по умолчанию) | Интерпретация |
|---|---|---|---|
| num-students | Слайдер | 5–100 (30) | Число студентов |
| num-articles | Слайдер | 10–200 (98) | Число статей |
| cluster-count | Слайдер | 1–10 (6) | Число тем; статьи одной темы расположены рядом |
| cluster-spread | Слайдер | 0.5–8 (3) | Насколько широко разбросаны статьи одной темы |
| perception-radius | Слайдер | 1–20 (6) | Сколько статей вокруг себя видит участник |
| activity-mean | Слайдер | 0.05–0.95 (0.3) | Средняя активность студентов |
| activity-concentration | Слайдер | 0.5–20 (2) | Насколько студенты похожи по активности; меньше значит больше различий |
| skill-growth | Слайдер | 0–0.2 (0.115) | Скорость обучения в полосе развития |
| mutualism-strength | Слайдер | 0–1 (0.45) | Насколько сильно работа участника улучшает статью |
| visit-cost | Слайдер | 0–0.5 (0.05) | Затраты энергии на одну работу со статьёй |
| adaptation-rate | Слайдер | 0–10 (5) | Как быстро студенты перестраивают выбор статей по прошлому опыту |
| regeneration-rate | Слайдер | 0–0.5 (0.2) | Скорость восстановления возможностей вклада в статье |
| renewal-rate | Слайдер | 0–0.2 (0.05) | Вероятность того, что увядшая статья будет переписана в данном такте |
| offspring-sd | Слайдер | 0–0.2 (0.14) | Разброс сложности переписанной статьи |
Фиксированы в коде (как в MUTUS v1.0): ширина полосы развития 0.2 вниз и 0.2 вверх, вес качества текста 0.5, длина прогона 150 тактов.
Переключатели механизмов
Переключатели позволяют включать и выключать механизмы модели по одному.
| Переключатель | Что выключается |
|---|---|
| trait-matching? | Полоса развития: все статьи становятся одинаково доступными, зоны и цвета теряют смысл, обучение останавливается |
| feedback? | Мутуализм: работа студентов перестаёт улучшать статьи |
| adaptive-foraging? | Студенты перестают учитывать прошлый опыт при выборе статей |
| trait-development? | Студенты перестают учиться |
| renewal? | Увядшие статьи не переписываются (по умолчанию выключено) |
Графики и мониторы
| График или монитор | Что показывает |
|---|---|
| Two levels of development | Самостоятельный охват (alone), охват с помощью (with help) и ширину зоны между ними |
| Who opens the zone | Доли визитов по семи категориям за последние 10 тактов: кто открыл студенту зону и где задача слишком лёгкая |
| Skill and help | Среднее умение студентов, качество, написанное людьми и ИИ, среднюю поддержку тьютора (ниже нуля означает усложнение) |
| Watched student | Умение выбранного студента, его самостоятельный охват и охват с помощью |
| skill gain | Средний прирост умения студентов с начала прогона |
| ZPD by AI (10t), raised by tutor (10t) | Доли визитов в зоне, открытой ИИ, и в зоне, удержанной усложнением тьютора |
| interiorised pairs | Число интериоризированных пар |
| human service share | Доля улучшений статей, сделанных студентами, а не ИИ |
| human authorship | Доля переписанных статей, написанных студентами |
| fail rate | Доля неудачных визитов студентов |
Что наблюдалось в пробных прогонах
Числа ниже взяты из небольшого числа пробных прогонов (10 на условие, 150 тактов, 6 ИИ-участников, renewal? выключен; доли визитов студентов по категориям). Это иллюстрация того, что можно обсуждать, а не результат исследования. В интерфейсе каждый прогон идёт с новым случайным зерном, и отдельный прогон может отличаться.
| Условие | Прирост умения | ZPD-AI | CHAL-AI | EASY-OWN | EASY-AI | Доля улучшений, сделанных людьми |
|---|---|---|---|---|---|---|
| Без ИИ | 0.17 | 0 | 0 | 0.66 | 0 | 1.00 |
| Исполнитель | 0.165 | 0.03 | 0 | 0.49 | 0.17 | 0.59 |
| Тьютор, только помощь | 0.17 | 0.002 | 0 | 0.65 | 0.006 | 1.00 |
| Тьютор, помощь и усложнение | 0.21 | 0.002 | 0.24 | 0.49 | 0.003 | 1.00 |
Наблюдения для обсуждения:
- Без ИИ сообщество само делает статьи доступными: к середине семестра большинство визитов слишком лёгкие. В этом мире не хватает не помощи, а трудности.
- Тьютор, который умеет только помогать, почти ничего не делает: оранжевых статей мало. Он остаётся «незначимым другим», и это правильно, потому что помощь не нужна.
- Тьютор, который умеет и усложнять, удерживает задачи у верхнего края зоны, и умение растёт быстрее.
- После снятия такого тьютора на такте 75 статьи снова становятся слишком лёгкими (доля EASY-OWN растёт примерно с 0.54 до 0.86): усложнение принадлежало ситуации и не стало «своим» у студентов.
- Исполнитель быстро повышает качество текстов, но делает часть задач слишком лёгкими и забирает у студентов работу.
Ограничения модели
- ИИ-участник не является языковой моделью и не порождает текст; его помощь выражена числами.
- Студенты не общаются друг с другом и с ИИ напрямую: всякое взаимодействие опосредствовано статьёй.
- Тьютор знает умение студентов с точностью до diagnosis-noise: это навязанное допущение.
- Поддержка тьютора относится к статье и одинакова для всех студентов рядом.
- Категории визитов являются конструкцией модели; успешный визит не равен доказанному обучению.
Связанные модели
- MUTUS: базовая модель мутуалистических связей студентов и статей вики; MUTUS HAI сохраняет её вычислительное ядро без изменений.
- STiMUS и STiMUS-HAI: модели командной работы с общим цифровым артефактом, в том числе с ИИ-участниками: https://github.com/patarakin/STiMUS
- Piaget–Vygotsky Game (Abrahamson, Wilensky), библиотека моделей NetLogo.
- Small group discussion: модель обсуждения в малой группе с зоной ближайшего развития как зоной допустимых различий в убеждениях.
Литература
- Выготский Л. С. Проблема обучения и умственного развития в школьном возрасте.
- Vygotsky, L. S. (1978). Interaction between learning and development. In Mind in Society (pp. 79–91). Harvard University Press. https://www.ufrgs.br/psicoeduc/chasqueweb/vygotsky/vygotsky-interaction.htm
- Wood, D., Bruner, J. S., & Ross, G. (1976). The role of tutoring in problem solving. Journal of Child Psychology and Psychiatry, 17(2), 89–100. https://doi.org/10.1111/j.1469-7610.1976.tb00381.x
- van de Pol, J., Volman, M., & Beishuizen, J. (2010). Scaffolding in teacher–student interaction: A decade of research. Educational Psychology Review, 22, 271–296. https://doi.org/10.1007/s10648-010-9127-6
- Reiser, B. J. (2004). Scaffolding complex learning: The mechanisms of structuring and problematizing student work. Journal of the Learning Sciences, 13(3), 273–304. https://doi.org/10.1207/s15327809jls1303_2
- Wilensky, U. (1999). NetLogo. Center for Connected Learning and Computer-Based Modeling, Northwestern University. https://ccl.northwestern.edu/netlogo/
