Команда студентов магистратуры AI Talent Hub Университета ИТМО разработала прототип ИИ-помощника для «Яндекс Учебника», который способен выявлять глубину понимания учебного материала по информатике в диалоге со студентом. Об этом CNews сообщили представители ИТМО.
Современные тесты для диагностики знаний фиксируют только правильные или неправильные ответы, не давая представления о том, насколько глубоко студент усвоил материал. В отличие от них, ИИ-ассистент ведет диалог в свободной форме, уточняет ответы, предлагает нетиповые задачи и на основе ответов оценивает компетенции обучающегося по шкале Блума — от базового знания и понимания до анализа и оценки. Такой подход позволяет определить текущий уровень владения темой и выявить пробелы в знаниях, предложив персональные рекомендации для их восполнения.
Система работает в двух режимах — информационном и экзаменационном. В первом случае студент может заранее ознакомиться с материалами, а во втором — проходит тестирование, где ИИ-помощник самостоятельно выстраивает беседу, адаптируя сложность вопросов по мере ответов студента. Результаты анализа формируются в двух форматах: студент получает мгновенную обратную связь, о своих правильных, неправильных и неполных ответах, а также рекомендации по улучшению. Преподаватель получает запись диалога, визуализацию результатов и подробную аналитику.
Для студентов тестирование проходит в формате привычного Telegram-бота, где уже через 15 мин после прохождения диалога формируется индивидуальный отчет. Преподаватели получают доступ к приложению, где отображается аналитика по всем участникам в разрезе таксономии Блума. Это позволяет автоматизировать процесс проверки, сократить нагрузку на преподавателей и повысить точность диагностики.
Решение построено на стеке технологий Python, FastAPI, Postgres, Qdrant и Alice AI LLM, развернуто в инфраструктуре Yandex.Cloud. Telegram-бот реализован на Aiogram, веб-интерфейс — на Streamlit. Система устроена так, что каждый компонент выполняет свою функцию: анализирует ответы студентов, формирует отчёты и управляет диалогом. Для адаптивного общения с пользователем команда разработала цепочку команд для ИИ, которая задаёт уточняющие вопросы и подбирает рекомендации в зависимости от действий пользователя.
Над проектом работали студенты Университета ИТМО: Иванов Андрей, Харин Ильдар, Тенишев Никита, Онбаев Бауржан. Команда планирует дальнейшее развитие проекта: внедрение агентной системы для более гибкого взаимодействия, расширение тем диагностики и интеграцию с LMS. Среди приоритетов — повышение качества оценки ответов и оптимизация запросов к LLM для снижения стоимости решения
«Сейчас мы наблюдаем начало эпохи ИИ в образовании. Студенты и старшеклассники очень быстро отходят от использования ИИ только для списывания и начинают применять для изучения материала. В этом ключе, применение ИИ для оценки знаний является перспективной областью. Ведь и студенту и преподавателю важно понимать, насколько хорошо усвоен материал», — сказал Роман Левин, академический директор «Яндекс Учебника».
«Мы создаем инструмент, который не просто проверяет знания и ставит оценку, а помогает их понять, где именно есть пробелы и как их устранить. Скользящая диагностика — это шаг к более оперативному получению качественной обратной связи, где технология становится настоящим помощником преподавателя», — сказал Андрей Иванов.