AI наставник: кога помощта пречи на ученето
Добрият наставник знае кога да замълчи. Нов доклад на Института Allen за изкуствен интелект мери точно това умение при седем езикови модела и намира системен наклон: помагат прекалено много, прекалено рано.

Какво измерва изследването
Изследователи от Ai2 заедно с колеги от Масачузетския технологичен институт и Станфорд взеха 462 преписа от реални индивидуални уроци по математика. Учениците са 198 на брой, от втори до седми клас в Съединените щати, а наставниците им са 173 души.
После 27 учители, повечето с над десет години стаж, преминаха през преписите и отбелязаха местата, където наставникът е бил пред избор: да подскаже или да остави ученика да се пребори сам. Така се събраха 1536 такива ключови момента.
Механиката на теста е проста. Разговорът се спира в отбелязания момент, моделът поема ролята на наставник за пет реплики срещу симулиран ученик, а отделен конвейер оценява дали е подпомогнал уместно и дали е удържал изискването. За самата оценка са използвани 520 от отбелязаните моменти, разделени поравно между двата типа решение.
Тествани са седем модела: Gemini 2.5 Pro, Gemini 3.5 Flash, Claude Opus 4.8, Claude Sonnet 4.6, DeepSeek V4 Pro, GPT 5.5 и GPT 5.4 mini. Изследването е финансирано от фондацията на Гейтс и от Learning Commons, а наборът от данни и кодът са публикувани изцяло.
AI наставник, който дава отговора вместо подсказка
Числата не оставят място за тълкуване. При обикновена подкана GPT 5.5 подтиква ученика към собствено усилие само в 4,6% от моментите, в които учителите са преценили, че точно това е било нужно. При GPT 5.4 mini делът е 2,3%. Най-добрият в тази графа, Gemini 2.5 Pro, стига до 22,3%.
Обратната страна е още по-показателна. GPT 5.5 подава готовото решение в 82,7% от моментите, в които е трябвало само да насочи. Gemini 3.5 Flash, най-въздържаният от седемте, го прави в 40,2%.
Един AI наставник по подразбиране е услужлив. Точно това е проблемът, защото ученето минава през затруднението, а не покрай него.
Подканата решава почти всичко
Тук идва находката, която си струва повече от класирането между моделите. Когато същите модели получат подкана, която изрично описва компромиса между подпомагането и изискването, всички се подобряват рязко.
GPT 5.5 скача от 4,6% на 53,1%. Claude Sonnet 4.6 се качва от 8,5% на 79,2%, тоест над деветкратно. Разликата не идва от нов модел, нито от дообучение. Идва от това как е формулирана задачата.
Преди година спорът беше кой модел е по-добър учител. Данните тук показват, че при един и същ модел разликата между безполезен и приемлив наставник се побира в няколко изречения инструкция.
Какво не доказва докладът
Три уговорки трябва да вървят заедно с горните числа, а те са на самите автори.
Първо, никое от измерванията не е направено с реални ученици. Отсрещната страна в теста е симулация, а авторите пишат, че автоматичната оценка „не може да замени изследвания с хора". Дали по-взискателният наставник води до по-научен ученик, остава непроверено.
Второ, човешката база изглежда ниска, но е подбрана нарочно. Учителите са били инструктирани да отбелязват именно пропуснатите възможности на живите наставници, тоест наборът е съставен от слабите им моменти. Извод „моделите вече бият учителите" не следва от него.
Трето, докладът не е рецензиран, а обхватът е тесен: само математика, само американски училища, само втори до седми клас. Пренасянето към българска класна стая е предположение, не резултат.
Заключение
Изследването не отговаря на въпроса дали AI наставник учи по-добре от човек. То показва нещо по-практично: инструментът прави това, което сме му поръчали, а по подразбиране сме му поръчали да е услужлив. Услужливостта и преподаването не са едно и също.
Помагаме на български образователни екипи да превърнат AI инструментите в подкрепа за ученето, а не в готов отговор. Услугите ни покриват одит, оценка на готовност, обучение на екипи и имплементация на специализирани AI автоматизации за всяка организация. Препоръчваме консултация при училища и центрове, които вече допускат езикови модели в учебния процес без писани правила за това. [Свържете се с нас за консултация: academy@razvivai.se]
Източници
When Help is Unhelpful: Evaluating AI Tutors for Productive Struggle - технически доклад на Ai2, август 2026
TutorMoments - блог на Allen Institute for AI, август 2026
TutorMoments-Preview - публичен набор от данни, август 2026
TutorMoments - хранилище с кода на оценката, август 2026
MathTutorBench: измерване на педагогическите способности на езикови модели, февруари 2026
Този текст е създаден в съавторство с AI и е редактиран от екипа на РазвивAI се. Илюстрацията към публикацията е генерирана с AI.




Коментари