Microsoft Research stellt StudentSim für das Training von KI-Tutoren vor

Was passiert ist

In einer Ankündigung vom 12. Oktober 2026 stellte Microsoft Research StudentSim vor, ein Forschungssystem, das für jeden einzelnen Schüler einen personalisierten Simulator erstellt, der erfasst, wie dieser Schüler auf Fragen antwortet und wie sich seine Antworten nach der Anleitung eines Tutors verändern. Die Arbeit führt außerdem StudentSimEval ein, einen Benchmark und ein Bewertungsprotokoll, das Schach, das Schreiben von Englisch als Zweitsprache und Mathematik abdeckt. Das Labor erklärte, dass die zugrunde liegende Studie und der Trainingscode öffentlich verfügbar sind. Microsoft ist ein Softwareentwicklungs- und Softwareunternehmen mit Sitz in Redmond.

Das Feedback-Problem bei der Entwicklung von KI-Tutoren

Microsoft Research beschreibt ein Messproblem im Zentrum der Forschung zu KI-Tutoren: Die Qualität des Unterrichts lässt sich nicht allein an der Antwort des Tutors beurteilen, denn ein Tutor muss wissen, was geschieht, sobald seine Anleitung den Schüler erreicht. Zu den offenen Fragen gehören, ob der Schüler den ursprünglichen Fehler korrigiert hat, ob ein Hinweis dem Schüler half, selbst zur Antwort zu gelangen, oder ob er zu viel verriet, und ob ein anderer Schüler eine andere Art von Unterstützung benötigen würde.

Das Labor merkt an, dass sich solche Fragen bislang nur mit Studien mit echten Lernenden beantworten lassen. Diese sind wertvoll, aber langsam und kostspielig, weshalb das Feedback von Schülern während der schnellen Weiterentwicklung von Modellen kaum nutzbar ist. StudentSim setzt genau an dieser Stelle an und gliedert sich in zwei Messgrößen.

Wichtige Fakten

• In einer Ankündigung vom 12. Oktober 2026 stellte Microsoft Research StudentSim vor, ein Forschungssystem, das für jeden einzelnen Schüler einen personalisierten Simulator erstellt, der erfasst, wie dieser Schüler auf Fragen antwortet und wie sich seine Antworten nach der Anleitung eines Tutors verändern
• Heute erfordert die Beantwortung solcher Fragen laut Labor meist Studien mit echten Lernenden, die wertvoll, aber langsam und kostspielig sind, sodass Schülerfeedback während der schnellen Modellentwicklung kaum nutzbar ist