🚨🚨 متحمس لمشاركة أول نتائج *إيجابية* لنا حول الذكاء الاصطناعي في التعليم! معظم أعمال المعلمين في الذكاء الاصطناعي تركز على تحسين روبوت الدردشة. نقترح رافعة أخرى: تحديد ما يجب على الطلاب ممارسته لاحقا لتحسين التعلم. ندمج بين مدرس ماجستير اللغة والتعلم المعزز لتخصيص تسلسل المشكلات باستخدام إشارات من تفاعلات الطلاب مع روبوتات الدردشة ومحاولات الحلول. اختبرنا ذلك في تجربة ميدانية عشوائية استمرت 5 أشهر في دورة بايثون عبر 10 مدارس ثانوية في تايبيه. جميع الطلاب كانوا يتلقون نفس المادة الدراسية ونفس مدرس الذكاء الاصطناعي. الفرق الوحيد كان بين تسلسل المشكلات التكيفي والثابت. النتيجة: عبر 770 طالبا، حسن التسلسل التكيفي الأداء في الامتحان النهائي الحضوري دون مساعدة الذكاء الاصطناعي بمقدار 0.15 SD، مع تأثيرات أكبر للمبتدئين. تشير أدلتنا إلى أن المكاسب جاءت من تفاعل أقوى واستخدام أكثر إنتاجية للذكاء الاصطناعي.

أردت أن أقدم بعض التوضيحات، والتي نعتقد أنها كانت واضحة في ورقتنا البحثية لكنها لم تكن واضحة في منشوري الأصلي (إعادة تحليل بيانات @METR_Evals). مساهمتنا هي افتراض التقدم كمنتج مضاعف للسيجمويدات حول ابتكارات مختلفة. بالنظر إلى بيانات METR، قسمناها إلى تحسينات في قدرات القاعدة (حجم البيانات/النموذج) والمنطق. نظهر أن هذا المنتج يوفر ملاءمة *داخل العينة* مماثلة لمجموعات البيانات الصغيرة التي نلاحظها كنمو أسي. ومع ذلك، التداعيات مختلفة تماما! وبموجب نموذجنا، سنحتاج إلى ابتكارات مستمرة (تشبه التفكير) لنرى تقدما أسيا مستمرا. هذا لا يعني أننا نستبعد التقدم الأسي، أو أن ناتج السيجمويدات هو النموذج الصحيح. هذا ببساطة يعني أن هناك نقاطا قليلة ونماذج أساسية متعددة محتملة ذات دلالات مختلفة تماما. ملاءمة سيغمويد منتجنا تناسب بشكل جيد جدا عند استخدام GPT 5.2 و/أو Gemini 3 Pro. نبدو أسوأ عندما نحمل أيضا كلود أوبوس 4.5، لكننا لا يزالون معقولين. هدفنا ليس الجدال حول مقاييس OOS في عدد قليل من البيانات، بل الإشارة إلى أن التوقعات الحالية هشة، ولا تمثل تسلسل الابتكارات المختلفة. (هناك بعض التركيبات الأخرى حول X، لكن لا يبدو أنهم يستخدمون سيجمويد المنتج المقترح لذا لا أستطيع أن أقول ما الذي يحدث هناك...) أعتذر عن منشوري السابق غير الدقيق – نأمل أن يقرأ الناس الصحيفة!

تحديث: إليكم ملاءمنا للعبة Time Horizon 1.1. ملخص: نفترض نموذجا يفصل بين القدرات الأساسية والقدرة على الاستدلال، والذي يظهر توقعات أكثر منطقية. قمنا بتركيب هذا النموذج ببيانات حتى كلود أوبوس 4.5، وتوقعنا GPT-5.2 @TomCunningham75 @joel_bkr