ИИ-помощник — это новый инструмент, который облегчает школьникам и их родителям решение задач по математике. Пользователь загружает задачу, а помощник пошагово объясняет, как её решать.
Готовое решение не выдаётся сразу. Помощник поэтапно ведёт пользователя к ответу, начиная с одного простого вопроса, который подталкивает ребёнка к первому шагу решения. Пока он не будет выполнен, перейти дальше не получится — зато потом можно сколько угодно возвращаться к вопросам, которые остались непонятными.
Если ребёнок не понимает, что от него требуется, он может написать об этом ИИ-помощнику — тогда тот задаст уточняющий вопрос, даст подсказку или перефразирует её.
Как появилась идея создать такого помощника
Идея ИИ-помощника возникла около полутора лет назад, когда GPT-модели резко ворвались на рынок и многие компании стали их использовать. Мы подумали, что с
генеративными нейросетями мы сможем помочь детям справляться с трудностями в учёбе — бесплатно, технологично и качественно. Пока практики работы с ИИ-помощником в России немного, но мы хотим его популяризировать, чтобы сделать образование по-настоящему доступным для каждого.
Когда ребёнок начинает делать домашнюю работу и чего-то не понимает, у него есть несколько путей. Можно найти готовое решение в интернете и списать его, а можно обратиться за помощью — например, к родителям. Но они сами могут не разбираться в какой-то конкретной теме или быть слишком уставшими после работы, чтобы вникать в задачу и объяснять её понятным для ребёнка языком.
Что у ИИ-помощника «под капотом»
Помощник — это система моделей на базе YandexGPT. Сначала они определяют, задача перед ними или нет и можно ли её решить. Затем они генерируют решение и выдают его частями. Каждая часть указывает пользователю на конкретное действие, которое ему нужно выполнить: например, сложить дроби с одинаковым знаменателем или перенести икс в другую часть уравнения.
Кроме того, все реплики — как нейросети, так и пользователя — проверяются на этику, а ответы ребёнка внутри каждого шага решения верифицируются.
Обучение нейросети
Оно проходило в два направления. Первое заключалось в том, чтобы научить модель правильно решать задачи. Для этого мы работали с большим объёмом данных, пытались классифицировать математику и понять, из чего она вообще состоит, а ещё писали много разных задач и решений совместно с командой учителей, чтобы обучить нейросеть.
А второе направление было связано с тем, как помощник общается. Мы хотели создать образ тьютора, который мог бы разговаривать как человек, а не робот, и вести диалог в зависимости от ответов пользователя. Рассмотрим два примера:
-
Ребёнок задаёт вопросы не по теме задачи. Мы обучали модель так, чтобы она реагировала на его сообщения, но при этом возвращала ребёнка к решению задачи.
-
Ребёнок не понимает, что от него требуется. Тогда модель попробует объяснить другими словами.
Для каждой из таких ситуаций мы собирали данные, прописывали в ответ на них реплики и много раз их тестировали, чтобы понять, что работает лучше.
Мы хотели сделать ИИ-помощника, который был бы для ребёнка поддерживающим другом. Поэтому нам было важно, чтобы, когда ребёнок ошибался, нейросеть не демотивировала его, а, наоборот, направляла.
Для этого мы представили, как бы отреагировал репетитор в случае ошибки, и на основе этого получился сет из «мягких» фраз. В них модель сообщает, что есть какая-то неточность, но не говорит жёсткое «ты неправ».
Возможности помощника
Помощник может ошибиться, как и другие нейросети. Сейчас мы предупреждаем о возможности ошибок в самом начале работы.
Если он ошибся, можно оставить нам обратную связь — именно благодаря ей мы развиваем модель. Мы анализируем все задачи и диалоги, которые нам приносят, и на материале, где модель ошиблась, мы её дообучаем. При таком подходе качество ответов будет только расти.
Это новая стадия развития компьютерного зрения, благодаря которой на картинке можно выделить каждый элемент. В Яндексе есть команда, которая занимается разработкой такой технологии, но для этого нужно время.
Тем не менее уже внедрена технология распознавания текста, с которой пользователь может сфотографировать задачу из учебника, а модель её распознает и начнёт решать.
Что дальше
Кроме повышения качества ответов и улучшения разговорных навыков наша глобальная цель — создать большого онлайн-помощника. Сначала по математике, а потом и по другим предметам.
Для этого нам нужно научить модель следующему:
-
Рассуждать с ребёнком в процессе решения задачи.
-
Проводить диагностику текущего уровня знаний, если запрос состоит в выявлении проблем и повышении успеваемости.
-
Тренировать ребёнка — то есть давать больше информации и задач по теме, где он чаще всего совершает ошибки.
-
Так ребёнок сможет развивать навыки и готовиться к контрольным, как с настоящим репетитором.
