StudentSim研究提出用真实学生记录训练AI学生，指大模型扮演学生时语气与认知水平不一致

近期，StudentSim研究提出用真实学生记录训练可评估、可复用的AI学生，作为训练阶段反复调用的代理反馈。AI教师虽能拆解数学题、修正英文语法，但教学效果还取决于学生是否真正改正错误，而真实反馈采集成本较高。

教育AI产品也强调学生离场后的表现。2026年服贸会上，小猿学习机展出新一代“超拟人AI老师”，其CEO王向东表示，教育AI的价值，不是AI在场时孩子做对多少，而是AI离场后孩子真正会了多少。

该研究还认为，直接让大模型扮演学生并不稳妥：它可以模仿低龄学生口吻，却可能在下一句给出微积分级别推理，角色语气与认知水平并不一致，反馈仍受模型自身知识储备影响。

市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。