Microsoft Research presenta StudentSim per l’addestramento dei tutor basati sull’IA

In un annuncio del 12 ottobre 2026, Microsoft Research ha presentato StudentSim, un sistema di ricerca che crea un simulatore personalizzato per ciascun singolo studente, in grado di riprodurre il modo in cui risponde alle domande e come le sue risposte cambiano dopo aver ricevuto indicazioni da un tutor. Il lavoro presenta anche StudentSimEval, un benchmark e un protocollo di valutazione che comprendono gli scacchi, la scrittura in inglese come seconda lingua e la matematica. Il laboratorio ha inoltre dichiarato che l’articolo alla base del progetto e il codice di addestramento sono disponibili al pubblico.

Il problema del feedback nello sviluppo di tutor basati sull’IA

Microsoft Research descrive un problema di misurazione centrale nella ricerca sui tutor basati sull’IA: la qualità dell’insegnamento non può essere valutata solo in base alla risposta del tutor, perché è necessario sapere cosa succede quando le indicazioni del tutor arrivano allo studente. Tra le questioni ancora aperte ci sono capire se lo studente ha corretto l’errore iniziale, se un suggerimento lo ha aiutato a ragionare fino a raggiungere la risposta o gli ha rivelato troppo, e se un altro studente avrebbe bisogno di un diverso tipo di supporto. Oggi, osserva il laboratorio, per rispondere a queste domande sono di solito necessari studi con studenti reali: studi preziosi, ma lenti e costosi da condurre, che rendono difficile usare il feedback degli studenti durante le rapide iterazioni dei modelli.

Le soluzioni alternative esistenti presentano limiti documentati. Microsoft Research osserva che chiedere a un modello linguistico di grandi dimensioni di interpretare il ruolo di uno studente può riprodurne il tono ed esprimere incertezza; è però più difficile rispettare il reale limite delle capacità di quello studente, e un simulatore troppo capace può far apparire efficace un tutor sulla base di un feedback fuorviante. I modelli di tracciamento delle conoscenze e di previsione del comportamento si basano su dati reali relativi all’apprendimento, ma molti non sono stati progettati per ricevere in input indicazioni in linguaggio naturale fornite da un tutor. L’abstract dell’articolo evidenzia lo stesso contrasto: i modelli che tracciano lo stato rispecchiano il comportamento registrato, ma gestiscono male spiegazioni e correzioni; al contrario, i modelli che interpretano un ruolo in modo fluido seguono le indicazioni senza riprodurre in modo affidabile il livello di capacità dello studente che imitano.

Metriche e processo di addestramento di StudentSimEval

Il progetto di valutazione riprende concetti della ricerca in ambito educativo, tra cui la zona di sviluppo prossimale di Vygotskij, che distingue ciò che uno studente può fare autonomamente da ciò che può fare con un supporto. StudentSim traduce questa idea in due misure. La fedeltà comportamentale valuta quanto accuratamente un simulatore riproduce le risposte registrate di uno specifico studente a problemi esclusi dall’addestramento, mentre la reattività alle indicazioni misura se il simulatore cambia risposta dopo aver letto le istruzioni del tutor. Il laboratorio descrive le due misure come complementari: un simulatore che si limita a rispecchiare il comportamento passato non può mostrare se un intervento didattico è stato utile, mentre uno che segue sempre il tutor può non cogliere i punti di forza e di debolezza di un determinato studente e gli errori che probabilmente commetterà.

StudentSimEval applica le due metriche in un protocollo standardizzato che comprende 60 studenti nei tre ambiti e si basa su set di dati pubblici relativi agli studenti, con dati anonimizzati condivisi a fini di ricerca. Secondo la pagina della pubblicazione dell’articolo, tutti i metodi vengono addestrati e valutati sugli stessi dati. Negli scacchi, il compito consiste nel prevedere la mossa successiva di un giocatore e come potrebbe modificarla dopo aver ricevuto indicazioni. Nella scrittura in inglese come seconda lingua, il simulatore produce testi che presentano gli schemi di errore caratteristici di uno studente e prevede le correzioni apportate dopo il feedback dell’insegnante. In matematica, prevede quale risposta a scelta multipla selezionerà uno studente e se la cambierà dopo una spiegazione.

Poiché spesso ogni singolo studente contribuisce con un numero limitato di testi, risposte o interazioni, addestrare da zero un simulatore distinto per ciascuno comporterebbe il rischio di sovradattamento e costringerebbe ogni modello a reimparare schemi comuni a tutto l’ambito. StudentSim utilizza quindi un processo in due fasi: nella prima, addestra il modello su dati aggregati di molti studenti dello stesso ambito, così da apprendere i formati di risposta condivisi, gli errori tipici e i modi in cui gli studenti tendono a modificare le risposte dopo aver ricevuto indicazioni; nella seconda, specializza il modello usando i dati di un singolo studente. Il repository del codice associato realizza questo processo addestrando nella prima fase un adattatore LoRA per ciascun ambito e proseguendo poi l’addestramento sui dati di ogni studente nella seconda, mantenendo il rango della prima fase invece di partire da un nuovo adattatore. I dati sugli scacchi provengono da un’esportazione di partite di scacchi con licenza CC0, quelli sulla scrittura da un’estrazione di EFCAMDAT e quelli sulla matematica da un’estrazione di FoundationalASSIST.

Risultati riportati e studio sul tutor di scacchi

Microsoft Research riferisce che StudentSim supera i principali modelli di riferimento in tutti e tre gli ambiti. Negli scacchi, riporta una fedeltà comportamentale di 0.5150 e una reattività alle indicazioni di 0.9067, rispetto rispettivamente a 0.2316 e 0.7186 per GPT-5.4 e a 0.4535 e 0.2721 per Maia2, un modello di previsione delle mosse umane specifico per gli scacchi. Il laboratorio spiega che il confronto illustra la differenza tra le due famiglie di modelli di riferimento: GPT-5.4 reagisce alle indicazioni senza rispecchiare con costanza il comportamento di un singolo studente, mentre Maia2 si avvicina maggiormente alla previsione delle mosse degli scacchisti, ma non dispone di un canale per ricevere indicazioni in linguaggio naturale. L’abstract dell’articolo afferma che StudentSim supera GPT-5.4 in entrambe le metriche in tutti gli ambiti.

Il team ha anche verificato se un simulatore addestrato possa fornire un segnale di feedback per ottimizzare i tutor. In uno studio sull’apprendimento per rinforzo applicato a un tutor di scacchi, al tutor vengono forniti una posizione e la precedente mossa errata di uno studente reale, e il tutor genera indicazioni; un simulatore personalizzato con parametri congelati legge le indicazioni e produce una mossa rivista, mentre la ricompensa corrisponde al miglioramento della qualità della mossa rispetto a quella originale, valutato con il motore scacchistico Stockfish come segnale indipendente. Lo studio confronta tre condizioni che condividono la stessa politica del tutor, lo stesso punto di partenza supervisionato e la stessa configurazione di apprendimento per rinforzo: un tutor sottoposto a fine-tuning supervisionato senza apprendimento per rinforzo, un tutor addestrato con una ricompensa basata su uno studente simulato da GPT-5.4 e un tutor addestrato con una ricompensa basata su StudentSim. Esperti umani di scacchi hanno valutato le risposte dei tutor senza sapere quale condizione le avesse generate.

Secondo l’annuncio, il tutor addestrato con StudentSim raggiunge un’accuratezza del 90,5%, contro il 75,7% del riferimento senza apprendimento per rinforzo e il 71,6% della condizione con ricompensa basata su GPT-5.4, e ottiene valutazioni più alte per la qualità delle indicazioni e la personalizzazione. Microsoft Research descrive il risultato come una prova di fattibilità del fatto che i simulatori di studenti addestrati su dati reali degli studenti possano fornire un utile segnale di feedback per l’addestramento dei tutor.

Limiti dichiarati e disponibilità

Microsoft Research presenta StudentSim come un sistema di ricerca per valutare e migliorare i tutor IA prima di testarli con studenti reali; il laboratorio afferma che non è un prodotto, che non è stato impiegato nelle classi e che non è destinato a sostituire gli insegnanti. Aggiunge inoltre che il sistema non elimina la necessità di coinvolgere studenti reali nella ricerca in ambito educativo, poiché gli studi con persone restano essenziali per misurare i risultati dell’apprendimento, la sicurezza, la facilità d’uso e l’adeguatezza al contesto scolastico. Secondo il laboratorio, i simulatori trovano posto nelle fasi iniziali del processo di sviluppo, dove possono aiutare i ricercatori a testare le strategie dei tutor, confrontare i modelli e perfezionare i segnali di addestramento prima di condurre studi più costosi con studenti reali. Tra le direzioni future indicate figurano percorsi di apprendimento più lunghi, un maggior numero di materie, profili degli studenti più ricchi e attività volte a collegare il feedback simulato ai risultati dell’apprendimento misurati.

Il lavoro alla base, «StudentSim: addestramento di simulatori di studenti basati su LLM», è stato inviato ad arXiv il 1° settembre 2026 ed è datato settembre 2026 nella pagina delle pubblicazioni di Microsoft Research. Gli autori sono Ke Yang, dottorando presso la University of Illinois Urbana-Champaign; Chenglong Wang; Michel Galley; Chandan Singh; Jeevana Priya Inala; ChengXiang Zhai; e Jianfeng Gao. Il codice di addestramento e valutazione di StudentSim, compreso il protocollo StudentSimEval, è disponibile pubblicamente con licenza MIT.