Microsoft Research giới thiệu StudentSim để huấn luyện gia sư AI

Trong một thông báo ngày 12 tháng 10 năm 2026, Microsoft Research giới thiệu StudentSim, một hệ thống nghiên cứu xây dựng trình mô phỏng cá nhân hóa cho từng học sinh, ghi lại cách học sinh đó trả lời câu hỏi và cách câu trả lời thay đổi sau khi được gia sư hướng dẫn. Công trình cũng giới thiệu StudentSimEval, một bộ chuẩn đánh giá và quy trình đánh giá bao quát cờ vua, kỹ năng viết tiếng Anh như ngôn ngữ thứ hai và toán học. Phòng nghiên cứu cho biết bài báo nền tảng và mã huấn luyện đều được cung cấp công khai.

Bài toán phản hồi trong quá trình phát triển gia sư AI

Microsoft Research mô tả một vấn đề đo lường cốt lõi trong nghiên cứu gia sư AI: không thể đánh giá chất lượng giảng dạy chỉ dựa trên câu trả lời của gia sư, vì gia sư cần biết điều gì xảy ra khi phần hướng dẫn đến được với học sinh. Những câu hỏi còn bỏ ngỏ gồm: học sinh có sửa được lỗi ban đầu hay không; gợi ý có giúp học sinh suy luận để tìm ra đáp án hay tiết lộ quá nhiều; và liệu một học sinh khác có cần một hình thức hỗ trợ khác hay không. Phòng nghiên cứu lưu ý rằng hiện nay, để trả lời những câu hỏi như vậy, người ta thường phải thực hiện các nghiên cứu với người học thực tế. Những nghiên cứu này có giá trị nhưng mất nhiều thời gian và tốn kém, khiến phản hồi của học sinh khó được sử dụng trong quá trình lặp và cải tiến mô hình nhanh chóng.

Các giải pháp thay thế hiện có cũng có những hạn chế đã được ghi nhận. Microsoft Research cho biết việc yêu cầu một mô hình ngôn ngữ lớn nhập vai người học có thể tái hiện giọng điệu và thể hiện sự không chắc chắn của học sinh, nhưng khó giữ đúng giới hạn năng lực thực sự của người học đó; một học sinh mô phỏng có năng lực quá cao có thể khiến gia sư trông như hoạt động hiệu quả nhờ phản hồi gây hiểu lầm. Các mô hình truy vết kiến thức và dự đoán hành vi được xây dựng dựa trên hồ sơ học tập thực tế, nhưng nhiều mô hình chưa từng được thiết kế để tiếp nhận hướng dẫn bằng ngôn ngữ tự nhiên từ gia sư làm đầu vào. Phần tóm tắt của bài báo nêu bật sự tương phản tương tự: các mô hình theo dõi trạng thái khớp với hành vi được ghi nhận nhưng xử lý kém các lời giải thích hoặc chỉnh sửa, trong khi mô hình nhập vai trôi chảy làm theo hướng dẫn nhưng không tái hiện đáng tin cậy mức năng lực của học sinh được mô phỏng.

Các chỉ số và quy trình huấn luyện của StudentSimEval

Thiết kế đánh giá kế thừa nghiên cứu giáo dục, trong đó có vùng phát triển gần của Vygotsky, phân biệt những gì người học có thể tự làm với những gì họ có thể làm khi được hỗ trợ. StudentSim chuyển ý tưởng đó thành hai chỉ số. Độ trung thực hành vi đo lường mức độ trình mô phỏng tái hiện sát với những câu trả lời đã ghi nhận của một học sinh cụ thể trong các bài toán chưa được dùng để huấn luyện; còn mức độ đáp ứng với hướng dẫn đánh giá liệu trình mô phỏng có thay đổi câu trả lời sau khi đọc hướng dẫn của gia sư hay không. Phòng nghiên cứu mô tả hai chỉ số này là bổ trợ cho nhau: trình mô phỏng chỉ phản chiếu hành vi trong quá khứ thì không thể cho biết một can thiệp giảng dạy có hiệu quả hay không, còn trình mô phỏng luôn làm theo gia sư có thể bỏ sót điểm mạnh, điểm yếu và những lỗi mà một học sinh cụ thể có khả năng mắc phải.

StudentSimEval áp dụng hai thước đo trong một quy trình chuẩn hóa bao quát 60 học sinh thuộc ba lĩnh vực, được xây dựng từ các bộ dữ liệu người học công khai có hồ sơ đã khử định danh và được chia sẻ phục vụ nghiên cứu; theo trang công bố của bài báo, mọi phương pháp đều được huấn luyện và chấm điểm trên cùng một bộ hồ sơ. Trong cờ vua, nhiệm vụ là dự đoán nước đi tiếp theo của người chơi và cách người đó có thể thay đổi nước đi sau khi được hướng dẫn. Với kỹ năng viết tiếng Anh như ngôn ngữ thứ hai, trình mô phỏng tạo ra các bài luận mang những kiểu lỗi đặc trưng của người học và dự đoán những chỉnh sửa được thực hiện sau phản hồi của giáo viên. Trong toán học, hệ thống dự đoán học sinh sẽ chọn đáp án trắc nghiệm nào và liệu đáp án có thay đổi sau khi được giải thích hay không.

Vì mỗi người học thường chỉ đóng góp một số lượng nhỏ bài luận, câu trả lời hoặc lượt tương tác, việc huấn luyện riêng một trình mô phỏng từ đầu cho từng học sinh có nguy cơ dẫn đến quá khớp và buộc mỗi mô hình phải học lại những kiểu mẫu chung của cả lĩnh vực. Vì vậy, StudentSim sử dụng quy trình gồm hai giai đoạn: giai đoạn đầu huấn luyện trên hồ sơ được gộp từ nhiều học sinh trong cùng lĩnh vực để học các định dạng phản hồi chung, những lỗi thường gặp và cách học sinh có xu hướng điều chỉnh câu trả lời sau khi được hướng dẫn; giai đoạn hai chuyên biệt hóa mô hình bằng hồ sơ riêng của một học sinh. Kho lưu trữ mã đi kèm triển khai quy trình này bằng một bộ điều hợp LoRA được huấn luyện cho từng lĩnh vực ở giai đoạn đầu, sau đó tiếp tục huấn luyện trên hồ sơ của từng học sinh ở giai đoạn hai, kế thừa hạng LoRA từ giai đoạn đầu thay vì khởi tạo một bộ điều hợp mới. Hồ sơ cờ vua được lấy từ bản xuất dữ liệu các ván cờ theo giấy phép CC0, hồ sơ viết từ một bản trích xuất EFCAMDAT và hồ sơ toán học từ một bản trích xuất FoundationalASSIST.

Kết quả được báo cáo và nghiên cứu gia sư cờ vua

Microsoft Research báo cáo rằng StudentSim vượt trội hơn các mô hình cơ sở hàng đầu trong cả ba lĩnh vực. Ở môn cờ vua, hệ thống đạt độ trung thực hành vi 0.5150 và mức độ đáp ứng với hướng dẫn 0.9067, so với các mức lần lượt là 0.2316 và 0.7186 của GPT-5.4, và 0.4535 và 0.2721 của Maia2, một mô hình dự đoán nước đi của con người được thiết kế riêng cho cờ vua. Phòng nghiên cứu cho biết sự so sánh này cho thấy khác biệt giữa hai nhóm mô hình cơ sở: GPT-5.4 phản ứng với hướng dẫn nhưng không nhất quán trong việc khớp với hành vi của từng học sinh, trong khi Maia2 dự đoán nước đi của người chơi cờ vua gần sát hơn nhưng không có cơ chế tiếp nhận hướng dẫn bằng ngôn ngữ tự nhiên. Phần tóm tắt của bài báo nêu rõ StudentSim vượt trội hơn GPT-5.4 ở cả hai chỉ số trong mọi lĩnh vực.

Nhóm nghiên cứu cũng thử nghiệm xem một mô hình mô phỏng đã được huấn luyện có thể cung cấp phản hồi để tối ưu hóa gia sư hay không. Trong một nghiên cứu về học tăng cường cho gia sư cờ vua, gia sư được cung cấp một thế cờ cùng với nước đi sai trước đó của một học sinh thật, rồi đưa ra hướng dẫn; một mô hình mô phỏng cá nhân hóa đã được cố định sẽ đọc hướng dẫn và đưa ra nước đi đã chỉnh sửa, còn phần thưởng là mức cải thiện chất lượng nước đi từ nước đi ban đầu đến nước đi đã chỉnh sửa, được chấm bằng công cụ cờ vua Stockfish như một tín hiệu độc lập. Nghiên cứu so sánh ba điều kiện có chung chính sách gia sư, điểm khởi đầu được giám sát và thiết lập học tăng cường: gia sư được tinh chỉnh có giám sát nhưng không dùng học tăng cường; gia sư được huấn luyện dựa trên phần thưởng từ học sinh mô phỏng bằng GPT-5.4; và gia sư được huấn luyện dựa trên phần thưởng từ StudentSim. Các chuyên gia cờ vua là con người đánh giá những phản hồi của gia sư mà không biết chúng được tạo ra trong điều kiện nào.

Theo thông báo, gia sư được huấn luyện dựa trên StudentSim đạt độ chính xác 90.5%, so với 75.7% ở mô hình cơ sở không dùng học tăng cường và 71.6% ở điều kiện dùng phần thưởng từ GPT-5.4; gia sư này cũng được đánh giá cao hơn về chất lượng hướng dẫn và mức độ cá nhân hóa. Microsoft Research mô tả kết quả này là một bằng chứng chứng minh tính khả thi: các mô hình mô phỏng học sinh được huấn luyện trên hồ sơ học tập thực tế có thể cung cấp tín hiệu phản hồi hữu ích để huấn luyện gia sư.

Các giới hạn và tình trạng triển khai được nêu

Microsoft Research định vị StudentSim là một hệ thống nghiên cứu nhằm đánh giá và cải thiện gia sư AI trước khi thử nghiệm với người học thật; phòng nghiên cứu cho biết đây không phải là sản phẩm, chưa được triển khai trong lớp học và không nhằm thay thế giáo viên. Phòng nghiên cứu cũng khẳng định hệ thống này không loại bỏ nhu cầu nghiên cứu với người học thật trong lĩnh vực giáo dục, bởi các nghiên cứu trên người vẫn thiết yếu để đo lường kết quả học tập, độ an toàn, khả năng sử dụng và mức độ phù hợp với lớp học. Theo phòng nghiên cứu, các mô hình mô phỏng phù hợp hơn với giai đoạn đầu của quá trình phát triển, khi chúng có thể giúp các nhà nghiên cứu thử nghiệm chiến lược giảng dạy của gia sư, so sánh các mô hình và hoàn thiện tín hiệu huấn luyện trước khi tiến hành những nghiên cứu tốn kém hơn với học sinh thật. Các hướng nghiên cứu tiếp theo được nêu gồm những lộ trình học tập dài hơn, nhiều môn học hơn, hồ sơ học sinh phong phú hơn và nghiên cứu kết nối phản hồi mô phỏng với kết quả học tập được đo lường.

Bài báo nền tảng có tiêu đề “StudentSim: Training LLM-based Student Simulators” đã được gửi lên arXiv vào ngày 1 tháng 9 năm 2026 và được ghi ngày tháng 9 năm 2026 trên trang công bố của Microsoft Research. Các tác giả gồm Ke Yang, nghiên cứu sinh tiến sĩ tại University of Illinois Urbana-Champaign; Chenglong Wang; Michel Galley; Chandan Singh; Jeevana Priya Inala; ChengXiang Zhai; và Jianfeng Gao. Mã nguồn huấn luyện và đánh giá StudentSim, bao gồm quy trình StudentSimEval, được cung cấp công khai theo giấy phép MIT.