400 helduren esperimentu batek ondorioztatu du AA tutore sokratiko batek akatsa azaltzeak baino gehiago irakasten duela
Carnegie Mellon-eko ikertzaileek huts egin ondoren feedbacka emateko lau modu alderatu dituzte, eta iradokitzen dute funtzionatzen duena ikaslea zereginera itzultzea dela, asmatu arte.
Michael W. Asher, Meng Cao eta Paulo F. Carvalho ikertzaileek, Carnegie Mellon Unibertsitateko Pertsona eta Ordenagailuaren Arteko Elkarrekintzaren Institutukoek, azterlan bat argitaratu zuten arXiven 2026ko azaroaren 15ean, oso hedatua dagoen intuizio bat probatzeko: hizkuntza-eredu batek hobeto laguntzen duela ikasten, ikasleak zergatik huts egin duen zenbat eta hobeto azaldu. Ikerketa-artikulu bat da, aurrez erregistratutako esperimentuarekin eta datu eta kode irekiekin; ez da gida bat, ezta gomendio ofizial bat ere.
Abiapuntua da orain arte ebaluatutako AA tutoreek emaitza apalak eman dituztela. Egileek gogorarazten dute Philip Oreopoulosek eta Nicole Low-k Khanmigorekin egindako bi urteko saiakuntza, Bigarren Hezkuntzako 18 ikastetxetan, non ebaluazio estandarizatuetan eragina txikia izan zen eta ikasle ertainak akatsak egin zituen saioen % 17tan bakarrik hitz egin zuen tutorearekin. Haien hipotesia da galdetzearen zain geratzen den txatbot batek berandu iristen dela: huts egiten duen pertsonak sarritan alde egiten du. Tutore proaktibo bat proposatzen dute, praktika- eta zuzenketa-zikloan txertatua.
Esperimentuak Estatu Batuetako 400 heldu bildu zituen, murrizketa-ekuazioak plantea zitezkeenik ez zekitenak (adibidez, eskura dauden hesi-metroak eta esparru baten neurriak lotzen dituena). Hiru problemetako saiakera bakoitzaren ondoren, zorizko lau feedback-modutako bat esleitu zitzaien: erantzun zuzena bakarrik ikustea; aurrez idatzitako azalpen generiko bat; azalpen hori gehi haien akatsari buruzko beste bat, pertsonalizatua, Gemini 3.5 Flashek momentuan sortua; edo tutore batekin elkarrizketa bat, eredu bera, erantzuna ematea debekatuta zuena eta galdera sokratikoekin gidatu behar zuena.
Emaitzek tutore sokratikoaren alde egiten dute. Parte-hartzaileek beren kabuz zuzentzera eraman zituen beren 206 akatsetatik 131 (% 64), eta azken hiru galderetan, praktikatutakoen antzekoak, 9 ehuneko-puntu gehiago atera zituzten (0,24 desbideratze tipiko) azalpenak jaso zituzten taldeek baino. Saioa interesgarriagoa, frustrazio gutxiagokoa eta kostu txikiagokoa izan zela ere esan zuten, nahiz eta ia bi aldiz luzeagoa izan: batez beste 13,3 minutu, beste baldintzetan 6,8 eta 7,3 artekoa izan zenean. Azalpen pertsonalizatuek ez zuten generikoak hobetu, eta bietako batek ere ez zuen modu fidagarrian gainditu erantzun zuzena erakustea besterik gabe.
Egileek aitortzen dituzten mugekin irakurri behar da. Tutorearen abantaila praktikatuen antzeko problemetan bakarrik agertu zen, ez irakatsi gabeko helburu bati buruzko galderan, ezta hainbat gauza uztartzen zituen problemaren aurrean ere, eta azken probako aldeak 0,048ko p du, esanguratsuaren muturrean. Hogei bat minutuko saio bakarra izan zen, matematikako gai batekin eta helduekin, ez eskola-ikasleekin. Gainera, baldintza sokratikoak hainbat gauza batera biltzen zituen (berriz saiatzea, galdera egokituak eta tonu adoretsua), beraz diseinuak ez du bereizten zeinek sortzen duen efektua. Ez du konparatzen ere denbora bera ariketa gehiagotan emanda, eta kostua, parte-hartzaileko 12 dolar-zentimo inguru, erabiltzaileekin batera hazten da.
Hortik, domeinu-esperientzia deitzen dioten esparru bat ateratzen dute: praktika azalpenaren aurretik doa, zailtasunak akats informatzaileak sortu behar ditu gainezkatu gabe, eta ikasleak berriz saiatu ahal izan behar du lortu arte. Haien irakurketa da AA tutore baten balioa ez dagoela akatsa zehaztasun handiagoz azaltzean, baizik eta berea den asmatze bihurtzean.
Irakasleentzat, azterlanak ez du frogatzen gela-praktika bat, baina proba daitezkeen diseinu-pistak uzten ditu: laguntzaileari irtenbidea ez emateko eta problema galdera txikiagoetan deskonposatzeko eskatzea, eta edozein laguntzaren aurretik lehen saiakera bat exijitzea. Testuinguru gisa, egunkariak azaroaren 18an argitaratu du Stanfordek eskolako AAri buruzko 52 azterlan kausalen gainean egindako berrikuspena, emaitza desberdinez mintzo dena. Hasteko, nahikoa da artikuluaren laburpena eta 4. eta 5.2. ataletara irakurtzea.
400 helduren esperimentu batek ondorioztatu du AA tutore sokratiko batek akatsa azaltzeak baino gehiago irakasten duela
Carnegie Mellon-eko ikertzaileek huts egin ondoren feedbacka emateko lau modu alderatu dituzte, eta iradokitzen dute funtzionatzen duena ikaslea zereginera itzultzea dela, asmatu arte.
Michael W. Asher, Meng Cao eta Paulo F. Carvalho ikertzaileek, Carnegie Mellon Unibertsitateko Pertsona eta Ordenagailuaren Arteko Elkarrekintzaren Institutukoek, azterlan bat argitaratu zuten arXiven 2026ko azaroaren 15ean, oso hedatua dagoen intuizio bat probatzeko: hizkuntza-eredu batek hobeto laguntzen duela ikasten, ikasleak zergatik huts egin duen zenbat eta hobeto azaldu. Ikerketa-artikulu bat da, aurrez erregistratutako esperimentuarekin eta datu eta kode irekiekin; ez da gida bat, ezta gomendio ofizial bat ere.
Abiapuntua da orain arte ebaluatutako AA tutoreek emaitza apalak eman dituztela. Egileek gogorarazten dute Philip Oreopoulosek eta Nicole Low-k Khanmigorekin egindako bi urteko saiakuntza, Bigarren Hezkuntzako 18 ikastetxetan, non ebaluazio estandarizatuetan eragina txikia izan zen eta ikasle ertainak akatsak egin zituen saioen % 17tan bakarrik hitz egin zuen tutorearekin. Haien hipotesia da galdetzearen zain geratzen den txatbot batek berandu iristen dela: huts egiten duen pertsonak sarritan alde egiten du. Tutore proaktibo bat proposatzen dute, praktika- eta zuzenketa-zikloan txertatua.
Esperimentuak Estatu Batuetako 400 heldu bildu zituen, murrizketa-ekuazioak plantea zitezkeenik ez zekitenak (adibidez, eskura dauden hesi-metroak eta esparru baten neurriak lotzen dituena). Hiru problemetako saiakera bakoitzaren ondoren, zorizko lau feedback-modutako bat esleitu zitzaien: erantzun zuzena bakarrik ikustea; aurrez idatzitako azalpen generiko bat; azalpen hori gehi haien akatsari buruzko beste bat, pertsonalizatua, Gemini 3.5 Flashek momentuan sortua; edo tutore batekin elkarrizketa bat, eredu bera, erantzuna ematea debekatuta zuena eta galdera sokratikoekin gidatu behar zuena.
Emaitzek tutore sokratikoaren alde egiten dute. Parte-hartzaileek beren kabuz zuzentzera eraman zituen beren 206 akatsetatik 131 (% 64), eta azken hiru galderetan, praktikatutakoen antzekoak, 9 ehuneko-puntu gehiago atera zituzten (0,24 desbideratze tipiko) azalpenak jaso zituzten taldeek baino. Saioa interesgarriagoa, frustrazio gutxiagokoa eta kostu txikiagokoa izan zela ere esan zuten, nahiz eta ia bi aldiz luzeagoa izan: batez beste 13,3 minutu, beste baldintzetan 6,8 eta 7,3 artekoa izan zenean. Azalpen pertsonalizatuek ez zuten generikoak hobetu, eta bietako batek ere ez zuen modu fidagarrian gainditu erantzun zuzena erakustea besterik gabe.
Egileek aitortzen dituzten mugekin irakurri behar da. Tutorearen abantaila praktikatuen antzeko problemetan bakarrik agertu zen, ez irakatsi gabeko helburu bati buruzko galderan, ezta hainbat gauza uztartzen zituen problemaren aurrean ere, eta azken probako aldeak 0,048ko p du, esanguratsuaren muturrean. Hogei bat minutuko saio bakarra izan zen, matematikako gai batekin eta helduekin, ez eskola-ikasleekin. Gainera, baldintza sokratikoak hainbat gauza batera biltzen zituen (berriz saiatzea, galdera egokituak eta tonu adoretsua), beraz diseinuak ez du bereizten zeinek sortzen duen efektua. Ez du konparatzen ere denbora bera ariketa gehiagotan emanda, eta kostua, parte-hartzaileko 12 dolar-zentimo inguru, erabiltzaileekin batera hazten da.
Hortik, domeinu-esperientzia deitzen dioten esparru bat ateratzen dute: praktika azalpenaren aurretik doa, zailtasunak akats informatzaileak sortu behar ditu gainezkatu gabe, eta ikasleak berriz saiatu ahal izan behar du lortu arte. Haien irakurketa da AA tutore baten balioa ez dagoela akatsa zehaztasun handiagoz azaltzean, baizik eta berea den asmatze bihurtzean.
Irakasleentzat, azterlanak ez du frogatzen gela-praktika bat, baina proba daitezkeen diseinu-pistak uzten ditu: laguntzaileari irtenbidea ez emateko eta problema galdera txikiagoetan deskonposatzeko eskatzea, eta edozein laguntzaren aurretik lehen saiakera bat exijitzea. Testuinguru gisa, egunkariak azaroaren 18an argitaratu du Stanfordek eskolako AAri buruzko 52 azterlan kausalen gainean egindako berrikuspena, emaitza desberdinez mintzo dena. Hasteko, nahikoa da artikuluaren laburpena eta 4. eta 5.2. ataletara irakurtzea.