Microsoft Research lancia StudentSim, un sistema sperimentale che utilizza modelli linguistici per riprodurre il comportamento di apprendimento di singoli studenti e fornire riscontri utilizzabili durante lo sviluppo dei tutor basati sull’intelligenza artificiale. A differenza delle simulazioni generiche, nelle quali un modello assume il ruolo di uno studente senza disporre di informazioni sufficienti sulle sue effettive capacità, StudentSim viene personalizzato mediante registrazioni di attività didattiche precedenti. L’obiettivo è ricostruire non soltanto il tipo di risposta che uno studente potrebbe fornire a una domanda, ma anche il modo in cui quella risposta cambia dopo aver ricevuto un suggerimento, una spiegazione o una correzione. Il progetto comprende inoltre StudentSimEval, un protocollo di valutazione concepito per misurare la fedeltà comportamentale e la reattività alle indicazioni didattiche in tre ambiti distinti: gli scacchi, la scrittura in inglese come seconda lingua e la matematica. Microsoft ha reso pubblici il lavoro di ricerca e il codice necessario per l’addestramento e la valutazione dei simulatori.
Il problema affrontato riguarda la difficoltà di misurare l’efficacia di un tutor AI attraverso la sola qualità delle spiegazioni prodotte. Una risposta corretta, dettagliata e formalmente comprensibile non dimostra necessariamente che lo studente abbia acquisito la conoscenza richiesta. Per determinare l’effetto di un intervento didattico occorre verificare se il destinatario riconosce l’errore iniziale, riesce a correggerlo, comprende il ragionamento proposto oppure riceve informazioni eccessivamente esplicite che gli consentono di fornire la risposta senza sviluppare autonomia. Inoltre, due studenti con livelli di preparazione differenti possono reagire in modo diverso alla medesima spiegazione. Le sperimentazioni con studenti reali rimangono il metodo fondamentale per osservare questi fenomeni, ma richiedono tempi organizzativi, personale e risorse economiche che rendono difficile utilizzarle dopo ogni modifica di un modello. StudentSim è stato quindi concepito come strumento intermedio di ricerca, capace di fornire un riscontro simulato durante le iterazioni di sviluppo, prima delle verifiche sperimentali con persone reali.
Le tecniche utilizzate precedentemente presentano limitazioni complementari. Un modello linguistico generale può essere istruito a interpretare uno studente, riproducendone lo stile espressivo, i dubbi e alcune caratteristiche superficiali, ma tende a utilizzare competenze superiori a quelle del profilo che dovrebbe simulare. Questo comportamento altera la valutazione, perché un tutor potrebbe sembrare efficace soltanto in quanto il modello che interpreta lo studente possiede già le conoscenze necessarie per correggersi. I sistemi di knowledge tracing e di previsione comportamentale, al contrario, utilizzano dati reali sulle prestazioni degli studenti e possono rappresentarne più fedelmente il livello di preparazione, ma spesso non sono progettati per ricevere spiegazioni formulate in linguaggio naturale e prevederne gli effetti. StudentSim combina queste due esigenze attraverso un modello generativo personalizzato che deve rimanere coerente con le capacità osservate dello studente e, contemporaneamente, interpretare le indicazioni ricevute da un tutor.
Il protocollo StudentSimEval distingue due metriche fondamentali, sviluppate anche in relazione al concetto pedagogico di zona di sviluppo prossimale elaborato da Lev Vygotskij, che separa le attività eseguibili autonomamente da quelle affrontabili con assistenza. La prima metrica, denominata behavioral fidelity, misura quanto le risposte generate dal simulatore corrispondano ai comportamenti realmente osservati nello studente su problemi non utilizzati durante l’addestramento. La seconda, guidance responsiveness, valuta la capacità del sistema di modificare le risposte dopo aver ricevuto un intervento didattico. Le due misure devono essere considerate congiuntamente: un simulatore molto fedele ai comportamenti precedenti, ma incapace di reagire a nuove spiegazioni, non permetterebbe di misurare l’efficacia dell’insegnamento; un simulatore che accetta qualsiasi suggerimento, indipendentemente dalle proprie competenze, produrrebbe invece una rappresentazione artificiosamente ottimistica dell’apprendimento.
StudentSimEval comprende 60 studenti distribuiti nei tre domini sperimentali e utilizza dati didattici pubblici, opportunamente deidentificati per le attività di ricerca. Tutti i metodi sottoposti a confronto vengono addestrati e valutati sugli stessi insiemi di registrazioni, in modo da rendere comparabili i risultati. Nel dominio degli scacchi il sistema deve prevedere quale mossa sceglierebbe un determinato giocatore in una posizione e come tale scelta potrebbe cambiare dopo aver ricevuto indicazioni tecniche. Nella scrittura in inglese come seconda lingua, il simulatore riproduce testi caratterizzati dagli errori grammaticali, lessicali e strutturali tipici di uno studente, per poi prevedere quali correzioni introdurrebbe in risposta alle osservazioni dell’insegnante. Nella matematica, invece, il modello deve identificare la risposta che uno specifico studente selezionerebbe tra più opzioni e determinare se una successiva spiegazione possa indurlo a modificare la scelta. I dati utilizzati provengono rispettivamente da un archivio di partite di scacchi distribuito con licenza CC0, da una selezione del corpus EFCAMDAT per la scrittura in inglese e da un estratto di FoundationalASSIST per la matematica.
L’addestramento di StudentSim è organizzato in due fasi per superare il problema della disponibilità limitata di registrazioni relative a ciascun individuo. Allenare da zero un modello differente per ogni studente richiederebbe una quantità di dati spesso inesistente e aumenterebbe il rischio di overfitting, cioè la memorizzazione delle risposte osservate senza la capacità di generalizzare a problemi nuovi. Nella prima fase vengono quindi aggregati i dati di numerosi studenti appartenenti allo stesso ambito disciplinare, consentendo al modello di apprendere caratteristiche condivise, modalità di risposta, errori ricorrenti e comportamenti tipici dopo la ricezione di suggerimenti. La seconda fase adatta il modello generale alle registrazioni del singolo studente, concentrandosi sulle competenze e sulle difficoltà che distinguono quel profilo dagli altri. L’implementazione utilizza adattatori LoRA, una tecnica di ottimizzazione che permette di specializzare un modello aggiornando un numero limitato di parametri. Viene inizialmente addestrato un adattatore per ciascun dominio e successivamente proseguito il suo addestramento sui dati individuali, mantenendo il rango definito nella prima fase anziché inizializzare un nuovo adattatore indipendente.
I risultati sperimentali riportati da Microsoft Research mostrano miglioramenti rispetto ai sistemi utilizzati come riferimento. Nella simulazione degli scacchi, StudentSim ha ottenuto un punteggio di behavioral fidelity pari a 0,5150 e un punteggio di guidance responsiveness di 0,9067. GPT-5.4, utilizzato come simulatore di studenti, ha raggiunto rispettivamente 0,2316 e 0,7186, mentre Maia2, un modello specializzato nella previsione delle mosse umane negli scacchi, ha ottenuto 0,4535 e 0,2721. Il confronto evidenzia come Maia2 sia relativamente efficace nel riprodurre la scelta di un giocatore, ma molto meno adatto a simulare la reazione a istruzioni formulate in linguaggio naturale. GPT-5.4 mostra invece una maggiore capacità di recepire le indicazioni, senza raggiungere la stessa fedeltà alla condotta del singolo studente. Secondo i ricercatori, StudentSim supera GPT-5.4 su entrambe le metriche in tutti e tre i domini esaminati, indicando che la personalizzazione mediante dati reali può migliorare simultaneamente la rappresentazione delle competenze individuali e la simulazione della risposta all’insegnamento.
Per verificare se le simulazioni possano contribuire direttamente all’addestramento di un tutor, il gruppo di ricerca ha realizzato un esperimento di reinforcement learning applicato agli scacchi. Il tutor riceve una posizione insieme a una mossa precedentemente sbagliata da uno studente reale e deve produrre una spiegazione utile a migliorare la decisione. Un simulatore StudentSim personalizzato, mantenuto con parametri invariati durante questa fase, interpreta la spiegazione e genera la nuova mossa che lo studente potrebbe scegliere. La differenza qualitativa tra la mossa iniziale e quella successiva viene misurata attraverso Stockfish, utilizzato come motore indipendente di valutazione scacchistica. Il miglioramento ottenuto diventa il segnale di ricompensa con cui ottimizzare il tutor. Il metodo consente quindi di addestrare il sistema didattico sulla base dell’effetto previsto delle proprie spiegazioni, anziché limitarsi a premiare risposte giudicate corrette o ben formulate.
La sperimentazione confronta tre configurazioni costruite a partire dalla medesima politica iniziale e dallo stesso procedimento di addestramento supervisionato. La prima non utilizza reinforcement learning, la seconda viene ottimizzata attraverso ricompense ottenute simulando lo studente con GPT-5.4 e la terza impiega i riscontri personalizzati generati da StudentSim. Nelle valutazioni riportate, il tutor addestrato attraverso StudentSim ha raggiunto un’accuratezza del 90,5%, rispetto al 75,7% del sistema senza reinforcement learning e al 71,6% di quello ottimizzato mediante GPT-5.4. Esperti umani di scacchi hanno inoltre esaminato le spiegazioni senza conoscere quale configurazione le avesse prodotte, attribuendo al tutor addestrato con StudentSim valutazioni superiori per qualità delle indicazioni e personalizzazione. I risultati costituiscono una dimostrazione sperimentale del possibile utilizzo delle simulazioni individuali come segnale di addestramento, ma rimangono riferiti all’ambiente controllato e alle condizioni metodologiche adottate nella ricerca.
StudentSim non è attualmente un prodotto commerciale, non è stato distribuito nelle scuole e non è progettato per sostituire gli insegnanti o la sperimentazione con studenti reali. Microsoft Research specifica che le simulazioni possono supportare le prime fasi di progettazione e confronto dei tutor, ma non consentono di determinare autonomamente gli effetti effettivi sull’apprendimento, la sicurezza, l’usabilità o l’adeguatezza alle condizioni di una classe. Le direzioni di sviluppo comprendono la rappresentazione di percorsi di apprendimento più lunghi, l’estensione a ulteriori discipline, la costruzione di profili individuali più ricchi e il collegamento tra le ricompense prodotte dai simulatori e i miglioramenti osservati in esperimenti educativi reali. Il lavoro scientifico, intitolato “StudentSim: Training LLM-based Student Simulators”, è stato presentato su arXiv il 1° settembre 2026 ed è firmato da Ke Yang, Chenglong Wang, Michel Galley, Chandan Singh, Jeevana Priya Inala, ChengXiang Zhai e Jianfeng Gao. Il codice di addestramento e valutazione, comprensivo di StudentSimEval, è distribuito pubblicamente con licenza MIT.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)