Microsoft Research prueba el entrenamiento de tutores de IA con estudiantes simulados
StudentSim es un sistema de investigación que modela respuestas individuales en tres materias; un ensayo de tutoría de ajedrez informó una precisión del 90,5%.
Microsoft Research presentó StudentSim el 12 de octubre como un sistema de investigación. Entrena simuladores personalizados de estudiantes a partir de registros de aprendizaje públicos y desidentificados en ajedrez, escritura en inglés como segunda lengua y matemáticas. Los simuladores buscan modelar cómo respondería un alumno y cómo cambiaría su respuesta tras recibir orientación de un tutor. Microsoft subraya que StudentSim no es un producto ni está desplegado en aulas.
Según la publicación de Microsoft Research, StudentSim obtuvo en ajedrez 0,5150 en fidelidad conductual y 0,9067 en respuesta a la orientación; las puntuaciones correspondientes fueron 0,2316 y 0,7186 para GPT-5.4, y 0,4535 y 0,2721 para el modelo de movimientos de ajedrez Maia2. En un experimento de aprendizaje por refuerzo, el tutor entrenado con comentarios de StudentSim alcanzó un 90,5% de precisión en la evaluación de expertos, frente al 75,7% de una comparación sin aprendizaje por refuerzo y el 71,6% de otra que utilizó simulación GPT-5.4. Los investigadores señalan que siguen siendo necesarias pruebas con estudiantes reales para medir resultados de aprendizaje, seguridad y facilidad de uso.
HABER PAPER / DATA
Los datos de la noticia
Consulta la fuente, explora los datos y realiza tu propio análisis.
Tabla de datos
Medidas comunicadas en el estudio StudentSim
Resultados de investigación publicados en la entrada de Microsoft Research del 12 de octubre.
Medidas comunicadas en el estudio StudentSim
Indicador (inglés)
Valor y unidad de la fuente
Periodo o fecha del anuncio
Base del dato (inglés)
Valor numérico (escala de la fuente)
Unidad de la fuente (inglés)
Igualdad o indicador de límite
StudentSim chess behavioral fidelity
0.515 score
2026-10-12
experimental benchmark
0,515
score
reported-point
StudentSim chess guidance responsiveness
0.9067 score
2026-10-12
experimental benchmark
0,9067
score
reported-point
Tutor accuracy after StudentSim-feedback training
90.5 percent
2026-10-12
experimental benchmark
90,5
percent
reported-point
Fuente y metodología
Compilación editorial de datos con fuentes de Haber Paper; las condiciones de reutilización de las fuentes siguen siendo independientes.
Transcribe las puntuaciones comparativas y la precisión de la evaluación experta ciega; no infiere efectos de aprendizaje en aulas. Los valores numéricos conservan la escala de la fuente; los límites se distinguen de la igualdad exacta. La ordenación debe tener en cuenta las unidades y el alcance del indicador.
Ilustración simbólica generada por IA. Infraestructura informática simbólica; no se representa una instalación real, un diseño de marca ni un sistema autónomo desplegado.
En BUILD 2026, el ministro de Comunicaciones señaló la electricidad, la conectividad, la nube y los chips avanzados como obstáculos al crecimiento local de la IA.
Fuente: Voice of Nigeria, reporting the Ministry of Communications, Innovation and Digital Economy
Un reto de cuatro días de RTA, Canadian University Dubai y Mistral AI produjo propuestas sobre semáforos, congestión y coordinación de cruces.
Fuente: Roads and Transport Authority Dubai
Ilustración simbólica generada por IA. Infraestructura informática simbólica; no se representa una instalación real, un diseño de marca ni un sistema autónomo desplegado.
Si lo permite, Google Analytics puede medir las visitas y la actividad del sitio mediante cookies. Puede cambiar su elección más adelante.
Detalles de medición y privacidad
Google Analytics solo inicia las mediciones si usted lo permite. Tras el consentimiento, la medición automática puede incluir desplazamientos, clics en enlaces externos, descargas, interacción con vídeos, búsquedas en el sitio e interacciones básicas con formularios; los términos de búsqueda pueden detectarse en los parámetros de URL. El código de este sitio no envía los valores de los campos; la ocultación de correos electrónicos en la medición automática es un esfuerzo razonable, no una garantía. Nuestro evento manual de vista de página usa una URL depurada. Puede cambiar su elección más adelante. Las visitas que empiezan con consentimiento también pueden enviar mediciones numéricas LCP, INP y CLS tras cargar Analytics. Un primer consentimiento o uno posterior activa estas mediciones en la siguiente carga de página; retirarlo detiene estos informes para la página actual. La cookie de preferencias dura seis meses; la medición publicitaria y la personalización permanecen desactivadas.
Su navegador envía una señal Global Privacy Control. La analítica está desactivada de forma predeterminada; puede cambiar esta elección explícitamente aquí.