Microsoft entraîne StudentSim, des LLM qui simulent les élèves

L'équipe de Microsoft Research publie StudentSim, une recette d'entraînement pour transformer des LLM en simulateurs d'élèves individualisés. Le protocole d'évaluation associé, StudentSimEval, couvre 60 apprenants tirés de jeux de données publics: 30 joueurs d'échecs, 15 étudiants en écriture anglaise seconde langue, et 15 en mathématiques.

Le papier attaque un vieux compromis. Les modèles à état classiques reproduisent ce que fait un élève mais digèrent mal les explications d'un tuteur. Les LLM en role-play font l'inverse: ils suivent la guidance couramment sans reproduire fidèlement la compétence de l'élève qu'ils imitent. StudentSim vise les deux à la fois, via un pipeline en deux temps, un entraînement groupé suivi d'une spécialisation par élève.

Sur les échecs, l'écart avec les baselines est net. StudentSim obtient 0,51 en fidélité comportementale et 0,91 en réactivité à la guidance. GPT-5.4 tombe à 0,23 et 0,72. Maia2, pourtant spécialisé échecs, plafonne à 0,45 et 0,27. Les auteurs poussent plus loin en utilisant StudentSim comme modèle de récompense pour entraîner un tuteur d'échecs par apprentissage par renforcement. « A trained StudentSim used as the reward for tutor model reinforcement learning yields a chess tutor that expert humans rate as more accurate, better-guided, and more personalized », écrivent-ils. Les évaluateurs humains chiffrent le résultat à 90,5% de précision, 3,31/5 en qualité de guidage et 3,93/5 en personnalisation.

Le code est déposé sous github.com/microsoft/StudentSim. Le papier ne publie pas de chiffres d'évaluation humaine dans les deux autres domaines. Cette parution s'ajoute à la vingtaine de dépêches IA-éducation que nous avons suivies ce trimestre.