Microsoft ResearchとUIUC、個別生徒を再現するAI「StudentSim」を公開 — 少ない記録から指導に反応する模擬生徒を学習

Microsoft Researchとイリノイ大学アーバナ・シャンペーン校（UIUC）の研究チームは2026年9月1日、個々の学習者の反応を模擬するAIシミュレータの学習枠組み「StudentSim」をarXivで発表した。AIチューターの改良には「どの指導がどの生徒に効くか」という証拠が要るが、実際の学習者からの収集は遅く高コストだ。StudentSimは、少ない生徒記録から、その生徒らしく振る舞い、指導にも反応する模擬生徒を作ることで、チューターの高速な反復改良を可能にする。

共有学習と個別特化の2段階、3領域60名の標準評価

• StudentSimは、複数生徒のデータを束ねた共有事前学習のあと、生徒ごとに特化させる2段階の学習枠組みである。既存の状態追跡モデルは生徒行動の再現は得意だが説明や訂正の処理が苦手で、LLMのロールプレイは流暢だが模倣対象の習熟度と一致しないという課題に対応する設計だ。
• 同時に標準評価プロトコルStudentSimEvalを導入した。チェス、第二言語としての英語ライティング、数学の3領域・計60名の公開学習者データ（匿名化済み・研究用共有）を用い、全手法を同一記録で学習・評価する。
• 評価指標は、シミュレータが生徒本人の回答とどれだけ一致するかの行動一致度（F）と、指導を受けて回答を更新できるかの指導反応性（R）の2つである。

チェスでGPT-5.4とMaia2を上回る、指導AIの強化学習にも活用

• 3領域すべてでStudentSimはGPT-5.4を両指標で上回った。チェスではStudentSimがF=0.51・R=0.91に対し、GPT-5.4は0.23・0.72、チェス特化モデルのMaia2は0.45・0.27だった（いずれも論文著者の報告値）。
• 概念実証として、StudentSimを報酬モデルに使ったチューターの強化学習では、強化学習なしのベースラインやGPT-5.4シミュレータで学習した指導AIより、正確性・指導の的確さ・個別化の面で専門家から高く評価されるチェス指導AIが得られた。
• コードはMITライセンスでGitHub（microsoft/StudentSim）にて公開されている。

留意点

• 本論文は査読前のプレプリントであり、数値は著者らの実験条件での報告値である。独立した再現や第三者評価はまだない。
• 比較対象のGPT-5.4は著者らが設定したプロンプト条件での結果であり、条件次第で変わり得る。Maia2との比較もチェス領域のもので、他領域への一般化は未検証である。
• 学習者データの利用は匿名化済みの公開データに限定されており、実運用での個人データの扱いには別途プライバシー上の検討が必要だ。

出典

• StudentSim: Training LLM-based Student Simulators
• microsoft/StudentSim