Опубликовано: 05.08.2026 | Источник: CNews (новости)

ИИ-репетитор по математике в дипломе: проектирование, метрики и защита

Яндекс объявил о новом режиме «Алисы» — персонального репетитора, который будет помогать школьникам самостоятельно решать математические задания. Для студента ИТ-специальности это не просто новость из ленты, а готовый сценарий для ВКР. Компания уже сняла ключевой вопрос актуальности: диалоговые ИИ-ассистенты в образовании — это востребованный и финансируемый рынок. В статье разберём, как превратить этот тренд в защищаемую работу: сформулируем темы, опишем архитектуру и метрики, покажем типичные ошибки и дадим чек-лист для сдачи.

Темы ВКР: от новости к исследованию

Предлагаем три направления, каждое из которых можно развить как в сторону классической разработки ПО, так и в сторону ML-исследования. Все они опираются на идею из статьи: Алиса становится репетитором, который не решает задачу за ребёнка, а сопровождает его к правильному ответу.

Основная часть: что именно включить в диплом

Анализ требований в первой главе

Не пересказывайте статью из CNews — извлеките из неё функциональные и нефункциональные требования. Например:

• ассистент работает с математическими задачами школьного уровня;
• система должна «давать подсказки», а не полное решение;
• важен голосовой интерфейс (распознавание и синтез речи);
• приложение рассчитано на детей — значит, нужны ограничения контента и дружелюбный тон.

Дополните эти требования стандартами: для разработки автоматизированных систем — ГОСТ 34.601; для оценки качества ПО — ISO/IEC 25010 (функциональность, производительность, удобство использования). Так вы сразу покажете нормоконтроль.

Проектирование архитектуры во второй главе

Для системы «репетитор» удобно использовать диаграмму C4: на уровне контекста — пользователь, LMS, голосовой ассистент и внешняя LLM. На уровне контейнеров — клиентское приложение, API-шлюз, сервис диалога, база знаний и модуль оценки ответов. Объясните, почему вы выбрали Retrieval-Augmented Generation: это позволит добавлять учебные материалы без переобучения модели и снизит риск галлюцинаций.

Пример конфигурации для промпта:

SYSTEM_PROMPT = (
    "Ты — репетитор по математике для 4 класса. "
    "Не решай задачу за ученика, задавай наводящие вопросы. "
    "Отвечай коротко, не более 2-3 предложений."
)

def generate_help(task, student_answer, knowledge_base):
    context = knowledge_base.search(task)
    messages = [
        {"role": "system", "content": SYSTEM_PROMPT},
        {"role": "user", "content": f"Задача: {task}\nОтвет ученика: {student_answer}\nЧто подсказать дальше?"}
    ]
    return llm_call(messages, context)

Третья глава: метрики и эксперимент

Не используйте в дипломе только оценку «нравится/не нравится». Для ИИ-репетитора возьмите две группы метрик:

• Качество подсказок: точность ответов модели (accuracy), полнота обнаружения ошибок (recall), количество шагов до правильного решения.
• Эффект обучения: процент учеников, решивших задачу после подсказки, снижение времени выполнения, число попыток до успеха.

Эти метрики можно считать до и после внедрения ассистента. Для статистической значимости достаточно небольшой выборки (20–30 школьников), если проводить A/B-тест на одинаковых задачах.

Типичные ошибки студентов

Частые вопросы

Какой стек выбрать для ВКР, если хочу повторить «Алису»?

Не нужно создавать полноценную голосовую Алису. Достаточно показать прототип: Python + FastAPI + библиотеки для работы с LLM (OpenAI API, YandexGPT или локальная модель через Ollama). Голосовой интерфейс можно упростить — вот ваш диалоговый модуль уже работает.

Где взять данные для обучения модели?

Вам не обязательно обучать модель с нуля. Возьмите открытые банки задач по математике, используйте учебники из общедоступных источников. Для RAG-подхода достаточно собрать 50–100 размеченных примеров, чтобы показать работоспособность сценария. Это законно и описано в работе.

Как оформить диаграммы по ГОСТ, если в вузе требуют UML?

Изучите стандарт оформления программной документации ГОСТ 19.XXX. Для диаграммы вариантов использования или классов используйте UML-нотацию, но подписи к элементам делайте короткими и единообразными. В тексте диплома дайте расшифровку каждого элемента. Если вуз позволяет — используйте C4 для архитектуры, он нагляднее для ИИ-систем.

Что делать, если защита через неделю, а у меня нет эксперимента?

Проведите пилотное мини-исследование даже с пятью участниками. Соберите статистику, постройте простую таблицу и график. На защите важно показать, что вы понимаете, как оценивать эффективность, а не привести идеальные цифры с тысяч пользователей.

Чек-лист перед сдачей

Чему вы научитесь

Проработав такую ВКР, вы получите конкретные применимые навыки:

• проектировать диалоговые системы и выстраивать архитектуру с RAG;
• формулировать требования по ГОСТ 34.601 и оценивать качество по ISO/IEC 25010;
• проводить A/B-эксперименты и считать педагогические метрики;
• оформлять схемы в UML/C4, понятные комиссии;
• защищать результаты — от постановки задачи до количественных выводов.

Типичные ошибки студентов

Мы уже разобрали три ловушки выше. Но самая частая и опасная — тянуть с подготовкой. ИТ-работу нельзя написать за одну ночь, особенно если нужно считать метрики и собирать экспериментальные данные.

Источник: «Алиса AI» научит детей самостоятельно выполнять задания по математике (опубликовано 2026-03-17)