# 📑 Full Report (semantic-package view)

_compiled from 8/8 packages_

---

## Проект — карточка (`00_PROJECT_CARD`)

### carrying_break
_frame: F-EDU_ · _epistemic: asserted_
Разлом: ИИ должен одновременно (а) моделировать реалистичного скептического подростка/родителя/студента СПО (сложная роль, требующая психологической правдоподобности), (б) обеспечивать корректность правовых фактов (требует интеграции с КонсультантПлюс и защиты от галлюцинаций), (в) быть педагогическим тренажёром (давать обратную связь педагогу-студенту о качестве его ответа). Три роли требуют разной конфигурации — если ИИ хорошо играет подростка, но плохо интегрирует правовую базу, тренажёр даст студенту неправильную обратную связь; если хорошо интегрирует базу, но не убедителен как подросток, теряется реалистичность. Балансировка не операционализирована в исходном тексте. Второй разлом — оценка педагогического качества ответа студента (умение объяснить сложную норму простым языком, построить доверительный диалог, не навредить) — эти критерии субъективны и требуют экспертной калибровки.

> _sources:_ [art-92217a4081 slides «Право в диалоге ИИ-тренажёр для педагог…» · high]; [art-cfe615f363 slides «Право в диалоге ИИ-тренажёр для педагог…» · medium]; [analysis_json orchestrator_run:ar-52dbbab73f · high]

### identity
- **lineage_id:** lin-8641f62275
- **label:** Право в диалоге · ИИ-тренажёр для педагогов
- **project_id:** law-dialogue-teacher-trainer
- **current_version_id:** ver-427c624905

> _sources:_ [db_row project_lineages:lin-8641f62275 · high]

### protected_core
_frame: F-PRJ_ · _epistemic: asserted_
(1) Разрыв 'знание права vs умение обучать праву' — центральное противоречие, определяющее весь дизайн. (2) Диалогический формат — не изложение, а моделирование педагогической ситуации. (3) ИИ играет роли реальных участников (подросток / родитель / студент СПО) — обеспечивает реалистичность контекста. (4) Активное контрольное условие (карточки возражений) — методологический уровень контроля. (5) Интеграция правовой базы (КонсультантПлюс) — блокирует галлюцинации по правовым фактам. (6) Бесплатные и разрешённые в РФ ЛЛМ — устойчивость к санкциям. (7) Сквозные темы, интегрирующие разные отрасли права — обучение переносу.

> _sources:_ [art-92217a4081 slides «Право в диалоге ИИ-тренажёр для педагог…» · high]; [art-cfe615f363 slides «Право в диалоге ИИ-тренажёр для педагог…» · medium]; [analysis_json orchestrator_run:ar-52dbbab73f · high]

### readiness
_frame: F-PRJ_ · _epistemic: asserted_
Готовность: READINESS_SEMINAR_DISCUSSION → PILOT_READY_AFTER_SCENARIO_BANK. Проект имеет ясную рамку, целевую аудиторию, сроки, инструменты, дизайн с активным контролем. До пилота необходимо: (1) разработать сценарный банк (минимум 15-20 диалогов по разным отраслям права); (2) операционализировать рубрику оценки педагогического ответа; (3) технически решить интеграцию КонсультантПлюс с ЛЛМ; (4) провести пилот на 5-10 студентах для калибровки; (5) получить этическое согласование; (6) протестировать устойчивость промпта на 3 ЛЛМ. При закрытии — полный эксперимент осень 2026 (сентябрь-декабрь).

> _sources:_ [art-92217a4081 slides «Право в диалоге ИИ-тренажёр для педагог…» · high]; [art-cfe615f363 slides «Право в диалоге ИИ-тренажёр для педагог…» · medium]; [analysis_json orchestrator_run:ar-52dbbab73f · high]

### v2_readiness_4tier
### Readiness — 4 tiers
- **Idea readiness:** STRONG — самый конкретный из cohort — паспорт, дисциплины, 100 студентов, сроки, бесплатные ЛЛМ, активная КГ
- **Mechanism readiness:** PARTIAL — механизм ясен, но 3-ролевая балансировка ИИ + КонсультантПлюс интеграция не описаны
- **Implementation readiness:** WEAK — сценарного банка нет; RAG для КонсультантПлюс не построен
- **Evaluation readiness:** PARTIAL — активная КГ — методологический плюс, но рубрика не разработана

---

## Модель проекта (`20_PROJECT_MODEL`)

### literal
_frame: F-EDU_ · _epistemic: asserted_
Проект «Право в диалоге: ИИ-тренажёр для педагогов». Автор — Заворохина Н.С., старший преподаватель кафедры ГДиМП ИПИ им. П.П. Ершова (филиал ТюмГУ). Тип проекта: экспериментальное внедрение ИИ в образовательный процесс с интеграцией правовой базы знаний. Дисциплины: «Теория и методика обучения праву» + правовые дисциплины (конституционное/гражданское/уголовное/административное/трудовое/семейное право). Характер отработки: обобщённые сквозные темы, интегрирующие право и методику преподавания. Целевая аудитория: студенты 3-5 курсов ИПИ им. П.П. Ершова (филиал ТюмГУ) по профилям «История; право» (ОФО) и «Правоведение и правоохранительная деятельность» (ЗФО). 4 группы по 20-25 человек, ~100 студентов. Срок: нечётный семестр 2026-2027 (сентябрь-декабрь). Инструменты ИИ: GigaChat (основной), YandexGPT (резервный), DeepSeek (альтернативный) — все бесплатны и разрешены в РФ. Правовая база: некоммерческая версия справочно-правовой системы «КонсультантПлюс» (свободный доступ). Тип работы: индивидуальный проект. Контрольная группа: активное контрольное условие (карточки возражений). Ключевая идея: педагог знает статьи закона, но перед реальным подростком/родителем/скептически настроенным студентом СПО теряется. Разрыв между знанием права и умением обучать праву. Неверная трактовка закона, переданная педагогом, формирует у школьников/студентов искажённое представление о справедливости, ответственности, границах дозволенного. Проект создаёт безопасную среду, где будущий педагог тренируется отвечать на реальные жизненные ситуации — ИИ играет роль подростка/родителя/студента СПО, а тренажёр помогает педагогу учиться связывать закон с реальной жизнью.

> _sources:_ [art-92217a4081 slides «Право в диалоге ИИ-тренажёр для педагог…» · high]; [art-cfe615f363 slides «Право в диалоге ИИ-тренажёр для педагог…» · medium]; [analysis_json orchestrator_run:ar-52dbbab73f · high]

### strongest_benevolent
_frame: F-EDU_ · _epistemic: asserted_
Проект решает специфический разрыв между знанием права и умением его преподавать — типичная проблема педагогической подготовки, но особенно острая для правовых дисциплин, где неверная трактовка передаётся в школу и формирует искажённое правосознание учащихся. Сильные ходы: (1) фокус на диалоге, а не на изложении — ИИ-тренажёр моделирует реальных участников педагогической ситуации (подросток, родитель, скептический студент СПО), что переводит подготовку из режима 'знать закон' в режим 'уметь объяснить закон в живом разговоре'; (2) активное контрольное условие (карточки возражений) — методологически сильнее пассивной КГ, позволяет отделить эффект тренажёра от эффекта дополнительной практики; (3) интеграция правовой базы знаний (КонсультантПлюс) — блокирует галлюцинации ИИ по правовым фактам; (4) выбор бесплатных и разрешённых в РФ ЛЛМ — практически применимо, не блокируется санкциями/бюджетом; (5) множественность правовых дисциплин + сквозные темы — не привязка к одной статье, а обучение переносу; (6) большая выборка (100 студентов, 4 группы) — позволяет статистическую валидацию.

> _sources:_ [art-92217a4081 slides «Право в диалоге ИИ-тренажёр для педагог…» · high]; [art-cfe615f363 slides «Право в диалоге ИИ-тренажёр для педагог…» · medium]; [analysis_json orchestrator_run:ar-52dbbab73f · high]

### v2_mechanism_model
### Educational Mechanism Model

**Current educational practice:** Педагогическая подготовка учителей права: лекции по методике + семинары по правовым дисциплинам + практика в школе (эпизодически).

**Limitation / failure point:** Разрыв между знанием статей закона и умением объяснить их подростку/родителю/скептику в живой ситуации. Педагог теряется перед реальным собеседником, передаёт неверные трактовки в школу.

**Changed activity (что действие меняется):** Студент-педагог вместо изложения проходит серии диалогов с ИИ в трёх ролях (подросток/родитель/студент СПО), формулирует ответы, получает обратную связь.

**Role of AI (компонент механизма):** Тройная роль в разных сценариях: (а) скептический собеседник (промпт-регулированный, не помогающий); (б) поставщик правовых фактов из КонсультантПлюс; (в) тренажёр обратной связи по педагогическому качеству ответа.

**Role of human (сохранённая функция):** Студент — формулирует педагогический ответ. Преподаватель — постановка сценариев + оценка по рубрике. Юрист-эксперт — валидация базы правовых фактов.

**Expected competence change:** Способность объяснять сложные правовые нормы простым языком; выстраивать доверительный диалог; не навредить; поддерживать педагогическую позицию под давлением.

**Measurement method:** Экспертная рубрика (простой язык + доверительный тон + не навредить + правовая корректность); % правовых фактов, сверенных с КонсультантПлюс; % диалогов, где AI 'сдался' в помощника; Cohen's kappa ≥ 0.7.

---

## Источники, evidence и аналоги (`10_EVIDENCE_PROVENANCE_ANALOGS`)

### corpus_summary
- **versions:** 3
- **positions:** 2
- **frames:** 4

> _sources:_ [db_row project_lineages:lin-8641f62275 · high]; [corpus 2 arts / 61150 chars · high]

---

## Экспериментальный пакет (`30_EXPERIMENT_PACK`)

### research_gaps
- {"gap_id": "rg-024a871852", "analysis_run_id": "ar-52dbbab73f", "parent_operation": "position_invocation:piv-c0a085031f", "what_blocked": "Необходимы чёткие описания операций, через которые ИИ-собесед
- {"gap_id": "rg-72c9ca2f84", "analysis_run_id": "ar-52dbbab73f", "parent_operation": "position_invocation:piv-416b8dad09", "what_blocked": "Чёткое описание и согласование критерия оценки диалогов и рол

> _sources:_ [art-92217a4081 slides «Право в диалоге ИИ-тренажёр для педагог…» · high]; [art-cfe615f363 slides «Право в диалоге ИИ-тренажёр для педагог…» · medium]; [analysis_json orchestrator_run:ar-52dbbab73f · high]

### threats_to_validity
- "UNKNOWN: конкретный сценарный банк — сколько диалогов, какие темы, какие персонажи."
- "UNKNOWN: механизм интеграции КонсультантПлюс с ЛЛМ — RAG-стек? Ручная подсказка? Промпт с правовыми справками?"
- "UNKNOWN: рубрика оценки педагогического ответа студента — критерии 'простой язык', 'доверительный диалог', 'не навредить' — операционализация."
- "UNKNOWN: инструкции по 'карточкам возражений' для контрольной группы — как обеспечивается сопоставимость с интервенцией ЭГ."
- "UNKNOWN: устойчивость промпта на 3 ЛЛМ (GigaChat/YandexGPT/DeepSeek) — тестирование не описано."
- "UNKNOWN: как распределяется 100 студентов на КГ/ЭГ по 4 группам — случайное, по подгруппам ОФО/ЗФО, по добровольности."
- "UNKNOWN: этические согласования — работа с чувствительными правовыми ситуациями (например, семейное право с несовершеннолетними) требует ethics review."
- "INSUFFICIENT_EVIDENCE: как обрабатывается ситуация, когда правовая норма имеет несколько интерпретаций (спор в судебной практике) — ИИ должен предъявить все, а не одну."

> _sources:_ [art-92217a4081 slides «Право в диалоге ИИ-тренажёр для педагог…» · high]; [art-cfe615f363 slides «Право в диалоге ИИ-тренажёр для педагог…» · medium]; [analysis_json orchestrator_run:ar-52dbbab73f · high]

### v2_claim_evidence
### Claim–Evidence Matrix

**FACT** (следует из источников):
- Автор: Заворохина Н.С., ст. преподаватель каф. ГДиМП ИПИ ТюмГУ. · _slides art-92217a4081 паспорт_ · conf=high
- Дисциплины: «Теория и методика обучения праву» + правовые дисциплины; 3-5 курсы, ~100 студентов, 4 группы, осень 2026. · _slides паспорт_ · conf=high
- Инструменты: GigaChat + YandexGPT + DeepSeek (все бесплатны в РФ) + КонсультантПлюс. · _slides паспорт_ · conf=high
- Активное контрольное условие: карточки возражений (не пассивная КГ). · _slides паспорт_ · conf=high

**AUTHOR CLAIM** (заявляет автор):
- Диалогический тренажёр закрывает разрыв между знанием права и умением обучать праву. · _slides §Введение_ · conf=asserted_by_author
- ИИ в роли скептического подростка/родителя/студента СПО развивает педагогическую компетенцию. · _slides §Ключевая идея_ · conf=asserted_by_author

**ANALYTICAL INFERENCE** (вывод системы):
- ИИ должен одновременно (а) моделировать реалистичного скептика, (б) обеспечивать корректность правовых фактов, (в) быть педагогическим тренажёром. Три роли требуют разной конфигурации. · _system reading — центральный несущий шов_ · conf=high
- Активное контрольное условие (карточки возражений) методологически сильнее пассивной КГ — позволяет отделить эффект тренажёра от эффекта дополнительной практики. · _system methodological reading_ · conf=high

**HYPOTHESIS** (требует проверки):
- Педагогические ответы ЭГ статистически более обоснованы vs активная КГ (rubric). · _requires empirical test_ · conf=requires_pilot
- Интеграция КонсультантПлюс с ЛЛМ (RAG или промпт) блокирует правовые галлюцинации на уровне ≥ 95% фактов. · _requires implementation + testing_ · conf=requires_pilot

### v2_failure_analysis
### Failure Analysis 2.0

**Mechanism Failure** (где механизм не сработает):
- ИИ-роль скептика может сдаться под давлением студента (jailbreaking).
- Правовые нормы часто имеют несколько интерпретаций; ИИ навяжет одну как консенсусную.
- 3 роли одновременно = сложная промпт-конфигурация; при её сбое роль подростка деградирует в помощника.

**Incentive Failure** (кто как обойдёт):
- 100 студентов + активная КГ = большой объём rubric-оценки; преподаватель может упрощать.
- Юрист-эксперт для валидации базы правовых фактов — не мотивирован работать бесплатно.

**Delegation Failure** (что ИИ заберёт у человека):
- Студент делегирует формулировку 'простого объяснения' ИИ через reverse loop.
- Готовые правовые факты снимают навык поиска в КонсультантПлюс.

**Measurement Failure** (как решим что успех, ошибочно):
- Рубрика 'простой язык' субъективна без калибровки.
- Активная КГ (карточки возражений) может не быть эквивалентной по объёму нагрузки → сравнение искажено.

---

## Гибридная архитектура (`40_HYBRID_ARCHITECTURE_PACK`)

### v2_agentity_audit
### Agenticity Check

**Verdict — Agent Level: 1** (Adaptive assistant (ролевой))

- **Memory (устойчивое состояние):** NO — per-session диалоги; state не накапливается
- **Goal (собственная цель):** NO — цель — задача сценария, не ИИ
- **Planning (самостоятельная последовательность):** NO — нет планирования, только реагирование
- **Autonomy (действия без запроса):** NO — все реплики — по запросу студента
- **Human Gate (где остаётся человек):** YES — тренажёр — не реальный диалог; преподаватель + юрист-эксперт валидируют

---

## Build/Lab (`50_BUILD_LAB_PACK`)

### lab_requirement
_frame: F-AIH_ · _epistemic: asserted_
- **build_status:** NO_BUILD
- **readiness_score:** 0.3
- **no_build_reason:** Несмотря на продуманную цель и доказательства подготовленности оборудования, проект не готов к инженерному развертыванию из-за отсутствия чёткой декомпозиции human-machine workflow, неопределённости р

> _sources:_ [db_row project_lineages:lin-8641f62275 · high]; [analysis_json orchestrator_run:ar-52dbbab73f · high]

### v2_mve
### Minimal Viable Experiment

**Hypothesis** (что проверяем): Педагогические ответы ЭГ (ИИ-тренажёр в 3 ролях) статистически более обоснованы (rubric ≥ 4/5) vs активная КГ (карточки возражений без ИИ) на новом сценарии.

**Intervention** (что меняем): ЭГ (2 группы × 25 чел.) проходят 15-20 диалогов через тренажёр за семестр. Активная КГ (2 группы × 25 чел.) — те же 15-20 сценариев через карточки возражений без ИИ.

**Control** (с чем сравниваем): Активная КГ (не пассивная) — изолирует эффект ИИ от эффекта практики.

**Observable change** (что должно измениться): Rubric ЭГ > активная КГ p<0.05, N=50 per группа; ≥ 95% правовых фактов сверены с КонсультантПлюс; ≤ 10% диалогов, где ИИ сдался.

**Evidence needed** (какие данные): Сценарный банк 15-20 диалогов; интеграция КонсультантПлюс (RAG); rubric с 2+ калиброванными rater'ами; логи диалогов для audit.

---

## Обсуждения и решения (`60_SEMINAR_DECISION_PACK`)

### frame_tensions
- {"tension_id": "ft-a92204092d", "analysis_run_id": "ar-52dbbab73f", "frames_involved_json": "[\"F-PRJ\", \"F-EDU\"]", "conflicting_units_json": null, "conflicting_criteria_json": null, "project_stakes
- {"tension_id": "ft-562eff49de", "analysis_run_id": "ar-52dbbab73f", "frames_involved_json": "[\"F-PRJ\", \"F-AIH\"]", "conflicting_units_json": null, "conflicting_criteria_json": null, "project_stakes
- {"tension_id": "ft-36bb0f239d", "analysis_run_id": "ar-52dbbab73f", "frames_involved_json": "[\"F-RES\", \"F-PRJ\"]", "conflicting_units_json": null, "conflicting_criteria_json": null, "project_stakes
- {"tension_id": "ft-205da53908", "analysis_run_id": "ar-52dbbab73f", "frames_involved_json": "[\"F-EDU\", \"F-AIH\"]", "conflicting_units_json": null, "conflicting_criteria_json": null, "project_stakes
- {"tension_id": "ft-ff38699e53", "analysis_run_id": "ar-52dbbab73f", "frames_involved_json": "[\"F-RES\", \"F-EDU\"]", "conflicting_units_json": null, "conflicting_criteria_json": null, "project_stakes
- {"tension_id": "ft-062f1ac6fc", "analysis_run_id": "ar-52dbbab73f", "frames_involved_json": "[\"F-RES\", \"F-AIH\"]", "conflicting_units_json": null, "conflicting_criteria_json": null, "project_stakes

> _sources:_ [db_row project_lineages:lin-8641f62275 · high]; [analysis_json orchestrator_run:ar-52dbbab73f · high]

### position_invocations
- {"invocation_id": "piv-c0a085031f", "profile_id": "SEMINAR_PREP", "position_id": "SEMINAR_PREP"}
- {"invocation_id": "piv-416b8dad09", "profile_id": "SEMINAR_PREP", "position_id": "SEMINAR_PREP"}

> _sources:_ [db_row project_lineages:lin-8641f62275 · high]; [db_row position_invocation_records:piv-c0a085031f · high]; [analysis_json orchestrator_run:ar-52dbbab73f · high]

---

## Portfolio pattern (`70_PORTFOLIO_PATTERN`)

### portfolio_card
_frame: PORTFOLIO_ · _epistemic: asserted_
- **id:** pe-5cd96ff8b4
- **lineage_id:** lin-8641f62275
- **readiness_json:** {"build_status": "NO_BUILD", "readiness_score": 0.3, "no_build_reason": "Несмотря на продуманную цель и доказательства подготовленности оборудования, проект не готов к инженерному развертыванию из-за 
- **reusable_components_json:** []
- **infrastructure_needs_json:** []
- **human_roles_json:** []
- **created_at:** 2026-08-22 23:43:17

> _sources:_ [db_row project_lineages:lin-8641f62275 · high]; [analysis_json orchestrator_run:ar-52dbbab73f · high]

---


---

## 🔬 Sem-6 v2 · Evidence-Grounded Analysis

### Claim–Evidence Matrix

**FACT** (следует из источников):
- Автор: Заворохина Н.С., ст. преподаватель каф. ГДиМП ИПИ ТюмГУ. · _slides art-92217a4081 паспорт_ · conf=high
- Дисциплины: «Теория и методика обучения праву» + правовые дисциплины; 3-5 курсы, ~100 студентов, 4 группы, осень 2026. · _slides паспорт_ · conf=high
- Инструменты: GigaChat + YandexGPT + DeepSeek (все бесплатны в РФ) + КонсультантПлюс. · _slides паспорт_ · conf=high
- Активное контрольное условие: карточки возражений (не пассивная КГ). · _slides паспорт_ · conf=high

**AUTHOR CLAIM** (заявляет автор):
- Диалогический тренажёр закрывает разрыв между знанием права и умением обучать праву. · _slides §Введение_ · conf=asserted_by_author
- ИИ в роли скептического подростка/родителя/студента СПО развивает педагогическую компетенцию. · _slides §Ключевая идея_ · conf=asserted_by_author

**ANALYTICAL INFERENCE** (вывод системы):
- ИИ должен одновременно (а) моделировать реалистичного скептика, (б) обеспечивать корректность правовых фактов, (в) быть педагогическим тренажёром. Три роли требуют разной конфигурации. · _system reading — центральный несущий шов_ · conf=high
- Активное контрольное условие (карточки возражений) методологически сильнее пассивной КГ — позволяет отделить эффект тренажёра от эффекта дополнительной практики. · _system methodological reading_ · conf=high

**HYPOTHESIS** (требует проверки):
- Педагогические ответы ЭГ статистически более обоснованы vs активная КГ (rubric). · _requires empirical test_ · conf=requires_pilot
- Интеграция КонсультантПлюс с ЛЛМ (RAG или промпт) блокирует правовые галлюцинации на уровне ≥ 95% фактов. · _requires implementation + testing_ · conf=requires_pilot

### Educational Mechanism Model

**Current educational practice:** Педагогическая подготовка учителей права: лекции по методике + семинары по правовым дисциплинам + практика в школе (эпизодически).

**Limitation / failure point:** Разрыв между знанием статей закона и умением объяснить их подростку/родителю/скептику в живой ситуации. Педагог теряется перед реальным собеседником, передаёт неверные трактовки в школу.

**Changed activity (что действие меняется):** Студент-педагог вместо изложения проходит серии диалогов с ИИ в трёх ролях (подросток/родитель/студент СПО), формулирует ответы, получает обратную связь.

**Role of AI (компонент механизма):** Тройная роль в разных сценариях: (а) скептический собеседник (промпт-регулированный, не помогающий); (б) поставщик правовых фактов из КонсультантПлюс; (в) тренажёр обратной связи по педагогическому качеству ответа.

**Role of human (сохранённая функция):** Студент — формулирует педагогический ответ. Преподаватель — постановка сценариев + оценка по рубрике. Юрист-эксперт — валидация базы правовых фактов.

**Expected competence change:** Способность объяснять сложные правовые нормы простым языком; выстраивать доверительный диалог; не навредить; поддерживать педагогическую позицию под давлением.

**Measurement method:** Экспертная рубрика (простой язык + доверительный тон + не навредить + правовая корректность); % правовых фактов, сверенных с КонсультантПлюс; % диалогов, где AI 'сдался' в помощника; Cohen's kappa ≥ 0.7.

### Agenticity Check

**Verdict — Agent Level: 1** (Adaptive assistant (ролевой))

- **Memory (устойчивое состояние):** NO — per-session диалоги; state не накапливается
- **Goal (собственная цель):** NO — цель — задача сценария, не ИИ
- **Planning (самостоятельная последовательность):** NO — нет планирования, только реагирование
- **Autonomy (действия без запроса):** NO — все реплики — по запросу студента
- **Human Gate (где остаётся человек):** YES — тренажёр — не реальный диалог; преподаватель + юрист-эксперт валидируют

### Failure Analysis 2.0

**Mechanism Failure** (где механизм не сработает):
- ИИ-роль скептика может сдаться под давлением студента (jailbreaking).
- Правовые нормы часто имеют несколько интерпретаций; ИИ навяжет одну как консенсусную.
- 3 роли одновременно = сложная промпт-конфигурация; при её сбое роль подростка деградирует в помощника.

**Incentive Failure** (кто как обойдёт):
- 100 студентов + активная КГ = большой объём rubric-оценки; преподаватель может упрощать.
- Юрист-эксперт для валидации базы правовых фактов — не мотивирован работать бесплатно.

**Delegation Failure** (что ИИ заберёт у человека):
- Студент делегирует формулировку 'простого объяснения' ИИ через reverse loop.
- Готовые правовые факты снимают навык поиска в КонсультантПлюс.

**Measurement Failure** (как решим что успех, ошибочно):
- Рубрика 'простой язык' субъективна без калибровки.
- Активная КГ (карточки возражений) может не быть эквивалентной по объёму нагрузки → сравнение искажено.

### Minimal Viable Experiment

**Hypothesis** (что проверяем): Педагогические ответы ЭГ (ИИ-тренажёр в 3 ролях) статистически более обоснованы (rubric ≥ 4/5) vs активная КГ (карточки возражений без ИИ) на новом сценарии.

**Intervention** (что меняем): ЭГ (2 группы × 25 чел.) проходят 15-20 диалогов через тренажёр за семестр. Активная КГ (2 группы × 25 чел.) — те же 15-20 сценариев через карточки возражений без ИИ.

**Control** (с чем сравниваем): Активная КГ (не пассивная) — изолирует эффект ИИ от эффекта практики.

**Observable change** (что должно измениться): Rubric ЭГ > активная КГ p<0.05, N=50 per группа; ≥ 95% правовых фактов сверены с КонсультантПлюс; ≤ 10% диалогов, где ИИ сдался.

**Evidence needed** (какие данные): Сценарный банк 15-20 диалогов; интеграция КонсультантПлюс (RAG); rubric с 2+ калиброванными rater'ами; логи диалогов для audit.

### Readiness — 4 tiers
- **Idea readiness:** STRONG — самый конкретный из cohort — паспорт, дисциплины, 100 студентов, сроки, бесплатные ЛЛМ, активная КГ
- **Mechanism readiness:** PARTIAL — механизм ясен, но 3-ролевая балансировка ИИ + КонсультантПлюс интеграция не описаны
- **Implementation readiness:** WEAK — сценарного банка нет; RAG для КонсультантПлюс не построен
- **Evaluation readiness:** PARTIAL — активная КГ — методологический плюс, но рубрика не разработана