Old Dominion University · ITAS (Intelligent Teaching Assistant System)

ITAS на Old Dominion University — реальный развернутый прототип multi-agent tutoring system с использованием нескольких специализированных агентов и продвинутой инфраструктуры, развернутый в production-like режиме на курсе graduate quantum computing. Статус — прототип с успешным внедрением в учебный процесс, а не просто экспериментальная модель. Используется cloud-run микросервисы, BigQuery для хранения и анализа событий, что показывает зрелый уровень реализации и прототипирования, приближенный к промышленным решениям.

ITAS — production-like multi-agent tutor, реально работавший семестр в graduate quantum computing курсе ODU. Spoke-and-wheel композиция specialist agents + Synthesizer + autograder, Cloud Run microservices, BigQuery-логи, instructor analytics. Это редкий пример агентности 3/6 с эмпирической базой. Поддерживает [[H2-assistant-to-autonomy]]; ослабляет противоречие [[simulation-vs-engineering-power]] (есть реальный деплой).

До внедрения ITAS в Old Dominion University отсутствовал инструмент, способный распределять педагогические функции между несколькими агентыми с учётом событийной памяти, автоматизированной проверки не только правильности сдачи заданий, но и подхода к решению, и предоставлять инструктору аналитический слой на базе псевдонимизированных данных общения. Аналогичные системы либо были единоагентными, либо не интегрировались напрямую в учебные курсы, что ограничивало возможности поддержки студентов и преподавателей в сложных предметах, таких как квантовые вычисления.

ITAS обещает обеспечить multi-agent tutoring на уровне агентности 3/6, где специализированные агенты (Video, Code, Guidance) взаимодействуют в комплексе с Synthesizer и autograder, предоставляя глубокую поддержку обучения. Система направлена на повышение эффективности обучения через автоматическую проверку подходов к задачам и анализ поведения студентов для инструкторов, расширяя возможности персонализации и обратной связи в реальном учебном процессе. Ожидается, что такой подход позволит усилить роль AI как реального партнёра в обучении, способного распределять педагогические роли и обеспечивать учебную аналитику в реальном времени.

Архитектура ITAS представлена трёхслойной системой: teaching layer с spoke-and-wheel композицией специализированных агентов — Video, Code, Guidance; Synthesizer, который агрегирует информацию; и autograder, оценивающий как правильность, так и подход к решению. Operational layer построен на облачных микросервисах Cloud Run, хранилище данных Cloud SQL, асинхронной коммуникации Pub/Sub и аналитической платформе BigQuery. Feedback layer обеспечивает инструктору conversational analytics на основе 10 628 событий и 334 диалоговых ходов, что даёт инструмент для глубокого понимания учебной динамики. Таким образом, архитектура сочетает передовые облачные технологии с многоагентной педагогикой по шаблону multi-agent tutor с agentivity 3/6, реализуя роль распределённого и координированного AI-партнёра.

Типичные человеческие роли в ITAS включают преподавателя, который получает расширенные аналитические данные и взаимодействует с AI-агентами; студентов, участвующих в курсе; и разработчиков/операторов, обеспечивающих поддержку и развитие multi-agent системы. Распределение ответственности: AI-агенты принимают на себя роли декомпозированных педагогических функций — видеообъяснителя, кода-ассистента, наставника по учебному процессу и оценщика (autograder); преподаватель работает как руководитель процесса с доступом к аналитике и обратной связи. Таким образом, командный подход поддерживает гибридную модель контроля и агентности (facets: HYBR).

ИИ в ITAS выполняет функции multi-agent tutor: специализированные агенты отвечают за видеообъяснения, сопровождение написания кода, навигацию по учебному материалу (Guidance), а Synthesizer агрегирует знания и вызывает autograder для оценки результатов. Роль AI выходит за пределы простого помощника — агенты совместно распределяют педагогические задачи, создавая взаимодействующую сеть поддержки, и сопровождают обучение, обеспечивая обратную связь как студентам, так и преподавателю. Уровень агентности — 3/6, что соответствует стадии, когда AI реализует распределённое выполнение ролей с частичной автономией.

В ходе семестра пяти студентов курса graduate quantum computing использовали ITAS как multi-agent tutor с последовательностью из 334 чат-ходов и более 10 000 событий учебных взаимодействий. Студенты обращались к разным агентам для видеообъяснений, помощи с кодом и учебным руководством. Autograder автоматически проверял их решения не только на правильность, но и на адекватность подхода, повышая качество обратной связи. Преподаватель получал аналитику по активности и прогрессу студентов через feedback layer, что позволяло адаптировать преподавание и вмешиваться при необходимости. Таким образом взаимодействие представляет собой связанный multi-agent workflow, интегрированный в учебный процесс с реальным применением в классе.

Old Dominion University выступает как институциональный оператор, задающий инфраструктуру и политику использования ITAS в учебном процессе. Это university-managed AI hub, где governance нацелена на интеграцию AI в design coursework и research activities. Политика управления включает контроль над сохранностью псевдонимизированных данных студентов (10 628 событий) и прозрачную аналитику для инструкторов, обеспечивая баланс между эффективностью AI и этическими нормами обработки учебной информации. Таким образом реализован hybrid control (HYBR) с нормативным управлением на уровне кампуса и сохранением гибкости AI-оркестрации.

ITAS уже прошёл этап pilotdeployment на одном курсе с пятью студентами и одним семестром. Полученные данные и аналитика позволяют рассматривать кейс как production-like развертывание, с перспективой масштабирования на другие курсы и факультеты при адаптации архитектуры и политики. Последующие итерации предполагают расширение числа студентов, интеграцию новых агентных функций и возможное повышение агентности выше 3/6 за счёт более продвинутых orchestrative и meta-control слоёв. В начале 2026 года кейс позиционируется как рабочий прототип с подтверждённой практической ценностью.

В течение семестра ITAS зафиксировал 334 chat turns (хода общения) с пятью студентами по курсу graduate quantum computing. Всего зарегистрировано 10 628 событий across five modules, что представлено в аналитике преподавателю. Зафиксированы два instructor-actionable findings, то есть выявленные факты, на которые преподаватель смог оперативно отреагировать для улучшения учебного процесса. Эти количественные показатели демонстрируют реальное применение multi-agent tutoring с измеримыми эффектами и аналитической обратной связью для педагогов.

Внедрение ITAS на стадии прототипа с малым числом студентов несёт риски goal-substitution — возможного сосредоточения на оптимизации chat-turns и событий в ущерб глубине понимания. Наличие autograder повышает риск lowered bar, если автоматическая проверка предпочтёт формальные критерии над креативностью. Также необходима прозрачная audit trail для подтверждения корректного применения AI-оценки и сохранения академической честности, что требует постоянного мониторинга. Vendor lock-in минимален, поскольку платформа построена на облачных сервисах Google и собственных разработках, но требует внимания по контролю над данными и политикой их использования.

На данном этапе не выявлено явных countersignals или противоречий в практическом использовании ITAS: вся зафиксированная информация подтверждает заявленные функции и эффективность multi-agent tutoring. Отсутствие негативных отзывов или протестов в рамках данного курса свидетельствует о согласованности системы с учебными потребностями и политикой университета. Тем не менее, необходимы дальнейшие оценки в более масштабных аудиториях для выявления возможных системных рисков и сопротивлений.

ITAS демонстрирует примечательный паттерн multi-agent tutoring с agentivity 3/6 и cloud-based architecture, который может быть перенесён в другие вузовские курсы с высокой сложностью и требованиями персонализации, особенно STEM-дисциплины с объёмным практическим кодингом и сложным учебным материалом. Университетская среда с подобным уровнем governance (HYBR) и концепцией campus-managed AI hubs (NET, BUD) подходит для масштабирования этого паттерна в институтах с новыми образовательными технологиями. Переносимость также возможна в смежные образовательные проекты, которые фокусируются на multi-agent orchestration и распределении ролей tutoring для увеличения агентности AI.

ITAS отражает гипотезу H2–H3 о multi-agent распределении педагогических функций с уровнем агентности 3/6 и фасетами ORCHESTRATION=NET, PEDAGOGY=ROLE, CONTROL=HYBR, ECONOMY=BUD. Система воплощает концепцию spoke-and-wheel multi-agent tutoring, что соответствует [[wikilink|multi-agent tutoring frameworks]] и [[H4-agent-distribution]] для образовательных технологий. Видна связь с теорией hybrid governance для campus-made AI-сред (см. [[A-governed-access]]) и противоречиями между автономией AI и контролем преподавателей ([[autonomy-vs-control]]). ITAS служит мостом между идеями разворачивания AI как педагогического ассистента и превращением его в комплексную среду с продвинутой обратной связью и аналитикой.

Остаётся неясным, насколько возможно масштабирование ITAS beyond один курс и семестр, и какие архитектурные изменения понадобятся для повышения агентности выше 3/6. Интересно оценить, как система справится с более разнообразным студентским контингентом, и будет ли достаточной текущая политика обработки данных с точки зрения privacy и этики. Нужно понять, какие корректировки interface и пользовательского опыта потребуются для интеграции ITAS в массовое образование и какое влияние окажут новые типы заданий и форматов коммуникации.

В следующем дифф-прогоне обязательно нужно перепроверить: - динамику agentivity: появятся ли более автономные orchestrator агенты или meta-control слои; - расширение статистики метрик использования и влияние на учебные результаты; - мнение преподавателей и студентов о качестве и полезности обратной связи; - варианты интеграции ITAS с другими campus-managed AI hubs в экосистеме Old Dominion University. Также важно проверить юридические аспекты и adherence к governance policy в расширенных условиях.

Основные источники по ITAS — архитектурная статья ITAS architecture paper и companion paper “From Prototype to Classroom”, подтверждающие факты развертывания и использования. Дополнительно использованы публичные сводки и аналитика, предоставляющие достоверные цифры по chat turns и событиям, а также описание компонентов архитектуры. Пока отсутствуют противоположные или непроверяемые данные, что повышает доверие к правдивости представленной информации.