🎯 Seminar Brief
Несущий разрыв
Разлом: сократический режим требует настройки бота, при которой он последовательно и надёжно отказывается давать готовые ответы; LLM-модели по умолчанию склонны к подсказкам и завершению ответа. Промпт 'Ты задаёшь вопросы' — необходимо, но недостаточно: студенты будут искать формулировки, вынуждающие бота выйти из режима (jailbreaking для получения готового ответа). Компенсация — автологирование + выборочный контроль преподавателем; но при 25-30 студентах и еженедельном дневнике объём логов растёт быстро. Второй разлом — контент-анализ 'глубины вопросов' требует рубрикатора (что считать глубоким вопросом), не операционализированного в исходном тексте. Без него метрика субъективна.
sources: [art-55b0c82df5 slides «Токарева О.Е. Экономический дневник.pdf» · medium]; [art-72974bf1ac note «экономический дневник с ИИ-ассистентом.d…» · medium]; [analysis_json orchestrator_run:ar-3d5e2ac666 · high]
frame_tensions
- {"tension_id": "ft-ddb0733561", "analysis_run_id": "ar-3d5e2ac666", "frames_involved_json": "[\"F-PRJ\", \"F-EDU\"]", "conflicting_units_json": null, "conflicting_criteria_json": null, "project_stakes
- {"tension_id": "ft-fd2b625453", "analysis_run_id": "ar-3d5e2ac666", "frames_involved_json": "[\"F-PRJ\", \"F-AIH\"]", "conflicting_units_json": null, "conflicting_criteria_json": null, "project_stakes
- {"tension_id": "ft-90e8cf6754", "analysis_run_id": "ar-3d5e2ac666", "frames_involved_json": "[\"F-RES\", \"F-PRJ\"]", "conflicting_units_json": null, "conflicting_criteria_json": null, "project_stakes
- {"tension_id": "ft-1dd1579cbc", "analysis_run_id": "ar-3d5e2ac666", "frames_involved_json": "[\"F-EDU\", \"F-AIH\"]", "conflicting_units_json": null, "conflicting_criteria_json": null, "project_stakes
- {"tension_id": "ft-8eccf241c6", "analysis_run_id": "ar-3d5e2ac666", "frames_involved_json": "[\"F-RES\", \"F-EDU\"]", "conflicting_units_json": null, "conflicting_criteria_json": null, "project_stakes
- {"tension_id": "ft-02d145f48e", "analysis_run_id": "ar-3d5e2ac666", "frames_involved_json": "[\"F-RES\", \"F-AIH\"]", "conflicting_units_json": null, "conflicting_criteria_json": null, "project_stakes
sources: [db_row project_lineages:lin-dfb27f1df0 · high]; [analysis_json orchestrator_run:ar-3d5e2ac666 · high]
position_invocations
- {"invocation_id": "piv-dbdce74f5c", "profile_id": "SEMINAR_PREP", "position_id": "SEMINAR_PREP"}
- {"invocation_id": "piv-e272621cbd", "profile_id": "SEMINAR_PREP", "position_id": "SEMINAR_PREP"}
sources: [db_row project_lineages:lin-dfb27f1df0 · high]; [db_row position_invocation_records:piv-dbdce74f5c · high]; [analysis_json orchestrator_run:ar-3d5e2ac666 · high]
🔬 Sem-6 v2 · Evidence-Grounded Analysis
Failure Analysis 2.0
Mechanism Failure (где механизм не сработает): - Сократический режим может деградировать в помощник-ответчик под давлением студента (jailbreaking). - Контент-анализ 'глубины вопросов' без операционализированной rubric даст субъективные результаты. - Collabis — российский сервис, стабильность на 25-30 студентов + еженедельный поток данных не тестирована.
Incentive Failure (кто как обойдёт): - Заполнение дневника еженедельно + фиксированные оценки за курс = формальное заполнение (галочки). - Оппозиционные студенты могут писать 'что учительница хочет'.
Delegation Failure (что ИИ заберёт у человека): - Если бот задаёт хорошие вопросы, студент теряет навык задавать их сам. - Ответ на 'что если' может стать шаблонным.
Measurement Failure (как решим что успех, ошибочно): - Заявление '+60% мотивации' — если использовать простой post-опросник, получим desirability bias. - 'Рост уникальных терминов' легко манипулируется — студенты научатся вставлять термины формально.
Minimal Viable Experiment
Hypothesis (что проверяем): ЭГ, ведущая экономический дневник с ИИ-фасилитатором в сократическом режиме, демонстрирует статистически более высокий прирост баллов за кейсы + глубину вопросов в записях vs КГ (традиционный формат).
Intervention (что меняем): ЭГ (~15 студентов) — семестровый еженедельный дневник в Collabis с сократическим ботом + rubric глубины. КГ (~15) — те же еженедельные записи в свободной форме без ИИ.
Control (с чем сравниваем): Параллельная группа того же электива, тот же преподаватель.
Observable change (что должно измениться): Кейсы post-test ЭГ > КГ p<0.05; доля 'почему' и 'что если' вопросов в дневнике ЭГ ≥ 40% (vs ≤ 15% на старте); UWES-S post ЭГ > КГ; логи бота: ≤ 5% прямых ответов.
Evidence needed (какие данные): Collabis privacy review + экспорт данных; rubric глубины вопросов с 2 rater'ами (kappa ≥ 0.7); валидированный опросник рефлексивности; калибровка rater'ов.