Экспертные заключения: 0
Консультации: 0

Проект Кси

Проект Кси — платформа, которая превращает подготовку к ЕГЭ и ОГЭ по математике из догадок в точную науку

Проект Кси за несколько минут находит, каких именно знаний не хватает школьнику, считает, сколько баллов стоит каждый пробел, и строит подготовку только вокруг того, что даёт результат.

Проблема. Подготовку к экзамену сегодня почти невозможно измерить. Ученик тратит часы на то, что уже умеет, а настоящая причина ошибок прячется в темах прошлых лет. Пробник показывает «решил 7 из 10», но не объясняет почему. Балл растёт медленно, и ни ученик, ни родители, ни репетитор не понимают, что идёт не так.

Решение. Проект Кси меняет сам подход. Сначала идёт точная диагностика, затем работа только с тем, что приносит баллы. Подготовка впервые выражается в числах: виден профиль знаний ученика, вклад каждого пробела в итоговый балл и прогноз результата экзамена.

Технология. В основе собственный граф знаний: более 3000 навыков в три уровня.

  • задания экзамена по нумерации ЕГЭ-2027 и ОГЭ;
  • умения, из которых складывается решение;
  • формулы и приёмы, вплоть до тем 5–9 класса.

К графу привязан банк из 15 000+ заданий. Адаптивный алгоритм выбирает каждое следующее задание по предыдущим ответам. При ошибке он не ставит «минус», а спускается по графу и проверяет навыки уровнем ниже, пока не найдёт первопричину. Например, ошибка в показательном уравнении нередко оказывается пробелом в дробях из 6 класса. Случайная описка пробелом не считается: перед спуском алгоритм даёт ещё одно задание. Первые пробелы видны уже после 10 заданий.

Научная основа. Платформа объединяет три подхода из когнитивной науки и анализа данных.

  • Теория пространств знаний (Knowledge Space Theory). Знания ученика описываются не одним баллом, а состоянием в графе навыков с зависимостями между ними. На этой теории построена адаптивная система ALEKS. Платформа видит, какие группы навыков у ученика сильные, а где пробелы, и закрывает пробелы в порядке их вклада в итоговый балл.
  • Компьютерное адаптивное тестирование. Этот принцип используется в GRE и GMAT: уверенно решённое не проверяется повторно, а при ошибке тест углубляется. Поэтому диагностика короче фиксированного варианта и точнее показывает причину ошибки.
  • Байесовская модель знаний (Bayesian Knowledge Tracing) — классическая модель интеллектуальных обучающих систем. Для каждого навыка платформа хранит вероятность того, что ученик его знает, и после каждого ответа пересчитывает её по формуле Байеса, учитывая угадывание, случайные описки и забывание. Сейчас модель обучается на реальных ответах учеников. С ростом данных она станет основой прогноза балла и персонального графика повторения.

Для кого.

  • Ученики 9–11 классов получают личную карту знаний и понятный план: что подтянуть в первую очередь, чтобы набрать баллы.
  • Репетиторы получают кабинет, который берёт на себя рутину. Платформа:
    • сама находит пробелы каждого ученика и собирает план следующего урока;
    • после урока задаёт и проверяет домашнее задание по пройденным темам;
    • строит индивидуальный маршрут подготовки с учётом сильных и слабых мест;
    • за 10 секунд формирует отчёт для родителей.
    Репетитор занимается объяснением, а не поиском ошибок и проверкой тетрадей.
  • Онлайн-школы и репетиторские центры получают диагностику заявок перед пробным уроком, вебинары с ответами учеников в реальном времени и отчёты родителям для продлений.

Статус. Платформа работает на project-ksi.ru. На ней занимаются реальные ученики и преподаватели, запускается пилот с онлайн-школой на поток около 150 учеников.

Ссылка

На страницу проекта

Направление

Образование

Рынки

EduNet

Сквозные технологии

Технологии машинного обучения и когнитивные технологии, Технологии хранения и анализа больших данных