Математика как тест на понимание:
диагностика эпистемологического разрыва
Это направление начинается с вопроса, который до появления генеративного ИИ казался решённым: если учащийся даёт правильный ответ, значит ли это, что он понял? Раньше ответ казался очевидным. Теперь — нет.
Генеративный ИИ впервые создал массово доступную возможность отделить демонстрируемый результат от процесса его понимания. Правильный ответ больше не является надёжным индикатором понимания. Мы называем это эпистемологическим разрывом — разрывом между способностью дать правильный ответ и способностью осмысленно объяснить, почему этот ответ правильный.
Проект не доказывает заранее, что использование ИИ порождает имитацию понимания. Мы проверяем, насколько часто и при каких условиях правильные ответы расходятся со способностью учащегося обосновать решение и перенести способ действия на новую задачу.
Основная задача — собрать эмпирические данные для научной статьи. Если разрыв окажется редким или отсутствующим — это тоже научный результат.
Мы не оцениваем участников как «понимающих» или «непонимающих». Мы измеряем величину расхождения между тремя показателями: результатом решения, качеством обоснования метода и успешностью переноса на новую задачу.
Это позволяет получить данные, пригодные для статистического анализа, и построить диагностический инструмент, который можно использовать в реальной учебной практике.