Stil odgovora chatbota menja tok virtuelne učionice, ali rezultati su simulacija, ne dokaz efekta na učenike

Virtuelna učionica sa 20 studentskih agenata

Istraživači grade virtuelnu učionicu od 20 studentskih agenata koji razgovaraju, svađaju se, savetuju sa prijateljima i, kada su pod stresom, mogu da se obrate counselor AI sistemu zasnovanom na Gemini 2.5 Flash modelu. Savetnik radi pod jednim od šest stilskih promptova ili je potpuno odsutan u kontrolnom scenariju.

Stilovi su affirming, listening, solution-oriented, reality-redirecting, inciting i blaming. Drugi LLM poziv potom svaku razmenu prevodi u promene pet simulacionih promenljivih: stres, sreću, samostalnost, društvenost i zavisnost od AI, bez uvida u prompt koji je generisao savet.

Sedam uslova kroz kratke i duže simulacije

Sedam uslova, uključujući kontrolu bez AI, porede se tokom 15 i 50 dana i pod nižim pragom za konsultaciju. Autori dodatno proveravaju robusnost 50-dnevnog poređenja kroz deset nezavisnih učionica, ponovljene LLM realizacije sa fiksnim događajima i slabije evaluatorske update skale 0,3 i 0,1.

Ovakav dizajn pokušava da razdvoji efekat stila odgovora od slučajnosti jednog generisanja. Ipak, sve merene veličine ostaju interne simulacione promenljive; rad eksplicitno upozorava da ih ne treba tumačiti kao dokazane psihološke efekte na stvarne učenike.

Najstabilnije razlike pojavljuju se u samostalnosti i zavisnosti

U svakoj učionici affirming i inciting stil završavaju sa nižom samostalnošću i višom AI zavisnošću od kontrole. Listening, reality-redirecting, inciting i blaming završavaju sa višim stresom, nižom srećom i više izostanaka u osnovnoj simulaciji.

Kada se evaluatorski update smanji na 0,3, razlike u samostalnosti i AI zavisnosti zadržavaju znak i imaju vrlo sličan rang, sa Spearman korelacijama 0,89 i 0,93. Nasuprot tome, rangovi stresa i sreće nisu stabilni, a niži stres affirming stila menja znak.

Solution-oriented stil nema doslednu razliku od kontrole

Solution-oriented prompt se ne razlikuje konzistentno od kontrole. To je važan rezultat jer pokazuje da studija ne dobija jednostavnu podelu na „AI je dobar“ ili „AI je loš“, već obrasce koji zavise od načina odgovora i od promenljive koja se posmatra.

Autori polaze od zabrinutosti da sistemi optimizovani da zadovolje korisnika mogu preterano potvrđivati njegove stavove i time podsticati zavisnost. Simulacija daje način da se takva hipoteza testira kroz mnogo ponovljenih interakcija, ali ne može da zameni longitudinalnu studiju sa stvarnim ljudima.

Rezultat treba čitati kao ponašanje modela u modelu

Najvažnija ograda je da učenici nisu ljudi, odnosi nisu stvarna društvena mreža, a stres i sreća nisu psihološka merenja već numeričke promenljive koje generiše evaluator. Zato stabilan rezultat u simulaciji pokazuje svojstvo eksperimentalnog sistema, ne klinički ili obrazovni efekat na korisnika.

Vrednost rada je pre u tome što pokazuje kako se stil savetodavnog odgovora može sistematski menjati i pratiti kroz kolektivnu dinamiku više agenata. Sledeći korak bio bi da se vidi koji od tih obrazaca preživljavaju kada se suoče sa realnim ponašanjem, nezavisnim merama i stvarnim dugoročnim interakcijama.

Kako čitati rezultat

Robusnost kroz više virtuelnih učionica ipak daje korisnu informaciju o samom modelskom mehanizmu. Ako se određeni rang zadržava kroz nezavisne realizacije i slabije update skale, manje je verovatno da potiče samo iz jednog slučajnog dijaloga. Ali prelazak sa tog nalaza na stvarne učenike zahteva potpuno novu vrstu dokaza: stvarne ishode, informisani pristanak, nezavisne psihološke mere i praćenje mogućih neželjenih posledica kroz vreme.