Korepetytor z budżetem zeszytu – model językowy do nauki matematyki w każdej szkole

W wielu polskich szkołach lekcje matematyki kończą się na tablicy. Gdy uczeń wraca do domu, nie ma do kogo zwrócić się o pomoc – korepetycje kosztują, a rodzice nie zawsze potrafią wytłumaczyć geometrię czy algebrę. Efekt? Zaległości narastają, a wyniki matur z matematyki od lat utrzymują się na niepokojącym poziomie.

Problem: matematyka poza zasięgiem domowego biurka

W publicznej edukacji brakuje indywidualnego wsparcia. Jeden nauczyciel na trzydziestu uczniów nie jest w stanie przy każdym zadaniu podpowiedzieć, gdzie tkwi błąd. Po lekcjach uczeń zostaje sam – z podręcznikiem i często bez dostępu do szybkiego internetu. Komercyjne platformy z AI wymagają stałego połączenia i subskrypcji, na które wielu rodziców nie może sobie pozwolić. Tymczasem badania pokazują, że precyzyjna informacja zwrotna w momencie zmagania się z zadaniem podnosi skuteczność uczenia się nawet o 50% (Hattie, Visible Learning). Szkoły potrzebują narzędzia, które działa wszędzie i nie generuje kosztów przy każdym użyciu.

Technologia: model za 1500 dolarów, który mieści się na dysku

Odpowiedzią jest HRM-Text – model językowy o miliardzie parametrów, wytrenowany od podstaw za równowartość 1500 dolarów. Zamiast standardowego transformera wykorzystuje hierarchiczny model rekurencyjny (HRM), który naśladuje sposób, w jaki mózg łączy powolne planowanie z szybkim wykonywaniem. Dzięki temu uczy się wyłącznie na parach instrukcja-odpowiedź – na przykład zadanie z matematyki i jego rozwiązanie krok po kroku – a nie na ogromnych korpusach surowego tekstu. To radykalnie obniża zapotrzebowanie na dane i moc obliczeniową. Model osiąga wyniki porównywalne z sieciami 2–7 miliardów parametrów, zużywając przy tym 100–900 razy mniej tokenów i 96–432 razy mniej obliczeń. Cały proces treningu na 40 miliardach tokenów można przeprowadzić na jednej karcie graficznej w ciągu kilku dni, a gotowy plik waży kilka gigabajtów – tyle, co film. Działa offline na przeciętnym laptopie, bez potrzeby korzystania z chmury.

Proces interakcji ucznia z modelem HRM-Text podczas samodzielnej nauki matematyki

Scenariusz: wiejska szkoła bez internetu

Wyobraźmy sobie szkołę podstawową w gminie, gdzie szerokopasmowe łącze to luksus, a połowa uczniów dojeżdża z okolicznych wiosek. Dyrektor otrzymuje grant na 30 używanych laptopów. Zamiast instalować na nich standardowe oprogramowanie, wgrywa aplikację z modelem HRM-Text dostrojonym do polskiej podstawy programowej z matematyki. Model wytrenowano na zbiorze 200 tysięcy zadań – od prostych równań po geometrię przestrzenną – wraz z pełnymi rozwiązaniami i typowymi błędami uczniów zebranymi z ogólnopolskich sprawdzianów. Uczeń siada w domu, otwiera laptopa, wpisuje treść zadania: ‘Oblicz pole trójkąta o podstawie 8 cm i wysokości 5 cm’. System nie podaje od razu wyniku. Pyta: ‘Czy pamiętasz wzór na pole trójkąta?’. Jeśli uczeń wpisze błędny wzór, model podpowiada: ‘Spójrz – pomnożyłeś podstawę przez wysokość, ale czegoś brakuje. Co jeszcze trzeba zrobić?’. Dopiero po kilku próbach, jeśli uczeń nadal nie daje rady, pokazuje pełne rozwiązanie z komentarzem. Nauczyciel co tydzień dostaje raport: które zadania sprawiały najwięcej trudności, jakie błędy się powtarzały. Może na tej podstawie zaplanować kolejną lekcję.

Korzyści i rachunek ekonomiczny

Koszt wytrenowania modelu pod konkretny program nauczania to 1500 dolarów – mniej niż cena jednej tablicy interaktywnej. Dla szkoły z 200 uczniami, rozłożony na trzy lata, daje to około 2 złote na ucznia rocznie. Nie ma opłat subskrypcyjnych, nie trzeba płacić za serwer. Dla porównania: godzina korepetycji z matematyki w średnim mieście kosztuje 60–80 złotych. Gdyby każdy uczeń miał raz w tygodniu dodatkową lekcję, roczny wydatek sięgnąłby 600 tysięcy złotych – dwieście razy więcej. Model HRM-Text nie zastąpi nauczyciela, ale daje każdemu uczniowi prywatnego asystenta, który cierpliwie naprowadza na właściwy tok rozumowania, o dowolnej porze. Dodatkowo, ponieważ działa offline, eliminuje problem wykluczenia cyfrowego – wystarczy jakikolwiek komputer, nawet dziesięcioletni. Dla kuratoriów i samorządów to szansa na wyrównanie szans edukacyjnych bez wielomilionowych inwestycji w infrastrukturę.

Od czego zacząć?

Nie trzeba od razu wdrażać systemu w całym województwie. Wystarczy pilotaż w dwóch klasach przez miesiąc. Wybieramy trudny dział – na przykład ułamki lub geometrię – i porównujemy postępy uczniów korzystających z modelu z grupą kontrolną. Koszt takiego testu to kilkaset złotych na przygotowanie danych i trening, a wyniki można zebrać w arkuszu kalkulacyjnym. Jeśli okaże się, że średni wynik sprawdzianu rośnie o 15–20%, decyzja o szerszym wdrożeniu będzie uzasadniona twardymi liczbami. Technologia już jest. Teraz potrzeba odwagi, by po nią sięgnąć.

  • Indywidualne wsparcie dla każdego ucznia, bez konieczności zatrudniania korepetytorów
  • Działa offline na laptopie za kilkaset złotych
  • Trening modelu pod konkretny program nauczania kosztuje 1500 USD
  • Uczy się na typowych błędach uczniów, podając trafne wskazówki
  • Skaluje się na całą szkołę bez dodatkowych opłat

Informacje o artykule

Ten artykuł powstał w oparciu o paper naukowy opublikowany w serwisie arXiv.

Paper: HRM-Text: Efficient Pretraining Beyond Scaling

Autorzy: Guan Wang, Changling Liu, Chenyu Wang, Cai Zhou, Yuhao Sun i in.

The current pretraining paradigm for large language models relies on massive compute and internet-scale raw text, creating a significant barrier to foundational research. In contrast, biological systems demonstrate highly sample-efficient learning through multi-timescale processing, such as the f…

arXiv: arxiv.org/abs/2605.20613

Czytaj więcej o tej technologii: HRM-Text: model językowy za 1500 dolarów, który rzuca wyzwanie gigantom

Artykuł wygenerowany ze wsparciem sztucznej inteligencji.

Leave a Reply

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *