Методика Кибер ЕГЭ: механизмы, основания и ограничения

Как устроен каждый механизм

Семь блоков, у каждого одинаковая структура: что мы делаем, почему именно так, на чём это основано и чего этот механизм не делает. Последний пункт — не оговорка мелким шрифтом, а часть описания.

1. 01

   Разбор ошибки по пяти причинам

   Ошибка описывается не словом «неверно», а названием причины. Причин ровно пять, и лечатся они по-разному.

   Что мы делаем

   • Когда ответ не сошёлся, модель получает три вещи — условие задания, эталонное решение и ваш ответ — и относит ошибку к одной из пяти категорий: теория, вычисления, невнимательность, стратегия, оформление.
   • Категория записывается в профиль и накапливается. Через месяц видно распределение: не «сколько задач не решено», а из-за чего именно теряются баллы и в какой пропорции.
   • Только категория «теория» отправляет обратно к материалу. Остальные четыре ведут к другим действиям, потому что учебник их не лечит: арифметику лечит счёт, невнимательность — привычка дочитывать условие, стратегию — выбор порядка заданий, оформление — знание того, что именно проверяет эксперт.

   Почему именно так

   • Разбор, в котором ученик смотрит готовое решение и кивает, даёт узнавание, а не воспроизведение. Ощущение понятности при этом высокое, а через две недели та же ошибка повторяется — это ровно та иллюзия, которую даёт материал, лежащий перед глазами.
   • Смешивать пять причин в один показатель «процент правильных» — значит терять ту самую информацию, ради которой ошибка и случилась. Два ученика с одинаковыми 60% могут нуждаться в противоположных вещах: одному нужен учебник, второму — секундомер.
   • Название причины — это ответ на вопрос «что делать дальше». Отметка — ответ на вопрос «какой я». Первое улучшает результат, второе в трети случаев его ухудшает.

   На чём основано

   • Обратная связь сильна, когда отвечает на три вопроса: куда я двигаюсь, как у меня дела, что дальше. Категория ошибки закрывает третий, а не второй. [8]
   • В метаанализе 607 величин эффекта средний результат обратной связи положительный, но свыше трети вмешательств ухудшили показатели. Мы читаем это как требование: комментарий должен указывать на задачу, а не на ученика. [9]
   • Разбор устроен как попытка вспомнить, а не как чтение готового решения: сначала ваш ответ, потом причина расхождения. [1, 2]

   Чего это не делает

   • Не заменяет эксперта. Категория — гипотеза модели о причине, а не заключение. Модель ошибается, и на неоднозначных заданиях ошибается чаще.
   • Не считает, сколько баллов вы потеряете на реальном экзамене. Причина — это направление работы, а не прогноз.
   • Не видит ничего, что вы решали вне платформы: на бумаге, в тетради, на школьной контрольной.
2. 02

   Карта знаний: девять статусов вместо галочки

   «Пройдено / не пройдено» — двоичный флажок. Он не отличает три разных состояния, которые требуют трёх разных действий.

   Что мы делаем

   • У каждой подтемы один из девяти статусов: не начата, только теория, только практика, в работе, слабое место, понято, освоено, начало забываться, понято неверно.
   • Статус выводится из ваших действий: читали ли теорию, решали ли задания, с какой точностью, как давно последний раз и растёт ли рейтинг владения.
   • Карта строится по подтемам, а не по крупным разделам — единица планирования у нас та, которую можно закрыть за один вечер.

   Почему именно так

   • «Только теория» и «только практика» — противоположные дефициты. Первый читал и не решал, второй решает по образцу и не понимает, почему это работает. Двоичный флажок сводит оба к «пройдено».
   • «Начало забываться» — отдельный статус, потому что это не то же самое, что «слабое место». Тема, которая уверенно решалась в октябре и не трогалась с ноября, требует короткой проверки, а не изучения заново.
   • Самое дорогое состояние — «понято неверно»: ученик уверен и ошибается системно. Его нельзя лечить повторением, потому что повторение закрепляет неверную схему. Нужен разбор, и статус выделен именно для этого.

   На чём основано

   • Оценка собственных знаний завышается систематически, когда во время изучения ответ виден, а на проверке его нужно достать из памяти. Карта нужна, чтобы решение «что учить» принималось не по ощущению. [6]
   • В прямом сравнении студенты ожидали большего от проработки материала, чем от практики извлечения — и ошиблись. Ожидания и результат расходятся, поэтому статусы считаются по действиям, а не по самооценке. [2, 5]

   Чего это не делает

   • Не диагноз и не оценка. Статус выводится из ваших действий на платформе; всё, что происходит вне её, для карты не существует.
   • Не заменяет пробник целиком. Карта показывает состояние по темам, а не выносливость на четыре часа и не умение распределить время.
   • Статус «освоено» не означает, что задание этого типа будет решено на экзамене. Он означает, что оно устойчиво решалось у нас.
3. 03

   Владение темой как рейтинг с ежедневным проседанием

   Не процент правильных ответов, а рейтинг по типу шахматного: каждая попытка — матч между вами и заданием.

   Что мы делаем

   • По каждой теме держится число от 0 до 1. После каждой попытки оно сдвигается на величину, пропорциональную расхождению между ожидаемым и фактическим результатом, с коэффициентом K = 32. Правильный ответ там, где система его не ждала, поднимает сильнее; ошибка там, где ждала уверенного решения, опускает сильнее.
   • Каждые сутки рейтинг по темам, которых вы не касались, умножается на 0,98 — то есть теряет 2% в день, накопительно. В пределах одного дня проседания нет.
   • Порог «освоено» — 0,8. Отметка о взятии порога выдаётся один раз за тему: если рейтинг просел и был отыгран заново, повторной награды не будет.
   • Стартовое значение для новой темы можно задать самооценкой при входе — от «не знаю» до «почти готов». Дальше самооценка не участвует: её быстро вытесняют фактические попытки.

   Почему именно так

   • Процент правильных ответов не различает трудность. 90% на простых заданиях первой части и 60% на второй — несравнимые числа, а среднее между ними не значит ничего.
   • Проседание — не наказание, а способ держать модель ближе к реальности. Без него система оптимистична по построению: тема, закрытая в октябре, к маю остаётся «освоенной» в базе и проваленной на экзамене.
   • 2% в день выбраны как медленная константа: за неделю простоя тема теряет около 13% рейтинга, за месяц — около 45%. Этого хватает, чтобы забытое всплывало в приоритетах, и мало для того, чтобы неделя болезни обнулила работу за полгода.

   На чём основано

   • Перенос шахматного рейтинга в обучение разобран в систематическом обзоре: ответ ученика на задание трактуется как матч, что даёт одновременную оценку навыка и трудности задания при минимуме предположений. [12]
   • Забывание при отсутствии повторения — воспроизведённый факт, а не метафора. Современная репликация классической кривой подтверждает форму спада на интервалах от минут до месяца. [11]
   • Возврат к теме после паузы работает лучше, чем сплошная работа по ней же в один заход; величина выигрыша зависит от длины интервала и срока удержания. [3, 4]

   Чего это не делает

   • Это не интервальные повторения. Проседание — суточная константа для всех тем и всех учеников, а не индивидуальный график повторов, рассчитанный по вашей кривой забывания. Расписания повторений у нас нет.
   • Рейтинг не переводится в баллы ЕГЭ. Никакого коэффициента пересчёта не существует, и мы его не публикуем, потому что не с чем его было бы сверить.
   • Рейтинг не учитывает, что вы делали вне платформы. Занятие с репетитором по теме для него — простой.
4. 04

   Движок рекомендаций: формула полезности и объяснение выбора

   Каждое действие-кандидат получает число. Победитель показывается вместе с причиной, по которой он победил.

   Что мы делаем

   • Оценка считается по формуле: вероятность доведения до конца, умноженная на ожидаемый выигрыш, минус 0,7 от цены в усталости, минус штраф за неопределённость, минус риск вреда.
   • Вероятность доведения падает при высокой усталости, при брошенных заданиях за последние трое суток, при высоком трении и при нехватке времени в бюджете дня — и растёт для коротких действий до двенадцати минут.
   • Ожидаемый выигрыш считается в первичных баллах и по вашим текущим потерям, разложенным по причинам, а не по средним значениям выборки.
   • Риск вреда — это защита от вредных советов. Скоростной спринт при точности ниже 70% запрещён жёстко; новая тема при низкой стабильности результатов получает штраф.
   • Каждая рекомендация выводится с тремя пояснениями: почему выбрано именно это, что вы получите, и насколько данных хватило для такого вывода.

   Почему именно так

   • Список «что порешать» без причины ничем не отличается от оглавления сборника. Он не отвечает на вопрос, ради которого ученик вообще открыл платформу.
   • Вероятность доведения стоит множителем, а не слагаемым, сознательно: действие с высокой пользой, которое вы не начнёте, стоит ровно ноль. Правильный ответ на «что делать сегодня» зависит от того, сколько у вас сегодня сил, а не только от того, где самая большая дыра.
   • Штраф за неопределённость нужен, чтобы система не обещала многого на второй день использования. Чем меньше о вас известно, тем сильнее срезаются крупные обещания — и тем скромнее выглядит рекомендация.
   • Пояснение к выбору — не украшение. Рекомендация без причины требует доверия к чёрному ящику; рекомендация с причиной позволяет с ней спорить, а спор с системой полезнее, чем послушное следование ей.

   На чём основано

   • Обратная связь работает, когда отвечает на вопрос «что дальше». Формула — попытка отвечать на него числом, а пояснение к рекомендации — словами. [8]
   • Обратная связь может ухудшать результат. Компонента вреда в формуле — прямое следствие: некоторые правдивые советы вредны в конкретный момент, и их нужно уметь запрещать. [9]
   • Полезная трудность — не любая трудность. Скоростной режим при низкой точности закрепляет ошибку вместо навыка, поэтому он заблокирован, а не просто оштрафован. [5]

   Чего это не делает

   • Формула не знает вашего расписания, контрольных в школе, олимпиад и того, что вы устали не от учёбы. Бюджет времени и усталость она оценивает по поведению на платформе.
   • Ожидаемый выигрыш — величина внутри нашей модели ваших потерь. Это не прогноз результата экзамена и не обещание баллов.
   • Порядок действий — рекомендация, а не расписание. Систему можно игнорировать, и она не станет работать хуже: она пересчитает состояние по факту.
5. 05

   Оценка готовности по темам

   Одно число от 0 до 100 на подтему, собранное из четырёх составляющих — и с динамическим весом теории.

   Что мы делаем

   • В оценку входят: изучена ли теория, точность на практике, рейтинг владения (даёт до 15 пунктов сверху) и удержание — поправка на то, как давно тема не бралась.
   • Вес теории меняется в зависимости от того, как идёт практика. При точности 80% и выше теория весит около 0,15; при 50% — около 0,40; при точности ниже 30% — до 0,60. Если попыток не было вовсе, вес равен 0,50, и теория становится основным путём.
   • Если тему не трогали дольше недели, оценка убывает экспоненциально и упирается в пол — 30% от достигнутого, а не ноль.
   • Отдельно считается напоминание, и только при наличии ошибок по теме: 7–14 дней простоя — «стоит повторить», 14–30 — «рекомендуем изучить или повторить», больше 30 — «важно». Если ошибок нет, система молчит, даже когда тема не тронута месяц.

   Почему именно так

   • Один процент правильных ответов не различает «не читал теорию и угадываю по образцу» и «читал и понимаю». Разведение теории и практики по разным слагаемым делает эту разницу видимой.
   • Динамический вес теории решает частую проблему: не отправлять к учебнику того, у кого уже 85% точности, и не подсовывать ещё сто задач тому, у кого 25%. Направление подсказки зависит от того, где именно сломано.
   • Пол в 30% — сознательный отказ от обнуления. Человек, закрывший тему в сентябре и не трогавший её полгода, знает её хуже, чем в сентябре, но точно не с нуля. Обнуление было бы такой же неправдой, как и отсутствие спада.
   • Молчание при отсутствии ошибок — из того же соображения, что и весь раздел про обратную связь: лишнее вмешательство статистически чаще вредит, чем помогает. Если по теме ошибок нет, повод для напоминания отсутствует.

   На чём основано

   • Экспоненциальная форма спада без повторения — воспроизведённый результат, а не подгонка под интерфейс. [11]
   • Срок, после которого повтор полезен, зависит от того, на сколько нужно удержать материал. Порог в семь дней и последующий спад — грубое приближение к этой зависимости. [3, 4]
   • Обратная связь без повода ухудшает результат чаще, чем улучшает. Отсюда правило: нет ошибок — нет напоминания. [9]

   Чего это не делает

   • Число от 0 до 100 — не вероятность успеха и не балл. Оно сравнимо только с собой во времени и только внутри платформы.
   • Мы ни разу не сверяли эту оценку с реальными результатами ЕГЭ: доступа к официальным баллам наших учеников у нас нет. Никакой валидации шкалы не проводилось, и утверждать обратное мы не будем.
   • Экспоненциальный спад — общая форма для всех, а не ваша личная кривая забывания. Мы её не измеряем.
6. 06

   Проверка итогового сочинения и изложения по К1–К5

   Фотография рукописи — вердикт по критериям ФИПИ с цитатами из вашего текста. Это допуск к ЕГЭ, а не задание 27 по русскому языку.

   Что мы делаем

   • Загружается фотография рукописи — до шести страниц. Модель распознаёт текст и проверяет его по школьному формату критериев ФИПИ.
   • Сначала два требования. Объём: у сочинения жёсткий минимум 250 слов при рекомендуемых 350, у изложения — 150 при рекомендуемых 200. И самостоятельность. Нарушение любого из двух означает незачёт за всю работу, критерии дальше не считаются.
   • Затем пять критериев: соответствие теме, аргументация с опорой на литературный материал, композиция и логика, качество письменной речи, грамотность. Итоговый зачёт — при зачёте по К1 и К2 и хотя бы по одному из К3, К4, К5.
   • К5 считается арифметикой, а не на глаз: орфографические, пунктуационные и грамматические ошибки складываются и делятся на объём. Порог — 5 ошибок на 100 слов для сочинения и 10 для изложения.
   • Каждое замечание обязано быть привязано к дословной цитате из вашей работы. Оценок вида «в целом неплохо» без цитаты промпт не допускает.

   Почему именно так

   • Итоговое сочинение — форма допуска к ЕГЭ, и путать его с заданием 27 по русскому языку дорого: там баллы и другие критерии, здесь зачёт или незачёт и требование литературного материала. Мы держим их раздельно намеренно.
   • Вердикт считается по явной формуле, потому что без неё модель выносит его «по ощущению». Реальный случай: четыре критерия из пяти зачтены, К5 провален — по правилам это зачёт, а языковая модель без формулы склонна поставить незачёт, потому что «ошибок много».
   • Требование дословной цитаты — защита от главного дефекта автоматической проверки: правдоподобного пересказа впечатления вместо разбора. Если замечание нельзя привязать к фрагменту, его не должно быть.
   • Объём проверяется как двоичный порог допуска, а не как оценка глубины. 282 слова при минимуме 250 — это зачёт по объёму с пометкой «близко к границе», а не незачёт за недобор до рекомендованных 350.

   На чём основано

   • Требования, формулировки критериев К1–К5 и правило итогового зачёта взяты из официального документа ФИПИ на 2025/26 учебный год, а не из пересказов. [17]
   • Замечание с цитатой — это обратная связь на уровне задачи. Именно она работает; оценка на уровне личности не работает и в трети случаев вредит. [8, 9]

   Чего это не делает

   • Не официальная проверка. Наш вердикт не имеет силы: зачёт ставит только экспертная комиссия по месту написания работы, и её решение может отличаться от нашего.
   • Не проверяет сочинение задания 27 ЕГЭ по русскому языку — это другой экзамен с другими критериями, и через этот механизм он не идёт.
   • Качество разбора ограничено читаемостью фотографии. Нераспознанный почерк даёт «ошибки», которых в работе нет, и пропускает те, которые есть. Плохое фото — плохая проверка.
   • Оценка самостоятельности — эвристика по признакам в тексте, а не поиск по базе источников. Заимствование мы можем не заметить.
7. 07

   Шесть осей навыков

   Вместо одного «уровня» — шесть отдельных шкал по 20 уровней каждая. И честно: под этим механизмом исследования нет.

   Что мы делаем

   • Оси: Мастерство (решение заданий), Эрудиция (теория и проверочные вопросы), Синергия (работа с ИИ-репетитором), Дисциплина (регулярность), Социальность (клан и приглашения), Коллекционер (достижения и симуляции экзамена).
   • Уровень по каждой оси — целая часть корня из очков, делённых на 50, с потолком 20. Каждый следующий уровень стоит дороже предыдущего: это квадратичная шкала, а не линейный счётчик.
   • Оси не складываются в одно число. Общего «уровня игрока» на платформе нет намеренно.

   Почему именно так

   • Единое число «уровень 47» не говорит ни ученику, ни родителю, чего именно не хватает. Шесть чисел говорят: высокая Эрудиция при низком Мастерстве — читает и не решает; обратная картина — решает по образцу, не разобравшись.
   • Потолок 20 и квадратичная стоимость нужны, чтобы шкала не превращалась в счётчик времени, проведённого на сайте. После определённого момента набивать её бессмысленно, и это правильно.
   • Разделение осей делает видимой асимметрию усилий — то, чего не видно ни в проценте правильных ответов, ни в количестве решённых заданий.

   На чём основано

   • Здесь мы не будем ссылаться ни на какое исследование, потому что честного основания у этого механизма нет. Оси — способ показать распределение усилий, а не измерительный инструмент. Мы не проверяли, помогает ли их наличие учиться.

   Чего это не делает

   • Оси не измеряют знание предмета. Дисциплина растёт от регулярности захода, Социальность — от участия в клане. К предметному результату это отношения не имеет и иметь не должно.
   • Уровень по оси нельзя сравнивать с уровнем другого ученика как показатель подготовленности — это показатель активности.
   • Мы не утверждаем, что шкалы мотивируют. У нас нет данных, которые позволили бы это проверить.

Чего методика не делает

Этот раздел здесь не как оговорка. Он единственный способ отличить систему, которая знает границы своих измерений, от той, которая их не проверяла.

Источники

Каждая работа из списка была открыта и сверена перед публикацией этой страницы. Дата обращения ко всем ссылкам — 28 июля 2026. Если ссылка перестала открываться, работу можно найти по названию и DOI.

1. [1]

   Roediger H. L. III, Karpicke J. D. (2006)

   Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention

   Psychological Science, 17(3), 249–255

   Через пять минут после занятия перечитывание выигрывает у тестирования. На отсроченных проверках (два дня и неделя) выигрывает тестирование, причём с заметным отрывом. Тест — не только измерение, но и само по себе обучение.

   https://journals.sagepub.com/doi/10.1111/j.1467-9280.2006.01693.x
2. [2]

   Karpicke J. D., Blunt J. R. (2011)

   Retrieval Practice Produces More Learning than Elaborative Studying with Concept Mapping

   Science, 331(6018), 772–775

   Практика извлечения обошла составление концептуальных карт — в том числе на вопросах, требующих вывода, и даже когда итоговой проверкой было построение карты. Механизм — само извлечение, а не глубина проработки.

   https://doi.org/10.1126/science.1199327
3. [3]

   Cepeda N. J., Pashler H., Vul E., Wixted J. T., Rohrer D. (2006)

   Distributed Practice in Verbal Recall Tasks: A Review and Quantitative Synthesis

   Psychological Bulletin, 132(3), 354–380

   Метаанализ 839 сравнений из 317 экспериментов в 184 статьях. Распределённая практика устойчиво выигрывает у массированной, а оптимальный интервал между подходами растёт вместе со сроком, на который нужно удержать материал.

   https://www.yorku.ca/ncepeda/publications/CPVWR2006.html
4. [4]

   Cepeda N. J., Vul E., Rohrer D., Wixted J. T., Pashler H. (2008)

   Spacing Effects in Learning: A Temporal Ridgeline of Optimal Retention

   Psychological Science, 19(11), 1095–1102

   Более 1350 участников, повтор с задержкой до 3,5 месяцев, итоговая проверка до года спустя. Оптимальный интервал — около 20% от срока удержания для сроков в недели и около 5% при сроке в год.

   https://eric.ed.gov/?id=ED505660
5. [5]

   Bjork E. L., Bjork R. A. (2011)

   Making Things Hard on Yourself, But in a Good Way: Creating Desirable Difficulties to Enhance Learning

   Psychology and the Real World, Worth Publishers, 56–64

   Условия, которые ухудшают результат прямо сейчас — интервалы, чередование, извлечение по памяти, — улучшают удержание и перенос позже. Комфорт во время занятия и польза от занятия расходятся систематически.

   https://bjorklab.psych.ucla.edu/wp-content/uploads/sites/13/2016/04/EBjork_RBjork_2011.pdf
6. [6]

   Koriat A., Bjork R. A. (2005)

   Illusions of Competence in Monitoring One's Knowledge During Study

   Journal of Experimental Psychology: Learning, Memory, and Cognition, 31, 187–194

   Оценка собственных знаний завышается систематически, когда ответ находится перед глазами во время изучения, а на проверке его нужно достать из памяти. Иллюзия ослабевает от опыта проверок и от отложенных суждений.

   https://bjorklab.psych.ucla.edu/wp-content/uploads/sites/13/2016/07/Koriat_RBjork_2005.pdf
7. [7]

   Rohrer D., Taylor K. (2007)

   The Shuffling of Mathematics Problems Improves Learning

   Instructional Science, 35(6), 481–498

   Два эксперимента на математике: разнесение практики во времени и перемешивание типов задач вместо блоков дали лучший результат на отсроченной проверке, чем стандартный формат «блок задач к последнему параграфу».

   https://link.springer.com/article/10.1007/s11251-007-9015-8
8. [8]

   Hattie J., Timperley H. (2007)

   The Power of Feedback

   Review of Educational Research, 77(1), 81–112

   Обратная связь — одно из самых сильных влияний на обучение, но её знак зависит от устройства. Работающая отвечает на три вопроса: куда я двигаюсь, как у меня дела, что делать дальше.

   https://journals.sagepub.com/doi/abs/10.3102/003465430298487
9. [9]

   Kluger A. N., DeNisi A. (1996)

   The Effects of Feedback Interventions on Performance: A Historical Review, a Meta-Analysis, and a Preliminary Feedback Intervention Theory

   Psychological Bulletin, 119(2), 254–284

   607 величин эффекта, 23 663 наблюдения. Средний эффект положительный (d = 0,41), но более трети вмешательств результат ухудшили. Обратная связь — не безусловное благо, а вмешательство с побочными эффектами.

   https://doi.org/10.1037/0033-2909.119.2.254
10. [10]

    Dunlosky J., Rawson K. A., Marsh E. J., Nathan M. J., Willingham D. T. (2013)

    Improving Students' Learning With Effective Learning Techniques

    Psychological Science in the Public Interest, 14(1), 4–58

    Высокую оценку полезности получили только две техники из десяти: практика тестирования и распределённая практика. Низкую — конспектирование-пересказ, выделение маркером, ключевые слова, образы к тексту и перечитывание. Чередование — умеренная.

    https://doi.org/10.1177/1529100612453266
11. [11]

    Murre J. M. J., Dros J. (2015)

    Replication and Analysis of Ebbinghaus' Forgetting Curve

    PLoS ONE, 10(7), e0120644

    Кривая забывания Эббингауза 1880-х годов воспроизведена современными методами: 70 часов заучивания и переучивания с интервалами от 20 минут до 31 дня. Забывание — свойство памяти, а не характеристика ученика.

    https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0120644
12. [12]

    Pelánek R. (2016)

    Applications of the Elo Rating System in Adaptive Educational Systems

    Computers & Education, 98, 169–179

    Систематический обзор переноса шахматного рейтинга в обучение: ответ ученика на задание трактуется как матч. Вывод — схема простая, устойчивая и пригодная для одновременной оценки навыка ученика и трудности задания.

    https://doi.org/10.1016/j.compedu.2016.03.017
13. [13]

    Bloom B. S. (1984)

    The 2 Sigma Problem: The Search for Methods of Group Instruction as Effective as One-to-One Tutoring

    Educational Researcher, 13(6), 4–16

    Ученик, занимавшийся один на один по схеме полного усвоения, оказался на два стандартных отклонения выше класса. Работа поставила задачу: найти групповые методы, дающие сопоставимый результат.

    https://journals.sagepub.com/doi/10.3102/0013189X013006004
14. [14]

    VanLehn K. (2011)

    The Relative Effectiveness of Human Tutoring, Intelligent Tutoring Systems, and Other Tutoring Systems

    Educational Psychologist, 46(4), 197–221

    Обзор сравнительных экспериментов: живой репетитор d = 0,79, интеллектуальная обучающая система d = 0,76. Разрыв между человеком и программой оказался куда меньше ожидаемого — и обе величины далеки от двух сигм.

    https://doi.org/10.1080/00461520.2011.611369
15. [15]

    Kulik J. A., Fletcher J. D. (2016)

    Effectiveness of Intelligent Tutoring Systems: A Meta-Analytic Review

    Review of Educational Research, 86(1), 42–78

    50 контролируемых оценок, медианный эффект 0,66 стандартного отклонения. Важная оговорка авторов: величина сильно зависит от того, был ли итоговый тест написан под курс или взят стандартизованный.

    https://journals.sagepub.com/doi/abs/10.3102/0034654315581420
16. [16]

    Nickow A., Oreopoulos P., Quan V. (2020)

    The Impressive Effects of Tutoring on PreK-12 Learning: A Systematic Review and Meta-Analysis

    NBER Working Paper 27476

    96 отобранных исследований, объединённая оценка эффекта репетиторства — 0,37 стандартного отклонения. Сильнее у преподавателей и подготовленных тьюторов, слабее у родителей и волонтёров, выше в младших классах.

    https://www.nber.org/papers/w27476
17. [17]

    ФИПИ (2025/26 учебный год)

    Критерии оценивания итогового сочинения и изложения

    Федеральный институт педагогических измерений, документ 04_Kriterii_it_soch.pdf

    Официальные требования к объёму и самостоятельности и пять критериев К1–К5. Итоговый «зачёт» — при зачёте по К1, К2 и хотя бы одному из К3/К4/К5.

    https://doc.fipi.ru/itogovoe-sochinenie/2025/04_Kriterii_it_soch.pdf

Отдельно про то, чего в списке нет. Мы не ссылаемся на исследования, подтверждающие пользу игровых шкал и уровней, потому что не проверяли этот вопрос и не хотим подкреплять шесть осей навыков заимствованным авторитетом. Мы также не ссылаемся ни на одно исследование эффективности самой платформы — таких исследований не существует.