Личный ИИ-тьютор: как заставить GigaChat объяснить сложную теорему на пальцах
Эксперимент: одна теорема — три промта
Берём центральную предельную теорему (ЦПТ): она достаточно сложная, содержит формальную часть, но допускает наглядное объяснение. Просим GigaChat провести урок тремя разными способами и сравниваем ответы.
Центральная предельная теорема (ЦПТ) — это фундаментальное правило в теории вероятностей. Если говорить совсем просто, она утверждает: если вы берете много-много случайных вещей и складываете их вместе (или считаете от них среднее), то результат всегда будет распределяться по «колоколу», независимо от того, как были распределены эти вещи изначально.
Этот колокол называется нормальным распределением или кривой Гаусса. Он симметричный, а большинство значений группируется ровно посередине.
Чтобы ЦПТ сработала, должны соблюдаться два главных условия:
- Слагаемых должно быть достаточно много (в статистике обычно говорят о 30 и более).
- Ни один отдельный фактор не должен быть главным и определять весь результат. Все факторы вносят примерно одинаковый, небольшой вклад.
Пример из жизни: утренний кофе
Представьте кофейню, куда каждое утро приходят люди за эспрессо. Бариста настроил кофемашину так, чтобы она наливала ровно 40 мл напитка. Но идеальных машин не бывает. На каждый стаканчик влияет множество мелких случайных факторов:
- Незначительные скачки давления воды в трубах.
- Чуть больше или чуть меньше молотого кофе в рожке сегодня утром.
- Разница в температуре воды на полградуса.
- Скорость нажатия кнопки баристой.
Каждый из этих факторов сам по себе дает случайную ошибку: где-то перелив на 0,5 мл, где-то недолив на 0,2 мл. Распределение каждого отдельного фактора может быть любым (например, давление чаще прыгает вверх, чем вниз).
Но когда мы измерим объем кофе у ста разных посетителей, мы увидим удивительную картину. Большинство стаканов будут содержать от 39,8 до 40,2 мл. Стаканов с объемом 39,5 или 40,5 мл будет уже заметно меньше. А чашку, в которой окажется всего 35 мл или целых 50 мл, встретить практически невозможно.
Если построить график количества чашек для каждого объема, он примет форму идеального колокола вокруг отметки в 40 мл. Хотя причины отклонений могли быть какими угодно, их сумма (итоговый объем) подчиняется строгому закону нормального распределения.
Где еще это работает
- Рост людей. Итоговый рост человека зависит от десятков генов и условий среды (питание, болезни в детстве). Каждый ген и фактор вносит свой маленький вклад. Поэтому распределение роста всех жителей города выглядит как классический колокол: очень низких и очень высоких мало, а среднего роста — большинство.
- Оценки за сложный тест. Результат студента складывается из его знаний, везения при вытягивании билета, самочувствия, шума за окном и настроения преподавателя. Когда таких студентов сотни, средний балл по группе распределяется нормально.
- Контроль качества на заводе. Ошибка в длине детали на конвейере — это сумма сотен микро-отклонений станка. Благодаря ЦПТ инженеры знают, что почти все детали уложатся в заданный допуск, и могут математически предсказать процент брака.
Теорема объясняет, почему нормальное распределение встречается повсюду: от измерения физических величин до анализа ошибок в данных. Она позволяет нам работать со средними значениями: закон больших чисел говорит, куда придет среднее (к истинному значению), а центральная предельная теорема описывает, как именно оно туда идет — с какой шириной колебаний. Именно поэтому ученые могут брать небольшую выборку людей, считать их средний показатель и с высокой точностью судить обо всем населении планеты.
1. Бытовая аналогия
Представьте, что вы оцениваете средний рост всех студентов вашего университета. Измерить каждого невозможно, поэтому вы берете случайную группу из 50 человек и считаете их средний рост. Завтра ваш друг берет свою случайную группу из 50 человек — результат будет немного другим. Если собрать средние значения от тысячи таких разных групп, они выстроятся в идеальную симметричную колоколообразную кривую (нормальное распределение). При этом совершенно неважно, как распределен рост по всему университету: может быть много очень высоких баскетболистов или гимнастов, делающих выборку асимметричной. Но средние значения этих выборок всегда будут стремиться к нормальному закону.
2. Формулировка и расшифровка терминов
Если мы берем большую совокупность независимых и одинаково распределенных случайных величин с конечным средним значением μ и конечной дисперсией σ², то их сумма (или среднее арифметическое) при увеличении количества слагаемых стремится к нормальному распределению.
Теперь переведем это на язык первого курса:
- Случайная величина — это числовой результат события, которое зависит от случая. Выпало «4» на кубике — случайная величина равна 4. Рост случайно выбранного студента — тоже случайная величина. Она не берется с потолка, а подчиняется правилам игры или реальности.
- Независимые величины — когда исход одного броска никак не влияет на следующий. Кубик не имеет памяти. Если же мы тянем карты из колоды без возврата, независимость нарушается: каждая вытянутая карта меняет состав оставшейся колоды.
- Одинаково распределенные — правила игры не меняются. Мы бросаем один и тот же честный шестигранный кубик, а не меняем его на восьмигранный посреди эксперимента.
- Конечное среднее (μ) и конечная дисперсия (σ²) — у ваших данных должен быть понятный центр тяжести и ограниченный разброс. Это условие отсекает экстремальные случаи (например, распределения Коши), где могут случаться настолько чудовищные выбросы, что среднего просто не существует, а любая попытка усреднить данные приводит к хаосу.
- Стремится к нормальному распределению — если построить гистограмму результатов, она перестанет выглядеть как угодно (лесенка, треугольник, два пика) и станет похожа на колокол. Чем больше чисел мы складываем, тем ровнее этот колокол.
3. Числовой пример: игральный кубик
У обычного кубика шесть граней (1, 2, 3, 4, 5, 6). Каждая выпадает с вероятностью 1/6.
- Распределение одного броска. Среднее значение (μ) равно 3,5. Дисперсия конечна. Если нарисовать гистограмму одного броска, вы получите плоскую «гребенку» из шести столбиков одинаковой высоты. Никакого намека на колокол нет.
- Среднее двух бросков. Возможные суммы: от 2 до 12. Сумма «7» выпадет чаще (шестью способами: 1+6, 2+5...), а «2» или «12» — только одним (1+1 и 6+6). Гистограмма средних значений уже перестает быть плоской. У нее появляется пик посередине (в районе 3,5).
- Среднее тридцати бросков. Минимально возможный средний результат близок к 1, максимальный — к 6. Но вероятность того, что средний результат тридцати бросков окажется равен 1 (все время выпадают единицы), практически равна нулю. Большинство серий дадут число около 3,5. Если построить гистограмму тысяч таких средних значений по 30 броскам, перед вами будет почти идеальный гладкий колокол. Выбросы сглаживаются именно потому, что для получения низкого среднего нужно, чтобы много раз подряд повезло (или не повезло), а это случается редко.
4. Распространенная ошибка
ЦПТ не утверждает, что ваши исходные данные должны быть нормальными. Более того, теорема наиболее эффектна именно тогда, когда исходные данные нормальными не являются. Кубик дает равномерное распределение, подбрасывание монеты — распределение Бернулли (всего два исхода), количество покупателей в магазине за час — распределение Пуассона. Все они выглядят по-разному. ЦПТ говорит другое: какую бы форму ни имела ваша «сырье»-гистограмма, гистограмма сумм или средних из этой выборки неизбежно потянется к форме колокола.
5. Когда теорему нельзя применять автоматически
Даже если размер вашей выборки велик (обычно порогом считают n ≥ 30), автоматический переход к нормальности ломается в следующих случаях:
- Отсутствие конечной дисперсии. Существуют математические монстры (например, распределение Коши или степенные законы с тяжелыми хвостами, описывающие некоторые финансовые кризисы или масштабы войн). В них встречаются такие гигантские выбросы, которые делают среднее бессмысленным. Для них ЦПТ не работает.
- Сильная зависимость наблюдений. Если успех следующего шага жестко диктуется предыдущим. Пример: температура воздуха. Температура в 14:00 сильно зависит от температуры в 13:59. Случайные блуждания на бирже также часто обладают памятью.
- Неоднородность источников. Если вы смешаете в одну выборку рост первоклассников и игроков НБА. Они генерируются разными «генераторами», правило «одинаково распределенных» нарушено.
- Слишком малый объем выборки (n < 30). Если исходное распределение само по себе далеко от нормального (очень скошенное или имеющее несколько пиков), тридцати элементов может не хватить, чтобы «колокол» успел сформироваться.
Вопрос для проверки: Вы проводите опрос в городе, спрашивая людей: «Верите ли вы в теорию заговора X?» Ответ — либо «да» (1), либо «нет» (0). Исходные данные — это набор нулей и единиц, абсолютно далекий от красивой кривой. Затем вы находите тысячу случайных прохожих и считаете процент ответивших «да». На следующий день повторяете это со следующей тысячей. Что скажет центральная предельная теорема о тысяче таких вычисленных процентов? Какую форму примет гистограмма этих тысяч результатов?
Жду ваш ответ.
Привет! Рад, что ты взялся за ЦПТ — она того стоит. Давай разбираться без формализма.
1. Бытовая аналогия — пакетики чая
В супермаркете на упаковках написано «100 г». Автомат фасует чуть по-разному: 98, 101, 102, иногда 99 г. Если купить один пакетик — вес будет гулять почти равномерно от 98 до 102. Гистограмма таких одиночных покупок (если нарисовать) окажется почти плоской.
Теперь хитрость: ты берёшь не один, а 30 случайных пакетиков, взвешиваешь и считаешь средний вес. Повторяешь эту процедуру 100 раз — получаешь 100 средних. Их гистограмма вдруг становится колоколом, даже если отдельные пакетики вели себя как ступеньки. В центре — 100 г, по краям — редкие отклонения. Вот этот колокол и есть следствие ЦПТ.
2. Формулировка (корректная) — и сразу перевод
Теорема (классика): если X₁, X₂, …, Xₙ — независимые и одинаково распределённые случайные величины с матожиданием μ и дисперсией σ², то при n → ∞ распределение их среднего арифметического
приближается нормальным распределением с параметрами μ и σ²/n.
Перевод на человеческий:
- Случайная величина — число, которое при повторении опыта меняется (рост человека, сумма очков, вес пакетика).
- Независимые — результат второго взвешивания не знает, каким был первый.
- Одинаково распределённые — все пакетики из одной партии, закон разброса один.
- Матожидание (μ) — среднее, которое получилось бы, если бы ты усреднил бесконечно много пакетиков.
- Дисперсия (σ²) — мера того, насколько индивидуальные веса разбегаются вокруг μ.
- Распределение среднего — не сами пакетики, а гистограмма средних 30, 50, 100… пакетиков, собранная из многих попыток.
- Нормальное распределение — симметричный колокол, который полностью задаётся двумя числами: центром (μ) и шириной (σ/√n).
3. Пример с кубиком (броски)
Один бросок. Гистограмма — 6 столбиков одинаковой высоты (1, …, 6). Матожидание μ = 3,5, дисперсия σ² = 35/12 ≈ 2,92.
Среднее двух бросков. Возможные средние: 1; 1,5; 2; …; 6. Гистограмма уже не плоская, а треугольная: 2,5 и 3,5 — самые частые, 1 и 6 — редкие.
Среднее 10 бросков. Ты 100 раз бросаешь 10 кубиков и записываешь среднее. Гистограмма этих 100 чисел — почти колокол. Центр — 3,5. Разброс стал в 10 раз уже: σX̄ = √(2,92/10) ≈ 0,54. Это значит:
- ~68% средних уложатся в 3,5 ± 0,54;
- ~95% — в 3,5 ± 1,06;
- почти все — между 2,4 и 4,6.
Сравни: один бросок — сюрприз (любая грань равновероятна). Среднее 10 бросков — очень предсказуемо: выпасть ниже 2,4 практически нереально. Теорема объясняет, почему усреднение убивает случайность.
4. Главная ошибка, которую совершают
Нет. ЦПТ — не про сырые данные. Она — про распределение средних (или сумм) этих данных. Исходные броски кубика — равномерные, доходы — скошенные, время загрузки — экспоненциальное. Но средние групп по 30–50 всё равно станут колоколом, если соблюдены условия.
5. Когда нельзя включать ЦПТ автоматически
- Нет независимости — замеры подряд (вчерашний результат влияет на сегодняшний), кластерные данные.
- Неодинаковая распределённость — в выборке смешаны «легкие» и «тяжёлые» объекты без поправки.
- Нет конечной дисперсии — распределение Коши (в реальности: экстремальные скачки цен, некоторые сетевые задержки). Там средние не сходятся к нормальному.
- Слишком мало наблюдений (n < 20–30) и исходное распределение сильно скошено (например, время ремонта: 10 мин — обычно, 4 часа — редко). Среднее 5 замеров ещё сохранит скошенность.
- Выбросы — один гигантский объект в маленькой выборке может «увести» среднее, и колокол будет ложным.
6. Вопрос к тебе
Ты измеряешь время отклика сервера. У тебя 40 замеров, гистограмма скошена вправо: большинство ответов — 50–80 мс, но пять штук — по 800 мс (есть моргнула). Твой коллега говорит: «ЦПТ же работает, давай считать 95%-доверительный интервал для среднего как x̄ ± 2s/√n, данные же почти нормальные получились».
Прав ли он? Объясни, в чём именно опасность, используя то, что мы обсудили.
Напиши свой ответ — я скажу, попал ли ты в главную ловушку. А пока — если хочешь, набросай, как бы ты проверил применимость ЦПТ в этой задаче.
Для эксперимента мы выбрали центральную предельную теорему — тему, которую можно пересказать через бытовой пример, но легко исказить неосторожным упрощением.
Первый запрос состоял из одной строки:
Объясни центральную предельную теорему простыми словами и приведи понятный пример из жизни.
GigaChat сразу выдал готовое объяснение. В нём появились кофейня, рост людей, оценки за тест и контроль качества на заводе. Ответ читался легко, но уже в первом абзаце возникло слово «всегда»: если сложить много случайных величин или взять их среднее, результат якобы всегда распределится по колоколу.
У теоремы есть условия, а приближение к нормальному распределению зависит от исходных данных и размера выборки. Правило «нужно 30 наблюдений» тоже нельзя применять как универсальную границу. Для равномерного распределения приближение может стать хорошим раньше, для сильно скошенного — позже. Это видно и в учебных примерах OpenStax.
Кофейный пример смешал два разных механизма: объём одной чашки как сумму мелких ошибок и распределение средних по множеству выборок. Получилось наглядно, но студенту трудно понять, к какой именно величине применяется теорема.
Короткий промт дал короткую лекцию. Модель сама выбрала уровень, примеры и допустимую степень упрощения.
Из чего собирается режим репетитора
Во втором запросе мы сообщили GigaChat:
роль — репетитор по теории вероятностей;
уровень — первый курс;
знакомые понятия — вероятность, среднее и гистограмма;
слабое место — случайные величины и распределения;
маршрут урока — аналогия, формулировка, числовой пример, ошибка, границы применения;
финальное действие — вопрос для проверки без готового ответа.
Такая конструкция совпадает с рекомендациями из документации GigaChat: авторы предлагают задавать роль, входные данные, задачу и формат результата, а при необходимости добавлять примеры.
Ответ изменился сильнее, чем можно ожидать от простого увеличения промта. GigaChat отделил исходные значения от распределения выборочных средних, расшифровал независимость и одинаковое распределение, показал переход от одного броска кубика к среднему тридцати бросков. Завершился урок новой задачей с ответами «да» и «нет»: студенту предложили предсказать форму распределения процентов по многим опросам.
Последний шаг особенно полезен. Пока студент читает объяснение, знакомые слова легко принять за понимание. Попытка ответить без подсказки показывает, сможет ли он перенести идею на новый пример.
При этом структурированный промт не устранил все шероховатости. Во втором ответе снова появился порог n ≥ 30, хотя сама модель позже признала, что сильно скошенному распределению тридцати наблюдений может не хватить. ИИ-тьютор стал внимательнее, но не превратился в учебное пособие с научным редактором.
Что добавил режим «Рассуждение»
Третий запуск повторял второй промт без изменений, но использовал режим «Рассуждение». Интерфейс указал модели GigaChat 3.5 Ultra для обычного режима и GigaChat 3.5 Reasoning для рассуждений.
Официальная документация описывает этот режим как инструмент для задач, где важны последовательность действий, несколько операций или неявные ограничения. Такая генерация расходует больше токенов и доступна только моделям, которые поддерживают рассуждения.
В нашем опыте ответ стал технически насыщеннее. Модель:
записала формулу распределения выборочного среднего;
вычислила дисперсию результата кубика и стандартную ошибку для десяти бросков;
показала интервалы, куда попадает примерно 68% и 95% средних;
предложила проверочную задачу о времени отклика сервера с редкими скачками до 800 мс.
Режим помог связать формулу, числовой пример и ограничения. Одновременно в ответе осталась ошибка: для среднего двух бросков модель назвала 2,5 и 3,5 самыми частыми значениями. Максимальную вероятность имеет только 3,5: сумма 7 получается шестью способами, а сумма 5, соответствующая среднему 2,5, — четырьмя.
Дополнительные вычисления дают модели больше мест, где она может ошибиться. Поэтому режим рассуждений пригодится, когда нужно:
разобрать доказательство по переходам;
решить задачу с несколькими условиями;
найти ошибку в чужом решении;
проверить, из какого правила получена каждая строка;
сравнить несколько способов решения.
Для определения, одной аналогии или краткого пересказа можно начать с обычного режима. Если тема осталась туманной, полезнее сначала уточнить уровень и формат урока, а уже затем увеличивать глубину рассуждений.
Как задать контекст, которого обычно не хватает
Перед запросом заполните пять строк:
Тема: что требуется понять?
Уровень: школа, первый курс или профильный предмет?
База: какие понятия уже знакомы?
Цель: понять смысл, доказательство или научиться решать задачи?
Проверка: что студент должен сделать после объяснения?
Из них получается рабочий шаблон:
Ты — репетитор по [дисциплина]. Я учусь на [уровень] и разбираю [тема]. Я уже понимаю [знакомые понятия], но затрудняюсь с [непонятная часть]. Сначала дай одну наглядную аналогию, затем корректную формулировку и пример. Расшифровывай новый термин при первом употреблении. Укажи условия и один случай, когда правило применять нельзя. После каждого смыслового блока задавай короткий вопрос и жди моего ответа. Если я ошибусь, определи, на каком шаге возникла ошибка, и дай подсказку без полного решения.
Для доказательства добавьте:
Раздели доказательство на шаги. Для каждого шага назови используемое определение, теорему или допущение. Не пропускай переходы под словами «очевидно» и «нетрудно показать».
Как проверять объяснение нейросети
После урока не спрашивайте GigaChat: «Ты уверен?» Модель может уверенно подтвердить собственную ошибку. Лучше дать проверяемое действие:
пересчитать числовой пример другим способом;
попросить контрпример к сформулированному правилу;
сравнить условия теоремы с конспектом или учебником;
попросить показать, откуда взялось конкретное число;
изменить одно условие задачи и посмотреть, изменится ли вывод.
Если нейросеть ссылается на источник, откройте его и найдите утверждение в самом тексте. Название книги или ссылка в ответе ещё не подтверждают формулу.
Для сверки учебных объяснений можно использовать готовые ответы на Студизбе, а в базе учебных работ — посмотреть, как нужная теорема применяется в задачах, лабораторных и курсовых. Материалы удобны как дополнительные примеры; определения и условия лучше сопоставить с программой дисциплины и рекомендованным учебником.
Репетитор начинается с обратной связи
Самый заметный прирост появился после описания учебной ситуации. GigaChat узнал, что студент уже понимает, где застрял, какой пример ему нужен и как проверить результат. Более сложная модель добавила подробности на следующем этапе.
Режим рассуждений пригодился на формулах и многошаговой задаче, но не защитил ответ от небольшой математической ошибки. Поэтому рабочая последовательность выглядит так: задать контекст, получить объяснение, ответить на проверочный вопрос и сверить спорные места. Тогда чат перестаёт быть лентой готовых пересказов и начинает поддерживать диалог об ошибках.
