Как ИИ справился с ЕГЭ по математике: итоги тестирования

Искусственный интеллект демонстрирует быстрый прогресс в решении учебных задач. Если в 2023 году ChatGPT набрал на ЕГЭ по информатике лишь 14 баллов, то сейчас эта же нейросеть достигла 90 баллов из 100. Об этом сообщили тематические телеграм-каналы. Издание «Фонтанка» решило проверить, как нейросети справятся с базовым ЕГЭ по математике, пригласив к участию ChatGPT, DeepSeek и Perplexity.

Блогер likonit ik использовал ChatGPT для решения актуального варианта ЕГЭ по информатике с сайта «РешуЕГЭ». Нейросеть обрабатывала задания, а её ответы вводились в систему проверки. В итоге ChatGPT правильно решил 26 из 29 задач, набрав 90 баллов. Три года назад тот же тест принёс ему лишь 14 баллов, что свидетельствует о значительном улучшении.

«Как хорошо, что раньше у меня в школе не было ChatGPT, иначе я получил бы знаний намного меньше», — прокомментировал блогер.

Для эксперимента с математикой «Фонтанка» выбрала базовый уровень ЕГЭ, взяв задания с того же ресурса «РешуЕГЭ». Основатель сайта, учитель года-2007 Дмитрий Гущин, ранее высказывал опасения по поводу возможной блокировки портала из-за инициатив Минпросвещения.

В тесте участвовали три нейросети: ChatGPT, DeepSeek и Perplexity. Им отправляли идентичные условия задач без дополнительных пояснений, просто с командой «реши». Все три системы показали результат, соответствующий оценке «отлично», причём каждая допустила ошибки в разных заданиях.

ChatGPT справился с 17 из 21 задания. Он ошибся в задачах на чтение графика, расчёт расстояния при поездке на велосипеде, определение площади озера Великое и анализ оценок ученика.

DeepSeek выполнила 18 заданий верно. Её ошибки касались вычисления рейтинга автомобиля, площади озера Великое и площади поверхности многогранника.

Perplexity также дала 18 правильных ответов. Она не смогла решить задачи на нахождение длины отрезка в треугольнике, вычисление объёма четырёхугольной пирамиды и поиск четырёхзначного числа, кратного 18, с произведением цифр от 1 до 11.

Все нейросети успешно сдали базовый ЕГЭ по математике, заслужив высший балл. Журналист отметил, что при более тщательной работе с каждым заданием можно было бы избежать ошибок, но цель состояла в имитации простого использования ИИ школьником.

Доцент Университета ИТМО Алексей Комиссаров объяснил, что для решения ЕГЭ можно использовать нейросеть как инструмент или ИИ-агента, способного к самостоятельному поиску информации. Он подчеркнул, что сегодня развитие сместилось в сторону агентов.

«Самое простое сравнение — это двигатель от машины и машина. До марта 2025 года мы строили двигатели, а сейчас научились строить машины, куда вставляем различные двигатели разной мощности… За последний год мир шагнул сильно-сильно дальше. Сейчас не нейросети, сейчас агенты», — сказал Комиссаров.

Эксперт привёл в пример бенчмарк «Последний экзамен человечества», состоящий из 2,5 тысяч сложных вопросов для узких специалистов. ИИ показывает на нём высокие результаты. «У нас есть бенчмарк «Последний экзамен человечества». Там вопросы, которые может решить только узкий специалист в области. Сейчас ИИ туда прямо хорошо идет… Есть единственный вариант, когда ИИ не может решить ЕГЭ сейчас — это вопросы ЕГЭ поставлены некорректно или неправильно», — отметил он.

Комиссаров добавил, что стопроцентная точность ИИ на ЕГЭ маловероятна, поскольку школьные учебники иногда отстают от современной науки. «Возможно, если ему [ИИ] сказать, что это школьный экзамен… и там могут быть неправильные ответы с точки зрения современной науки, то, скорее всего, он сможет решить достаточно хорошо», — заключил преподаватель.