# FINAL — Занятие 3 МАИ: CAO и регулятивный контур (B3) Generated: 2026-06-27 (Variant C, Phase 5) Дидактическая ось МАИ: **B3 (CAM/CA/CAO — агентная регулятивная оптика)** Связанные оси: A3-A4, C2-C3, D3,D10,D11,D12 Источники: L3_CAO pulls (9 кейсов), T2 auditable assessment + T1 RAG-tutor. ## Цель занятия Формализовать **агента как замкнутую функциональную систему** — с входами, ограничениями, evidence-слоем и human override. Главный вопрос: **что у AI входы, ограничения, evidence layer и human override?** Без этой схемы любая "AI in assessment" съезжает в `cao_washing`. ## Структура занятия (90 мин) | Блок | Время | Содержание | |---|---|---| | 1. Введение | 10 мин | Что такое регулятивный контур. Отличие от B2 | | 2. Validated архитектуры | 25 мин | 4 разборных кейса | | 3. Failure modes | 15 мин | Hydrology Argentina (как perlsotr) + lazy-students | | 4. Agent как замкнутая система | 20 мин | Студенческое задание | | 5. Anti-analogs | 15 мин | qub-software-testing как borderline | | 6. Вывод | 5 мин | T2 = самый зрелый сдвиг поля | ## Базовые кейсы для разбора (5) ### 1. `ai-tutor-hydrology-argentina` — AI Tutor в Hydrology (AR) - **A3 / B2-B4 / C2 / D1,D3,D10,D11,D12** - **Проваленный первый цикл → редизайн**: auditable appendix, time floor, verified numerical task. Самый зрелый T2-кейс с публично описанным failure-then-redesign. - **Что разбираем**: какие три механизма (appendix, time floor, numerical verification) делают курс auditable. Что в них реально замыкает regulatory loop. ### 2. `rwcp-baseline-genai-capstone` — Real-World Capstone с разрешённым GenAI (INT) - **A3 / B4 / C2 / D2,D4,D11,D12** - Permitted GenAI с trace и defense. T3+T2 hybrid. - **Что разбираем**: какие именно artefacts (traceability matrix, defense viva, declaration form) образуют замкнутый CAO. ### 3. `coursegpt-information-security` — CourseGPT в InfoSec (US) - **A3 / B4 / C2 / D3,D11,D12** - RAG-tutor с regulated assessment. T1+T2. - **Что разбираем**: как ограничен LLM domain, где видны exam analytics. ### 4. `qub-software-testing-causal-model` — QUB Responsible GenAI (GB) - **A3 / B4 / C2 / D3,D10,D11,D12** - **Borderline**: между valid CAO redesign и `mindset_washing`. - **Что разбираем**: какие artefacts уже есть, каких ещё **нет**. Где грань между «ответственное использование» как лейбл и как операция. ### 5. `conversational-exam` — Conversational Exam (INT) - **A3 / B4 / C2 / D10,D11** - Прямой пример redesign assessment в форму **диалога**. Очень показательный. - **Что разбираем**: какие учебные функции переносятся в exam-time conversation. Что нельзя перенести. ## Adjacent кейсы (4) - `hydrology-redesign` — параллельный учётный ID для AI Tutor Hydrology - `voice-based-oral-assessments` (EXT) — voice oral; разбирать как T2 boundary - `edu-ai-hub-civil` — Educational AI Hub в civil; нужна verification (см. pass_2) - `agile-requirements-simulation-ai-personas` — T7 boundary ## Failure modes ### `lazy-students-dream-control-systems` - **Failure_mode для CAO**: ChatGPT проходит exam как студент. Что должно было остановить? - **Студенческое задание**: какие три checkpoint отсутствуют в традиционном курсе, что позволили этому случиться? ### `cybersec-ai-tutor-9-domains` — boundary T1 vs CAO - Coverage of 9 cyber-domains, но grading evidence — слабый. - **Что разбираем**: где T1 (RAG-tutor) превращается в CAO, а где остаётся помощником. ## Студенческие задания ### Задание 1 — Agent как замкнутая функциональная система (главное) Дано: AI Tutor в курсе студента. Задача: реконструировать как замкнутую систему: - **Входы**: что попадает в AI (контекст, история, документы) - **Ограничения**: что AI не должен делать (domain bounds, rejection criteria) - **Evidence layer**: trace, log, viva, transcript - **Human override**: когда и как преподаватель вмешивается Оценка: схема + 1-2 страницы пояснения. ### Задание 2 — CAO vs CAO_washing Дано: 6 кейсов (3 valid CAO, 3 washing). Задача: классифицировать. Назвать **отсутствующий artefact** в washing кейсах. Оценка: классификация + диагноз. ### Задание 3 — Auditable appendix Дано: курс из факультета студента. Задача: спроектировать **auditable appendix** по аналогии с Hydrology Argentina. Какие пять документов студент должен прикладывать к assignment? Оценка: спецификация appendix + образец заполнения. ### Задание 4 — Failure-then-redesign log Дано: курс, в котором произошёл AI-related failure (например, массовый ChatGPT cheating). Задача: написать redesign log по образцу Hydrology — что не сработало, что добавили в следующем цикле. Оценка: log + конкретные мехатехнические изменения. ### Задание 5 — Conversational exam draft Задача: спроектировать 30-минутный conversational exam для конкретной инженерной дисциплины. Какие вопросы, какая структура, какие сигналы обмана? Оценка: spec exam. ## Что НЕ должно входить - AI policy на уровне университета — это не CAO, это politik layer - Generic "honor code" обсуждения — это L5 (этика) или вне курса - Разбор всех инструментов automatic grading — отвлечение от ключевой схемы ## Связь с другими занятиями - **L1 (CAD)** — traceability через design partner - **L2 (CAE)** — HIL protocol как частный случай regulatory loop - **L4 (Orchestration)** — multi-agent CAO с распределением ролей (planner / verifier / critic) - **L5 (Hybridity)** — что меняется в CAO, когда C повышается до C4 ## Метрики занятия - Каждый студент пишет workable agent-spec с 4 закрытыми слотами (входы/огранич./evidence/override) - Различение CAO vs CAO_washing достигается через **отсутствующий artefact**, а не через "feel" - Conversational exam draft проходит peer-review без блокеров