# Практические примеры реализации рекурсивного цикла

## Сценарий 1: Обучение математике (Человек-ученик, ИИ-учитель)

### Цикл 1: Квадратные уравнения (базовый уровень)

**ИИ диагностирует (Этап 1):**
```
ИИ: Привет! Давай разберемся с квадратными уравнениями. 
    Сначала простой вопрос: что такое квадратное уравнение?
    Дай мне определение своими словами.

Ученик: Это... уравнение со степенью 2?

ИИ: Хорошо, верно! Более точно - это уравнение вида ax² + bx + c = 0.
    Теперь попробуй решить: x² - 5x + 6 = 0
```

**Ученик попытается (Этап 3):**
```
Ученик: Хм... может быть x = 5? Нет, не знаю...

ИИ: Не волнуйся! Давай разберемся пошагово.
    Это МАТЕРИАЛЬНОЕ действие - я показываю тебе процесс.
    
    Есть несколько способов. Один - разложение на множители.
    Ищем два числа, которые:
    1. Умножаются и дают 6
    2. Складываются и дают -5
    
    Какие две пары чисел дают произведение 6?
```

**Ученик проговаривает (Этап 4):**
```
Ученик: Это могут быть 2 и 3, 1 и 6...

ИИ: Правильно! Теперь проверим: какая пара складывается в -5?

Ученик: 2 и 3 дают 5, а нам нужно -5, так что это -2 и -3!

ИИ: ОТЛИЧНО! Это ВНЕШНЯЯ РЕЧЬ. Ты уже понимаешь логику.
    Теперь запиши решение полностью, проговаривая каждый шаг.

Ученик: x² - 5x + 6 = (x - 2)(x - 3) = 0
        Значит, x = 2 или x = 3.

ИИ: ПРЕВОСХОДНО! Проверим: 2² - 5(2) + 6 = 4 - 10 + 6 = 0 ✓
```

**ИИ уменьшает поддержку (Этап 5):**
```
ИИ: Теперь попробуй решить похожее уравнение самостоятельно,
    но проговари процесс "про себя", не вслух:
    x² - 7x + 12 = 0

Ученик: [решает молча]
        x = 3 или x = 4

ИИ: Правильно! Как ты это сделал? Расскажи процесс.

Ученик: Я нашел два числа: -3 и -4, которые дают 12 и -7 в сумме.
```

**ИИ валидирует овладение (Этап 6):**
```
ИИ: Отлично! Теперь реши новую задачу:
    x² + 2x - 8 = 0

Ученик: [самостоятельно] x = 2 или x = -4

ИИ: Проверим: 2² + 2(2) - 8 = 4 + 4 - 8 = 0 ✓
     (-4)² + 2(-4) - 8 = 16 - 8 - 8 = 0 ✓
     
    Отлично! Ты овладел методом разложения.
    Готов перейти к более сложным уравнениям?
    Цикл 2: Уравнения, которые не разлагаются на множители.
```

---

## Сценарий 2: Обучение ИИ-агента анализу научного текста (ИИ-ученик, Человек-учитель)

### Цикл 1: Базовое понимание (контролируемые промты)

**Человек определяет ЗБР (Этап 1):**
```
Человек: Я хочу, чтобы ты научился анализировать 
         научные статьи критически. 
         Вот простая задача: прочитай абстракт и определи:
         1. Основной вопрос исследования
         2. Основной метод
         3. Главный результат

[Предоставляет абстракт классической статьи]
```

**Человек предоставляет ориентировочную основу (Этап 2):**
```
Система (System Prompt):
"Ты - опытный научный редактор с 15-летним опытом. 
Твоя роль - анализировать научные работы критически.

Всегда:
1. Различай ФАКТЫ (что сказано) и ИНТЕРПРЕТАЦИИ (как это понимается)
2. Указывай на ПРЕДПОЛОЖЕНИЯ (что авторы считают само собой разумеющимся)
3. Определяй ОГРАНИЧЕНИЯ (что недостает для полноты)
4. Предлагай АЛЬТЕРНАТИВЫ (что еще могло бы объяснить результаты)"

Few-shot примеры:
Пример 1: [Абстракт со своим анализом]
Пример 2: [Другой абстракт со своим анализом]
```

**ИИ генерирует черновик (Этап 3):**
```
ИИ: Проанализирую абстракт:

Основной вопрос: Влияет ли физическая активность на когнитивные функции?
Метод: Рандомизированное контролируемое исследование с 200 участниками
Результат: Участники с регулярной активностью показали 15% улучшение на тестах памяти

ИИ: Вот мой анализ.
```

**Человек просит рассуждение (Этап 4 - CoT):**
```
Человек: Хорошо! Теперь объясни ТЫ ПРО СЕБЯ - 
         ЧТО ТЕБЯ БЕСПОКОИТ в этих результатах?
         Какие могут быть проблемы или альтернативные объяснения?

ИИ (с явным рассуждением):
"Давайте подумаем:

1. ФАКТ: 15% улучшение памяти
   ИНТЕРПРЕТАЦИЯ: Авторы считают это следствием физ. активности
   ПРЕДПОЛОЖЕНИЕ: Улучшение вызвано именно физ. активностью, 
                   а не эффектом плацебо или обучением

2. АЛЬТЕРНАТИВНЫЕ ОБЪЯСНЕНИЯ:
   - Участники, выбравшие физ. активность, могут быть более мотивированы
   - Эффект плацебо (знание о группе может влиять на результаты)
   - Социальное взаимодействие во время активности, а не сама активность

3. ОГРАНИЧЕНИЯ:
   - Как долго длилось исследование?
   - Были ли контролировались другие факторы (диета, сон)?
   - Какой размер эффекта 15%? Это клинически значимо?"
```

**Человек дает обратную связь (Этап 3.5):**
```
Человек: ОТЛИЧНЫЙ анализ! Вот что я хотел бы уточнить:

Твои альтернативные объяснения хороши. 
Но они ПРЕДПОЛОЖЕНИЯ, а не опровержения.

В хороших анализах нужно дифференцировать:
- Что можно отклонить на основе дизайна исследования
- Что остается ОТКРЫТЫМ вопросом

ПЕРЕДЕЛАЙ, разделяя эти категории."
```

**ИИ интегрирует и переделывает (Этап 5-6):**
```
ИИ (обновленный анализ с явными слоями):

МОЖНО ОТКЛОНИТЬ (на основе дизайна - рандомизация):
- Систематическое различие в мотивации групп

ОСТАЕТСЯ ОТКРЫТЫМ:
- Величина клинического значения эффекта
- Долгосрочность эффекта
- Специфичность для разных типов памяти

НЕУВЕРЕННОСТЬ:
- Как авторы контролировали другие факторы образа жизни?"
```

### Цикл 2: Усложнение (реальная статья, несколько проблем)

```
Человек: Вот реальная современная статья.
         Проанализируй ее со всеми инструментами, 
         которые ты выучил.
         Дополнительно: Есть ли конфликт интересов?
```

**ИИ применяет обобщение и новые навыки**

### Цикл 3: Экспертный уровень (самостоятельная оценка)

```
Человек: Теперь: я даю тебе 5 статей разного качества.
         Ранжируй их по научной строгости
         и объясни свои критерии.
```

---

## Сценарий 3: Исследовательское сотрудничество

### Применение обоих циклов одновременно

**Человек-исследователь как ученик ИИ-учителя:**
```
Исследователь: Помоги мне спланировать статистический анализ.
ИИ: Какие у тебя есть данные?
[Процесс обучения исследователя методологии через ИИ]
```

**ИИ-агент как ученик человека-исследователя:**
```
Исследователь: Я хочу, чтобы ты проанализировал мои новые данные,
               но используя мою специальную методологию.
[Обучение ИИ-агента специфическому подходу]
```

**Совместный цикл:**
```
Исследователь: Вот данные по теме X. Что видишь?
ИИ: Предварительный анализ показывает Y, 
    но нужно проверить Z (как в методологии, 
    которую ты мне преподавал).
Исследователь: Хорошо! Но есть нюанс W...
ИИ: Понял! Переделываю с учетом W.
[Итеративное совершенствование анализа]
```

---

## Технические параметры для реализации

### Для ИИ-учителя (обучения человека):

**System Prompt структура:**
```
1. Роль: "Ты - опытный преподаватель..."
2. Методология: "Используй метод Гальперина: 
                  сначала показываю, 
                  потом ученик пытается с помощью,
                  потом уменьшаю помощь,
                  потом проверяю самостоятельность"
3. Адаптация: "Если ученик в затруднении - вернись на шаг назад,
              Если успех - ускори и усложни"
4. Вербализация: "Всегда объясняй, на каком этапе находимся"
```

**Параметры для разных этапов:**
- Этап 3-4 (с поддержкой): temperature=0.3, max_tokens=500
- Этап 5-6 (минимум поддержки): temperature=0.5, max_tokens=200

### Для обучения ИИ-агента (человеком):

**System Prompt структура:**
```
1. Явные инструкции по методу
2. Few-shot примеры (минимум 2-3)
3. Явные критерии успеха
4. Указание на ограничения
```

**Обратная связь:**
- Оценка (правильно/неправильно)
- Объяснение ошибки
- Правильный вариант
- Причина исправления

### Метрики прогресса:

**Для человека-ученика:**
- % правильных решений
- Скорость решения
- Качество вербализации
- Способность обобщения

**Для ИИ-агента:**
- Точность на тестовом наборе
- Качество рассуждения (CoT)
- Консистентность
- Обобщение на новые контексты