哈萨克斯坦的小学生通过检查人工智能错误的项目在巴厘岛举行的一项著名比赛中成为最好的学生

Ученики алматинской РФМШ Нурдаулет Абдрахман и Даниял Козырев разработали PlanLens – программу, которая находит ошибки в планах ИИ-агентов, даже если те успешно доводят задачу до конца. В октябре 2026 года школьники получили серебряную медаль на международном исследовательском конкурсе в Индонезии. Их научную работу также приняли на Teen Research Symposium в рамках IEEE International Conference on Data Mining – одной из известных международных конференций по анализу данных, пишет Digital Business. Нурдаулет и Даниял разработали PlanLens – систему для проверки планов, которые создают ИИ-агенты. Такие агенты могут самостоятельно разбивать сложную задачу на этапы и выполнять их один за другим. Но успешное завершение процесса еще не гарантирует, что все действия были правильными. Например, агент может запланировать запуск приложения до проверки безопасности или использовать устаревшие данные. PlanLens – не еще один ИИ-агент и не нейросеть, которая перепроверяет ответы другой модели. Как объяснили разработчики, программа использует алгоритмы: она сверяет план с заданными условиями, определяет, какие действия обязательны и какие шаги зависят друг от друга. Для этого ей не нужен заранее подготовленный правильный ответ, с которым можно сравнить результат. Например, если проверка безопасности должна пройти до запуска приложения, а ИИ-агент поставил ее после запуска, PlanLens обнаружит нарушение и укажет проблемный шаг. Команда исследовала не только ошибки, которые допускают ИИ-агенты, но и то, насколько надежно сама программа умеет их находить. В первом эксперименте школьники использовали 5 моделей: GPT-5.6 Sol, Claude Sonnet 5, DeepSeek V4 Flash, Llama 3.3 70B Instruct и Qwen3.5 9B. Каждая получила одинаковый набор из 18 вариантов задач. Всего команда проанализировала 89 ответов, среди которых обнаружила 9 некорректных планов. Простая проверка наличия финальных действий выявила только 4 из 9 ошибок. PlanLens определил тип нарушения во всех 9 случаях, а в 5 из них дополнительно указал конкретный проблемный шаг. По данным авторов, это показывает, что план может выглядеть завершенным, но при этом содержать ошибку. Отдельно разработчики проверили сам инструмент. Они подготовили 617 исходных задач из 6 семейств рабочих процессов и сформировали 15 600 контролируемых тестовых случаев, в том числе с несколькими ошибками одновременно. На этом наборе результаты диагностики PlanLens полностью совпали с результатами отдельно реализованной проверочной программы. Школьники также намеренно вносили дефекты в алгоритм проверки. Итоговый набор тестов обнаружил все восемь классов дефектов, которые они проверяли. В октябре 2026 года школьники представили PlanLens на International Research Competition for Young Scientists (IRCYS) в Индонезии и получили серебряную медаль в категории Applied Studies – Engineering & Technology. IRCYS – международный конкурс исследовательских проектов для молодых ученых. По информации организаторов, в мероприятии 2026 года представлены участники из более чем 40 стран. Конкурс включает несколько этапов: отбор исследовательских работ, оценку полного текста исследования и финальную презентацию перед жюри. Еще одно достижение команды – принятие научной работы PlanLens: Deterministic Graph-Grounded Failure Diagnosis for LLM-Generated Plans на Teen Research Symposium в рамках IEEE International Conference on Data Mining (ICDM 2026). Школьники планируют представить исследование в ноябре в китайском Шэньяне. ICDM – международная научная конференция, посвященная анализу данных и связанным с ним направлениям: машинному обучению, алгоритмам, большим данным и практическому применению таких технологий. Она проводится под эгидой IEEE – международной профессиональной организации в области инженерии и технологий – и объединяет исследователей, разработчиков и специалистов отрасли. По информации организаторов ICDM 2026, конференция принимает оригинальные исследования, которые проходят научное рецензирование. Принятые работы публикуются в материалах конференции, выпускаемых IEEE Computer Society Press. Для школьников участие в Teen Research Symposium дает возможность представить исследование в рамках международной научной площадки, а не только на конкурсе школьных проектов. По словам разработчика, работа над PlanLens заняла около 4-5 месяцев. На обращения к моделям команда потратила примерно $200. Разработка связана с другим проектом школьников – Certo, платформой для создания и проверки ИИ-агентов. При этом PlanLens и Certo – отдельные проекты: первый предназначен для анализа планов и поиска ошибок, второй команда развивает как среду для работы с агентами. Школьники также рассматривают возможность провести международный хакатон, на котором участники смогут создавать собственных ИИ-агентов и проверять их по измеримым критериям.