人工智能驱动的数学辅导：个性化和适应性教育平台-计算机科学-人工智能-多智能体系统-大语言模型-教学系统-个性化学习.pdfVIP

人工智能驱动的数学辅导：个性化和适应性教育平台

JarosawA.Chudziak[0000-0003-4534-8652]and

AdamKostka[0009-0004-8174-2109]

WarsawUniversityofTechnology,Poland

{jaroslaw.chudziak,adam.kostka.stud}@.pl

摘要人工智能（AI），特别是大型语言模型（LLMs）的日益普及，极大地

改变了学习者获取知识和与学习材料互动的方式，许多人认为AI对其学

本习成果有积极影响。尽管有所进步，目前的人工智能辅导系统仍面临与其

译反应性相关的限制，往往提供直接答案而不鼓励深入反思或整合结构化的

中教学工具和策略。这种局限在数学领域尤为明显，在这个领域中人工智能

辅导系统仍然不够发达。本研究探讨了如何使AI辅导系统超越提供反应

1性帮助，以实现结构化、个性化和工具辅助的学习体验的问题。我们介绍

v

4了一种新型多代理AI辅导平台，该平台结合自适应和个性化的反馈、结

8构化课程生成以及教科书知识检索功能，以支持模块化、工具辅助的学习

4过程。该系统允许学生在学习新主题时识别并针对其弱点，有效备考，并

2

1进行无限量的个性化练习。本文通过介绍一种将教学代理与AI驱动组件

.

7相结合的新平台，为教育领域的人工智能研究做出了贡献，增强了数学教

0学领域的模块化和高效系统。

5

2

:Keywords:人工智能·多智能体系统·大型语言模型·教学系统·

v

i个性化学习·数学教育

x

r

a

1介绍

数学教育对于STEM领域至关重要，因为它提供了基础的定量推理技

能，但面临着来自不同学习者需求的挑战，如不同的先前知识和学习速度，

以及传统设置[9,22]的局限性，因此需要个性化的方法。在这些领域中，精

通数学往往被视为通往创新和批判性思维的途径。人工智能（AI），特别是

大型语言模型（LLMs），对于智能辅导系统（ITS）显示出潜力，能够提供

适应性的反馈和内容生成[23,11,18]。

然而，许多当前的LLM导师提供直接答案，经常忽视有效学习所需的

关键认知步骤，并阻碍深入理解[16]，缺乏与课程材料的紧密整合[12]，并

2J.A.Chudziak,A.Kostka

图1.展示苏格拉底式提问和个性化支持组件的指导性辅导互动。

且提供的动态适应性有限[18]。存在一个空白领域，即通过使用结构化知识

引导发现来促进深度学习的AI导师[15,12]。我们的研究解决的问题包括：

人工智能辅导系统如何超越反应性辅助，提供结构化、个性化的工具辅助学

习体验？

我们引入了一个结合自适应苏格拉底代理、双内存个性化、GraphRAG

教科书检索以及基于有向无环图(DAG)的课程规划的多代理AI辅导环境。

我们的方法优先考虑深度理解和独立解决问题，