基于模拟学习者的教育阅读自适应个性化评估

# 利用模拟学习者评估教育阅读材料的白适应个性化

来源：https://arxiv.org/html/2604.16744
Ryan T. Woo Anmol Rao11footnotemark:1Aryan Keluskar Yinong Chen
计算与增强智能学院
亚利桑那州立大学
{rtwoo,arao75,akeluska,yinong.chen}@asu.edu

###### 摘要

我们提出了一个利用理论驱动的模拟学习者评估教育阅读材料自适应个性化的框架。该系统从开放教科书构建学习目标和知识组件本体，并在基于浏览器的本体图谱中进行管理，将教科书段落与本体实体进行标注，并生成对齐的阅读-评估配对。模拟读者通过构建-整合（Construction-Integration）启发的记忆模型、DIME风格的读者因素、KReC风格的误解修正以及开放的New Dale-Chall可读性信号来学习阅读材料。答案通过基于分数的选项选择在学习者的显性记忆状态上产生，而BKT驱动自适应调整。在三个采样的学科本体和每个条件匹配50名模拟学习者的队列中，自适应阅读在计算机科学中显著改善了结果，在无机化学中产生了较小但不确定的积极收益，在普通生物学中则呈中性至略微负面。

利用模拟学习者评估教育阅读材料的白适应个性化

Ryan T. Woo†致谢：同等贡献。Anmol Rao11footnotemark:1Aryan Keluskar Yinong Chen
计算与增强智能学院
亚利桑那州立大学
{rtwoo,arao75,akeluska,yinong.chen}@asu.edu

## 1引言

随着更多学生进入高等教育，教师们越来越面临一个熟悉的错配：学生被期望以相同的进度学习相同的材料，尽管他们对特定概念的理解可能存在很大差异。在入门课程中，一个学生可能已经理解了目标概念的一个子集，而另一个学生可能仍然对这些相同概念持有严重的误解。当两个学生都被给予相同的阅读材料、示例和解释时，一个学生可能感到挑战不足，而另一个学生则可能被淹没。在真实课堂中解决这个问题通常需要教师重写材料，手动识别学生难以理解的概念，并提供个性化支持。这些干预措施难以规模化。

智能辅导系统（ITS）旨在通过调整教学来适应学习者。最近的综述表明，ITS通常能改善学习和表现，但其影响强烈依赖于教学设置、适应机制和系统评估方式（Huang等人，2025；Létourneau等人，2025）。然而，在许多ITS设置中，核心干预是题目序列、提示策略或后验反馈。我们的设置不同：主要干预是*阅读材料*。问题仍然很重要，但主要是因为它们揭示了学习者阅读后知道什么的证据，并提供掌握度追踪的观察。

为了评估自适应阅读策略是否有帮助，我们需要模拟学习者能够（i）从文本学习，（ii）在阅读相关特征上存在差异，（iii）保留误解而不仅仅是缺乏知识，（iv）之后根据记忆而非无限制地访问原文来回答多项选择题。长期以来，模拟学习者一直被提议作为教师、学习者和进行形成性评估的教学设计者的工具（VanLehn等人，1994）。最近，一项跨AIED相关领域的系统综述发现，其用途涵盖教师培训、自适应算法开发、虚拟合作者和学习环境测试，同时也得出结论：现实感和有效性经常未被充分测试（Käser和Alexandron，2024）。现成的LLM提示不适合这一要求，因为强大的LLM经常超出部分知识学习者的预期能力范围。Yuan等人（2026）将这个问题描述为*能力悖论*，并主张在明确的认知状态规范下进行约束性学生模拟。

因此，我们提出了一个用于自适应阅读个性化的理论驱动模拟读者。该系统从开放教科书构建学习目标（LO）和知识组件（KC）本体，使用BKT（Corbett和Anderson，1994）追踪KC掌握度，生成由本体驱动的阅读和评估变体，并通过基于构建-整合（CI）话语理解理论（Kintsch，1988）的理解模型模拟阅读。读者异质性通过DIME风格的读者因素（Cromley和Azevedo，2007；Cromley等人，2010）参数化，误解通过知识修正组件框架（KReC）（Kendeou和O'Brien，2014；Kendeou，2024）修正，之后的答案选择通过对显性认知边界上的选项进行基于分数的选择来执行。

尽管更广泛的架构设计用于与学习管理系统（如Instructure的Canvas）集成，但本论文重点关注模拟层，以便在全面部署之前研究教学策略。这种分离允许我们在匹配的模拟队列中比较自适应和非自适应阅读策略，同时保持内容管道、题目格式和掌握度追踪器不变。

我们的主要贡献如下：

- •我们将自适应阅读个性化表述为一个闭环问题，其中阅读是主要干预，评估是KC级掌握度追踪的观察通道。
- •我们提出了一个本体接地内容管道，将开放教科书段落、阅读变体和评估项目链接到共享的LO和KC。
- •我们开发了一个结合CI、DIME、KReC和开放New Dale-Chall可读性信号的模拟读者，以建模学习者的理解、修正、保留和后续检索。
- •我们报告了多学科实验结果，表明自适应阅读产生领域依赖的收益：在采样的计算机科学设置中获得统计可靠的改进，在无机化学中获得积极但不确定的收益，在普通生物学中获得中性至略微负面的结果。

## 2相关工作

### 2.1自适应辅导与知识追踪

知识追踪从观察到的响应中估计潜在掌握度，而BKT之所以具有吸引力，是因为它在单个KC级别上是可解释的（Corbett和Anderson，1994）。尽管深度模型可以改进预测，但可解释性对于部署和诊断仍然很重要（Ding和Larson，2021）。因此，我们使用BKT来保持驱动适应的状态是可理解的。

大多数ITS个性化专注于题目选择、提示或反馈。相比之下，我们以解释性阅读材料为中心。因为阅读可以在没有明确响应的情况下改变知识，我们将学习者的隐藏*真实*知识与辅导员的BKT*估计*分开，只有后者驱动自适应。

### 2.2教育技术中的模拟学习者

长期以来，模拟学习者一直被用于教育技术。VanLehn等人（1994）将其用于教师、学习者和教学设计者的分类；我们的设置最接近于部署前对教学策略的形成性评估。

最近的工作突出了更广泛的用途，包括教师培训、假设生成、自适应算法开发、虚拟合作者和环境测试，同时也注意到许多模拟器对其预期决策仍然缺乏验证（Käser和Alexandron，2024）。这促使我们强调显式学习者状态、可检查记忆和理论驱动的阅读动态。

### 2.3阅读理解与计算读者模型

我们的模型基于构建-整合框架（Kintsch，1988），其中读者形成命题*文本库*和整合先验知识的更丰富的*情境模型*。这支持对信息部分保留、修正和扭曲的建模。

我们用DIME扩展CI，DIME捕获读者在背景知识、词汇和推理方面的差异（Cromley和Azevedo，2007；Cromley等人，2010），以及KReC，它对不正确先验知识的修正进行建模（Kendeou和O'Brien，2014；Kendeou，2024）。这很重要，因为许多系统性错误答案反映的是稳定的误解而非随机噪声（van den Broek和Kendeou，2008；Gierl等人，2007）。

先前的工作已经实现了类似CI的自动读者（Lemaire等人，2006）；我们的贡献是将这样的读者嵌入KC级自适应教学循环中。

### 2.4认知边界与答案建模

最近的工作认为，有效的学生模拟应该暴露显式的认知状态和有限的能力（Yuan等人，2026）。我们采用这一原则，但不使用自由形式生成来选择答案。相反，答案通过从学习者的记忆状态（包括掌握度、误解、检索的痕迹和题目难度）中对选项进行评分来选择。这种设计高效、可审计，与约束性学习者行为一致。

### 2.5可读性与读者-文本匹配

读者-文本匹配很重要，但应保持简单以便操作。我们使用New Dale-Chall可读性公式（Chall和Dale，1995），通过textstat（Bansal和Aggarwal，2026）计算，作为结合学习者参数的文本难度的可重现度量。

## 3系统概述

整个系统将开放教育内容转换为接地个性化循环。管道可概括为五个阶段：（1）本体构建和创作，（2）段落标注和检索索引，（3）本体驱动的阅读和评估生成，（4）理论驱动的模拟阅读和基于分数的答案选择，（5）基于BKT的自适应。

### 3.1本体图谱与本体构建

我们首先从开放教科书构建学习目标和知识组件的本体。每个LO映射到一个或多个KC。本体使用LLM辅助工作流创建，从源材料中提出候选LO和KC，然后将它们整合到课程特定的YAML模式中。我们将本体作为检索、生成、掌握度追踪和模拟的通用表示层。

为了使这一层可检查，我们构建了本体图谱，这是一个基于浏览器的本体工作区，直接由系统中其他部分使用的YAML文件支持。图谱暴露了一个覆盖率清单，显示章节、LO和KC数量；一个可搜索的导航器，用于搜索ID、语句、标签和描述；一个D3关系图，用于展示章节→LO→KC层次结构；以及一个详细面板，用于编辑条目、导入/导出YAML、验证字段并保存回磁盘。因此，本体图谱不仅仅是一个可视化层；它是生成和实验服务所消耗的本体创作界面。

在当前代码库中，本体图谱展示了多门完整课程本体，包括本实验中使用的三门：计算机科学基础（16章，53个LO，131个KC）、普通生物学（20章，60个LO，172个KC）和入门无机化学（12章，57个LO，177个KC）。在为实验选择采样的LO以及检查KC粒度是否跨学科可比时，这个覆盖率视图很有用。

### 3.2段落标注与检索索引

教科书语料库被分割成细粒度段落和更粗粒度的上下文段落。细粒度段落作为标注的主要证据单元，而更粗粒度的段落在下游生成中提供更广泛的上下文。每个细粒度段落使用三阶段LLM-as-judge管道标注一个或多个LO和KC：

1. 1.将段落编码为语义嵌入，
2. 2.在向量数据库中通过最近邻搜索检索候选LO和KC标签，
3. 3.提示LLM在候选标签中做出裁决并返回最终标签集。

结果是一个接地索引，其中每个保留的内容单元都绑定到本体，并与其周围上下文保持链接。因为图谱编辑的是标注和生成服务读取的同一YAML，本体修订会立即传播到检索和生成。

### 3.3本体驱动的阅读和评估生成

使用标注后的语料库，我们生成成对的阅读和评估，全面覆盖每个LO。每个生成的阅读都基于检索的细粒度段落和可选的更粗粒度上下文段落；生成参数控制解释深度、示例密度、误解反驳和目标难度。每个评估是一个新的同构多项选择题变体，对齐到相同的LO和KC，而不是精确重用相同题目的表面形式。

这种选择很重要有两个原因。首先，精确的题目重用会使策略评估对题目措辞的敏感度高于对学习者状态的敏感度。其次，我们的模拟学习者不从评估交互中学习；只有阅读更新他们的隐藏语义状态。因此，使用新的同构变体保持了跨迭代的可比性，同时防止评估暴露成为意外的干预通道。

## 4方法论

### 4.1将隐藏学习与观察到的掌握度分开

模拟学习者维护两个不同的状态。第一个是隐藏的*真实学习状态*，决定学习者实际知道什么、误解什么以及记住什么。第二个是导师可见的BKT估计，仅从观察到的答案更新。这种分离防止模拟变得自我实现：个性化策略基于导师*推断*的内容行动，而非基于隐藏的真实情况。

对于学习者i和KC k，我们表示隐藏状态为

$z_i = \{m^*_{i,k}, w_{i,k,1:M}, r_i, s_i, e_i\}$,

其中$m^*_{i,k}$是KC k的正确知识强度，$w_{i,k,1:M}$是KC特定误解的强度，$r_i$是读者画像，$s_i$是修正和响应画像，$e_i$存储来自阅读的近期情景痕迹。导师只观察到一个由BKT维护的单独KC掌握度估计$\hat{m}_{i,k}$。

表1：学习者状态变量。隐藏学习与导师可见的掌握度