人机协同教学中学习者认知自主性的演变路径与边界条件

Abstract

随着大语言模型与多智能体技术的快速发展，教育智能体正从简单的问答工具向具备认知诊断与个性化教学能力的智能系统演进。然而，现有教育智能体在认知诊断的精度、可解释性以及学习路径推荐的个性化与适应性方面仍存在显著不足。本研究聚焦于教育智能体的认知诊断功能设计与学习路径个性化推荐问题，构建“诊断—推荐—反馈—优化”的闭环框架。研究首先梳理认知诊断模型与个性化学习路径推荐的理论基础与技术演进，继而提出融合神经认知诊断、知识图谱约束与大语言模型推理的教育智能体系统架构。在此基础上，设计多智能体协同的认知诊断功能模块与动态学习路径推荐算法，并通过实证研究验证系统的诊断精度与推荐效果。研究旨在为智能教育系统中“因材施教”的规模化实现提供理论框架与技术路径。