跳到正文
SGSteven Guan

原子概念

教学知识与学生状态合同

课程版本/知识点/题目rubric与作答证据、mastery估计/不确定度/教师覆盖分开建模。

要解决的问题如何把教材事实与对学生掌握程度的估计分开?

检索别名:knowledge tracing · student model · mastery estimate

BLUEPRINT局部蓝图

01 输入

  1. 课程/题目版本
  2. 学生作答、提示与教师反馈
→

02 处理机制

  1. 保存原始尝试及评分标准
  2. 更新带不确定度的掌握估计
  3. 按角色授权并用迁移表现复核
→

03 输出与证据

  1. 可更正的学生状态
  2. 与教学知识分离的认知证据

教材事实与学生估计是不同对象

教学知识库保存课程版本、学习目标、知识点、先修关系、题目、答案和评分rubric;学生状态保存实际作答、提示次数、错误模式与复习记录。前者描述教学内容,后者只是对当前掌握程度的估计。学生一次答错不应改写教材,也不应产生永久的能力标签。

建议把掌握估计连接到明确证据:concept ID、attempt IDs、估计器版本、不确定度、最后练习时间和教师覆盖。学生猜对、得到提示后答对和独立迁移成功应形成不同证据,不能都压成同一个正确率或“已掌握”。

状态随证据更新

某一轮的提示内容属于session/task上下文;跨会话需要保留的是可复核表现与有限认知状态。新证据可能推翻旧判断,教师也应能修正模型估计。情绪、疾病或家庭情况等敏感结论不能从语气猜测后自动长期保存。

课程、题目和模型评分rubric需要版本化,否则同一学生的成绩可能是在不同标准下取得。若更换评估器,保留原始作答以便重评,并记录哪一部分变化来自学生学习,哪一部分来自评分系统改变。

云优先仍需限制数据用途

美国教育部提供面向教育科技服务商和在线服务的学生隐私资料;实际适用要求须按地区、学校和年龄场景确定。工程上应明确学生、班级、学校、教师和家长的访问范围,收集必要字段,并让训练使用成为独立的数据资格判断。

验收不仅检查回答是否正确,还要测试学生能否在无提示、延迟后的新题中迁移。验证学生状态库时,重点看证据关联、错误纠正、教师覆盖和跨学生隔离;教学效果指标与记忆完整性分别统计,避免把代做答案当成学习进展。

RELATIONSHIP MAP

与其他节点的关系

箭头从本节点指向目标;关系是工程分析映射,不代表厂商合作或已披露的内部实现。

哪些节点指向本页 · 1

PRIMARY SOURCES

来源与阅读边界

来源按研究截止日整理。官方文档说明能力和约束,代码只证明对应版本,论文与讲座不自动证明生产效果。 资料截止:2026-10-15。

  1. 美国教育部:Privacy and Education Technology ↗官方文档 / 声明