Výskum AI2026

EduVision

Adaptívny inteligentný tútorský systém s neuro-symbolickou architektúrou.

Moduly: 5 + RL agent
LLM: Llama 3.1 8B
Model študenta: BKT + SRS
Stratégia: PPO

01Prehľad

EduVision simuluje individuálne doučovanie. Modeluje, čo každý študent vie, rozhoduje, čo ho naučiť ďalej, vysvetľuje to v prirodzenom jazyku a hodnotí odpoveď - potom aktualizuje model študenta a cyklus sa opakuje.

Namiesto obalenia jazykového modelu systém oddeľuje rozhodnutia od jazyka: o tom, čo sa pedagogicky stane, rozhodujú pravdepodobnostné a naučené komponenty a LLM len premení toto rozhodnutie na dialóg.

02Problém

LLM chatboty odpovedajú na otázky, ale neučia: nemajú trvalý model študenta, nepoznajú náročnosť a môžu tvrdiť veci, ktoré v učebnom materiáli nie sú.

Tútor potrebuje pamäť (čo tento študent vie?), stratégiu (čo má nasledovať?) a oporu v zdrojoch (je vysvetlenie pre tento kurz správne?).

03Architektúra

Päť nezávislých modulov komunikuje cez pedagogický modul, ktorý slúži ako rozhodovacie centrum. Agent posilňovaného učenia ladí náročnosť a platformové služby riešia experimenty, vysvetliteľnosť a náklady.

Klienti

Študent

Adaptívny chat a odpovede

Učiteľ

Lekcie, PDF a hodnotiace kritériá

Používatelia API

Swagger / OpenAPI

API

FastAPI

Kurzy, relácie, chat, stav študenta

Autentifikácia

JWT · bcrypt

Moduly

Tútor

Dialóg a persona

Pedagogika

Stratégia + PPO agent

Študent

Zvládnutie cez BKT a SRS

Hodnotenie

Kritériá a kontrola kódu

Znalosti

RAG + graf pojmov

Platforma

Pluginy

Obsah pre konkrétnu doménu

Experimenty

A/B testy · bandit optimalizátor

Vysvetliteľnosť

Prečo bolo toto zvolené?

Runtime

Kontrola nákladov · limity · metriky

Modely a dáta

Llama 3.1 8B

cez Together AI

MiniLM-L6-v2

Vektorové reprezentácie viet

PostgreSQL

pgvector · async SQLAlchemy

PPO stratégia

stable-baselines3

04Komponenty

Znalostný modul

Dlhodobá pamäť kurzu

Načítava PDF a texty, delí ich na úseky s ~512 tokenmi a pre každý úsek vytvára embedding.
Vektory ukladá do PostgreSQL s pgvector a vzťahy medzi pojmami do grafu NetworkX.
Tútorovi poskytuje top-k kontext, aby vysvetlenia vychádzali z učebného materiálu.

pypdf · sentence-transformers · pgvector · NetworkX

Modul študenta

Pravdepodobnostný model študenta

Sleduje pravdepodobnosť zvládnutia každej zručnosti pomocou bayesovského sledovania znalostí.
Plánuje opakovanie metódou rozloženého opakovania skôr, než sa zručnosť zabudne.
Triedi chyby podľa taxonómie, aby zvolil vhodnú nápravu.

BKT · SRS · PostgreSQL

Pedagogický modul

Rozhoduje, čo a ako učiť

Spája stav študenta a nájdený kontext do výučbovej stratégie (sokratovské otázky, scaffolding, Feynmanova metóda).
Náročnosť deleguje na PPO agenta, ktorý sleduje zvládnutie, presnosť, čas odpovede, únavu a aktuálnu náročnosť.

Gymnasium · stable-baselines3

Tútorský modul

Premieňa stratégiu na dialóg

Generuje vysvetlenia, nápovedy a otázky pomocou Llama 3.1 8B Instruct Turbo.
Vystupuje ako vzdelávací sprievodca, obmedzený stratégiou zvolenou pedagogickým modulom.
Prístup k LLM ide cez rozhranie poskytovateľa, takže dodávateľa modelu možno vymeniť.

Together AI · provider abstraction

Hodnotiaci modul

Hodnotí a dáva spätnú väzbu

AST analýza pre kód, sémantická podobnosť pre text a hodnotenie pomocou LLM podľa kritérií učiteľa.
Výsledok vracia do modulu študenta a uzatvára tak cyklus.

05Ako to funguje

1
Načítanie
Učiteľ nahrá materiál; znalostný modul ho rozdelí, vytvorí embeddingy a prepojí.
2
Začiatok relácie
Modul študenta načíta profil zvládnutia; pedagogický modul vyberie prvú tému.
3
Výučba
Tútorský modul predstaví tému zvoleným štýlom s oporou v nájdených úsekoch.
4
Hodnotenie
Študent odpovie; hodnotiaci modul odpoveď vyhodnotí a vráti spätnú väzbu.
5
Prispôsobenie
BKT aktualizuje zvládnutie; PPO agent zvýši, ponechá alebo zníži náročnosť; cyklus sa opakuje.

06Technické detaily

Bayesovské sledovanie znalostí (BKT)

Zvládnutie je skrytá premenná. Každá odpoveď je dôkaz, vážený pravdepodobnosťou uhádnutia bez vedomostí (G) a chyby napriek vedomostiam (S). Po výpočte aposteriórnej pravdepodobnosti model zohľadní aj učenie počas pokusu (T).

P (L_{t} ∣ correct) = \frac{P ( L _{t} ) ( 1 - S )}{P ( L _{t} ) ( 1 - S ) + ( 1 - P ( L _{t} )) G} P (L_{t + 1}) = P (L_{t} ∣ obs) + (1 - P (L_{t} ∣ obs)) T

src/core/adaptive/bkt.pypython

if is_correct:
    numerator = L_prev * (1 - skill.p_slip)
    denominator = numerator + (1 - L_prev) * skill.p_guess
else:
    numerator = L_prev * skill.p_slip
    denominator = numerator + (1 - L_prev) * (1 - skill.p_guess)

L_given_evidence = numerator / (denominator + 1e-10)
L_new = L_given_evidence + (1 - L_given_evidence) * skill.p_learn
skill.p_mastery = min(0.99, max(0.01, L_new))

Náročnosť ako úloha posilňovaného učenia

Agent sleduje 5-rozmerný stav - zvládnutie, správnosť poslednej odpovede, normalizovaný čas odpovede, index únavy a aktuálnu náročnosť - a volí jednu z troch akcií: znížiť, ponechať alebo zvýšiť náročnosť.

Odmena vyvažuje prírastok vedomostí, zotrvanie v stave flow a únavu z relácie. Malý diskrétny priestor akcií udržiava stratégiu stabilnú a ľahko vysvetliteľnú.

R_{t} = α (m_{t + 1} - m_{t}) + β 1 [flow_{t}] - γ fatigue_{t}

Odpovede opreté o vyhľadávanie

Každá otázka sa prevedie na embedding a porovná s úsekmi kurzu pomocou kosínusovej podobnosti. Najrelevantnejšie úseky sa vložia do systémového promptu tútora ako kontext - model tak vysvetľuje kurz, nie internet.

sim (a, b) = \frac{a \cdot b}{∥ a ∥ ∥ b ∥}

07Návrhové rozhodnutia

Neuro-symbolický prístup namiesto obalu LLM

Pedagogické rozhodnutia robia interpretovateľné modely a LLM len generuje jazyk. Každé rozhodnutie sa dá dohľadať a vysvetliť.

BKT namiesto hlbokého sledovania znalostí

Štyri interpretovateľné parametre na zručnosť, lacná aktualizácia po každej odpovedi a rozumné správanie aj pri veľmi malom množstve dát o študentovi.

pgvector priamo v PostgreSQL

Vektory, stav študenta a dáta kurzu sú v jednom transakčnom úložisku - netreba prevádzkovať samostatnú vektorovú databázu.

Zabudované hodnotenie

Moduly A/B experimentov a bandit porovnávajú RL stratégiu so statickým postupom náročnosti podľa prírastku vedomostí, zapojenia a odchodovosti.

08Technológie

Umelá inteligencia: Llama 3.1 8B (Together AI)sentence-transformersstable-baselines3 (PPO)Gymnasiumfaster-whisper
Backend: Python 3.11FastAPISQLAlchemy (async)PydanticJWT auth
Dáta: PostgreSQLpgvectorNetworkX
Prevádzka a dokumentácia: Docker ComposeGitHub ActionsDocusaurus (EN / AZ)

09Ďalšie kroky

Hlasový a obrazový vstup (Whisper, vision) pre multimodálne doučovanie.
Analytický panel pre učiteľov s mapami zvládnutia v reálnom čase.
Optimalizácia stratégie na dlhodobé zapamätanie namiesto odmeny za reláciu.

Ďalšia prípadová štúdia

LangVis

Hlasový jazykový tútor v reálnom čase, ktorý opraví každú vetu a posunie študenta z A2 na B2.