一种基于支架可行域约束的自适应导学方法及系统

本技术属于智能教育，更具体地，涉及一种基于支架可行域约束的自适应导学方法及系统。

背景技术：

1、支架式教学是源自维果斯基最近发展区理论的一种引导式教学方法，其核心思想是教师根据学习者的当前认知水平，提供强度可调的认知支持，而非直接告知答案。随着生成式人工智能技术与智能教育的深度融合，将该教学方法以可计算的算法形式加以实现，使智能导学系统能够根据学习者当前状态自适应地调整引导强度，是智能教育领域的重要研究方向。

2、现有相关技术存在以下几类方案及其缺陷，制约了自适应导学的可控性、可解释性与策略灵活性：

3、第一类是基于本体描述语言与规则推理的导学服务方案，该类方案通过本体建模与规则匹配为学习者推荐资源，虽然具备较强的可解释性，但本体维护成本高，自然语言开放对话与多轮交互能力薄弱，难以适应需要细粒度多轮交互的问题求解场景。

4、第二类是基于多层关键词匹配的检索式导学方案，该类方案仅完成静态内容检索，不具备对学习者当前认知状态的动态感知与过程性引导能力，难以满足支架式教学对认知支持强度动态调整的核心要求。

5、第三类是基于分层语言模型协同的导学方案，该类方案由一上层语言模型基于固定的多阶段状态机生成包含目标阶段、动作类型、技能焦点、情感策略、约束条件等字段的单一确定性控制指令，再由一下层语言模型据此生成自然语言回复。该类方案还通常引入由若干情感维度构成的情感向量、由即时表现分与历史平均分加权得到的单一标量形式技能掌握分。然而该类方案存在以下技术问题：

6、其一，上层模型每一轮输出的是唯一确定的控制指令，教学策略空间被压缩为若干固定档位之间的硬切换（如脚手架、线索提示、直接挑战三档），下层模型只能被动遵循指令进行话语生成，无法根据具体语境在邻近的几种支架强度之间做精细调整，这种单点确定性输出与最近发展区理论所要求的“支架强度应在邻近区间内动态调整”的核心思想不相吻合。

7、其二，该类方案将学习者状态压缩为单一标量的技能掌握分与情感向量，当学习者出现“概念已掌握但表达困难”或“表达流畅但概念混淆”等典型异质状态时，系统无法做出差异化响应。

8、其三，下层模型仅承担文本生成单一任务，无法学习“在何种学习者状态下应选择何种支架强度”这一与教学效果直接相关的策略性技能。策略选择全部由上层模型通过阈值切换硬性决定，使下层模型沦为纯粹的文本表达器，无法实现策略与表达的协同优化。

9、其四，离线训练样本通常由原始题目直接映射为单轮“指令—启发式追问”对，使下层模型仅学到单轮提问范式，缺乏完整对话语境下的策略选择经验，难以泛化到多轮真实交互。

技术实现思路

1、针对现有技术的缺陷，本技术的目的在于提供一种基于支架可行域约束的自适应导学方法及系统，旨在解决现有自适应导学方法由于教学策略空间被压缩为若干固定档位之间的硬切换、将学习者状态压缩为单一标量以及下层模型仅承担文本生成单一任务导致的自适应导学灵活性较低的问题。

2、为实现上述目的，第一方面，本技术提供了一种基于支架可行域约束的自适应导学方法，包括：

3、基于学习者作答的自然语言问题，获得问题分析数据；

4、基于学习者针对所述自然语言问题的回答，获取学习者状态，所述学习者状态包括相互独立的概念掌握状态、过程推进状态和表达状态；

5、基于所述学习者状态，根据预设控制规则生成导学决策，所述导学决策包括候选支架可行域，所述候选支架可行域为由至少两个编号连续的支架等级所构成的集合；

6、将所述导学决策、所述学习者针对所述自然语言问题的回答及所述学习者状态输入训练完成的大语言模型，获得大语言模型输出的结构化数据形式的选定支架等级与导学话语，所述选定支架等级在所述候选支架可行域范围内，并将所述导学话语输出给学习者。

7、本技术通过将学习者状态建模为相互独立的概念掌握状态、过程推进状态和表达状态，使系统能够沿三个独立认知维度精确感知学习者的异质认知状况，避免了将多维认知状态压缩为单一标量所导致的状态混淆问题，能够对“概念已掌握但表达困难”或“表达流畅但概念混淆”等典型异质状态做出差异化响应；通过基于学习者状态生成包含至少两个编号连续的支架等级构成的候选支架可行域，将教学策略输出由现有方案中的单支架构等级硬切换扩展为一个连续的策略可行域，使导学过程中的支架强度能够在邻近区间内动态调整，实现“在最近发展区内动态调整支架强度”的教学目标，显著提升教学策略的灵活性；通过由训练完成的大语言模型在同一次推理过程中同时输出选定支架等级与导学话语，且选定支架等级被约束在候选支架可行域范围内，使大语言模型在生成导学话语的同时具备策略选择能力，避免了现有方案中话语生成模块仅承担文本表达任务、策略选择完全由外部硬性决定的架构缺陷，实现了策略选择与话语生成的协同优化，提高自适应导学灵活性。

8、根据本技术提供的一种基于支架可行域约束的自适应导学方法，所述候选支架可行域的集合元素取自六级支架等级集合，所述六级支架等级集合依次包括开放追问等级、定向追问等级、证据要素提示等级、原理提示等级、局部纠偏等级和显式讲解加复述等级，相邻等级所携带的信息增量满足等级编号越高，信息增量越大。

9、本技术通过将候选支架可行域的集合元素取自包含开放追问、定向追问、证据要素提示、原理提示、局部纠偏和显式讲解加复述的六级支架等级集合，且相邻等级所携带的信息增量满足等级编号越高信息增量越大的单调性，为支架式教学提供了粒度精细、语义明确的支架强度分级体系。该分级体系覆盖了从最轻度引导（开放追问）到最重度支持（显式讲解加复述）的完整支架强度谱系，使导学系统能够在学习者的最近发展区内精确匹配适当强度的认知支持。等级间信息增量的单调性保证了可行域内的等级选择具有可解释的教学语义，便于教师与教研人员审查与理解导学策略。

10、根据本技术提供的一种基于支架可行域约束的自适应导学方法，所述预设控制规则包括状态映射规则、误解优先纠偏规则、表达下限保护规则和连续性约束规则。

11、本技术通过将预设控制规则具体限定为状态映射规则、误解优先纠偏规则、表达下限保护规则和连续性约束规则四级规则级联施加，为候选支架可行域的生成提供了完整的、可审计的混合控制机制。

12、状态映射规则根据学习者的概念掌握状态与过程推进状态确定可行域的初始区间，实现支架强度与学习者认知水平之间的合理映射。误解优先纠偏规则在检测到具体误解时将可行域覆盖为高支架等级集合，确保系统在发现误解时能够优先提供高强度纠偏支持，及时纠正学习者的认知偏差。表达下限保护规则在学习者存在表达困难时剔除低编号支架等级，避免向表达困难的学习者提供信息量过少的开放性引导而加重其认知负担。连续性约束规则确保可行域始终为一段连续区间而非离散点集，保证了可行域内支架等级选择的平滑性和教学策略调整的渐进性；四级规则的级联施加机制使每一轮导学决策均具备明确的规则依据，使整条导学决策链成为可解释、可审计的教学过程日志。

13、根据本技术提供的一种基于支架可行域约束的自适应导学方法，所述大语言模型的训练过程包括：

14、以导学单元为粒度构建训练数据集，每个导学单元至少包含一个原始问题、目标概念、核心知识点集合、标准推理步骤链、候选误解类型集合以及支架提示链，所述支架提示链由多个支架等级分别对应的参考话术构成；

15、对每个导学单元进行完整多轮对话模拟，生成包含多轮对话上下文的对话日志；

16、对所述对话日志按对话轮次进行扁平化抽取，得到训练样本，每条训练样本的输入字段包括候选支架可行域、目标推理步骤、教学动作类型、参考话术、学习者本轮话语、学习者状态及历史对话摘要，输出字段为同时包含选定支架等级与导学话语两个键的结构化数据；

17、基于所述训练样本，采用低秩参数适配方法对基座大语言模型进行联合训练。

18、本技术通过以导学单元为粒度构建包含原始问题、目标概念、核心知识点集合、标准推理步骤链、候选误解类型集合及支架提示链的完整训练数据集，为大语言模型的训练提供了结构化、体系化的训练数据基础，使训练数据天然携带教学领域的先验知识；通过对每个导学单元进行完整多轮对话模拟并按对话轮次进行扁平化抽取，使每条训练样本携带完整多轮对话的上下文信息，避免了现有方案中训练样本仅为单轮“指令—启发式追问”对所导致的多轮语境缺失问题，有效提升了大语言模型对多轮真实交互场景的泛化能力；通过将选定支架等级与导学话语作为联合输出字段，采用低秩参数适配方法对基座大语言模型进行联合训练，使模型同时学习“在可行域内选择何种支架等级”与“如何生成相应话语”两项任务。两项任务的监督信号在同一次前向传播中提供，通过共享的底层语义表征实现协同优化，使训练完成的大语言模型具备策略选择与话语生成的双重能力，而非仅承担文本生成的单一任务。

19、根据本技术提供的一种基于支架可行域约束的自适应导学方法，所述方法还包括：

20、若大语言模型输出的选定支架等级不在所述候选支架可行域范围内，触发重写机制并以所述候选支架可行域内最接近的支架等级覆盖输出。

21、本技术通过在大语言模型输出的选定支架等级不在候选支架可行域范围内时，触发重写机制并以候选支架可行域内最接近的支架等级覆盖输出，为可行域硬约束提供了推理阶段的后置校验保障。该重写机制确保了无论大语言模型的生成过程如何，最终输出的支架等级始终落在混合控制规则所确定的策略可行域之内，从工程层面杜绝了支架强度越界的风险，保证了导学决策的可控性与可靠性。该机制与训练阶段的可行域一致性约束形成双保险，共同保障可行域硬约束的严格满足。

22、根据本技术提供的一种基于支架可行域约束的自适应导学方法，在所述将所述导学话语输出给学习者之后，所述方法还包括：

23、接收学习者的回应，基于所述回应更新所述学习者状态，并输出流程跳转标识。

24、本技术通过在导学话语输出给学习者后接收其回应并更新学习者状态、输出流程跳转标识，将导学过程构建为“诊断—决策—生成—评估—更新”的完整闭环控制流程，该闭环机制使系统能够根据学习者对导学话语的实际回应动态更新认知状态感知，实现支架强度的逐轮自适应调整，而非一次性静态输出。流程跳转标识的引入使系统能够根据学习者的实时认知状态判断导学进程，决定是继续当前问题的导学、进入总结环节、进入迁移问题还是结束导学，实现了导学过程的自主流程管理，提升了导学系统的智能化水平和适应性。

25、根据本技术提供的一种基于支架可行域约束的自适应导学方法，所述流程跳转标识根据当前掌握水平、概念掌握状态、过程推进状态、连续无进展轮数与累计轮数综合判定。

26、本技术通过将流程跳转标识的判定依据具体限定为当前掌握水平、概念掌握状态、过程推进状态、连续无进展轮数与累计轮数的综合判定，为导学流程的跳转决策提供了多维度、精细化的判定规则。当前掌握水平与认知状态的联合判定确保了在学习者真正达到高水平掌握时才触发总结或迁移，避免了仅凭单一维度判断所导致的误跳转。连续无进展轮数的引入实现了对学习者学习瓶颈的自动检测，当学习者连续多轮未取得进展时系统能够自动跳转至总结分支并提供兜底支持，避免了在无效交互中消耗学习者的时间和认知资源。累计轮数上限的设置为导学过程提供了硬性终止边界，确保导学过程不会无限持续，保障了系统的实用性和用户体验。

27、第二方面，本技术提供一种基于支架可行域约束的自适应导学系统，包括：

28、第一获取模块，用于基于学习者作答的自然语言问题，获得问题分析数据；

29、第二获取模块，用于基于所述问题分析数据以及学习者针对所述自然语言问题的回答，获取学习者状态，所述学习者状态包括相互独立的概念掌握状态、过程推进状态和表达状态；

30、生成模块，用于基于所述学习者状态，根据预设控制规则生成导学决策，所述导学决策包括候选支架可行域，所述候选支架可行域为由至少两个编号连续的支架等级所构成的集合；

31、导学模块，用于将所述导学决策、所述学习者针对所述自然语言问题的回答及所述学习者状态输入训练完成的大语言模型，获得大语言模型输出的结构化数据形式的选定支架等级与导学话语，所述选定支架等级在所述候选支架可行域范围内，并将所述导学话语输出给学习者。

32、第三方面，本技术提供一种电子设备，包括：至少一个存储器，用于存储程序；至少一个处理器，用于执行存储器存储的程序，当存储器存储的程序被执行时，处理器用于执行第一方面或第一方面的任一种可能的实现方式所描述的基于支架可行域约束的自适应导学方法。

33、第四方面，本技术提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，当计算机程序在处理器上运行时，使得处理器执行第一方面或第一方面的任一种可能的实现方式所描述的基于支架可行域约束的自适应导学方法。

34、第五方面，本技术提供一种计算机程序产品，当计算机程序产品在处理器上运行时，使得处理器执行第一方面或第一方面的任一种可能的实现方式所描述的基于支架可行域约束的自适应导学方法。

35、可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。

36、总体而言，通过本技术所构思的以上技术方案与现有技术相比，具有以下有益效果：

37、（1）通过将学习者状态建模为相互独立的概念掌握状态、过程推进状态和表达状态，使系统能够沿三个独立认知维度精确感知学习者的异质认知状况，避免了将多维认知状态压缩为单一标量所导致的状态混淆问题，能够对“概念已掌握但表达困难”或“表达流畅但概念混淆”等典型异质状态做出差异化响应。

38、（2）通过基于学习者状态生成包含至少两个编号连续的支架等级构成的候选支架可行域，将教学策略输出由现有方案中的单支架构等级硬切换扩展为一个连续的策略可行域，使导学过程中的支架强度能够在邻近区间内动态调整，实现“在最近发展区内动态调整支架强度”的教学目标，显著提升教学策略的灵活性。

39、（3）通过由训练完成的大语言模型在同一次推理过程中同时输出选定支架等级与导学话语，且选定支架等级被约束在候选支架可行域范围内，使大语言模型在生成导学话语的同时具备策略选择能力，避免了现有方案中话语生成模块仅承担文本表达任务、策略选择完全由外部硬性决定的架构缺陷，实现了策略选择与话语生成的协同优化。

40、（4）通过以导学单元为粒度构建包含原始问题、目标概念、核心知识点集合、标准推理步骤链、候选误解类型集合及支架提示链的完整训练数据集，为大语言模型的训练提供了结构化、体系化的训练数据基础，使训练数据天然携带教学领域的先验知识；通过对每个导学单元进行完整多轮对话模拟并按对话轮次进行扁平化抽取，使每条训练样本携带完整多轮对话的上下文信息，避免了现有方案中训练样本仅为单轮“指令—启发式追问”对所导致的多轮语境缺失问题，有效提升了大语言模型对多轮真实交互场景的泛化能力。

41、通过上述有益效果的组合，解决了现有自适应导学方法由于教学策略空间被压缩为若干固定档位之间的硬切换、将学习者状态压缩为单一标量以及下层模型仅承担文本生成单一任务导致的自适应导学灵活性较低的问题，取得了“提高自适应导学灵活性”的技术效果。