Framework basato su LLM per il tracciamento interpretabile della conoscenza nei dialoghi di tutoraggio

I ricercatori propongono un framework di tracciamento della conoscenza conversazionale che utilizza grandi modelli linguistici per valutare le prestazioni degli studenti nei sistemi di tutoraggio basati sull'IA. Il framework modella esplicitamente le abilità degli studenti e la difficoltà dei compiti a ogni turno di dialogo, integrando la Teoria della Risposta all'Item per previsioni interpretabili. Affronta i limiti dei metodi esistenti che ignorano la modellazione della difficoltà e si basano su rappresentazioni opache dei LLM. L'approccio utilizza domande testuali originali e successivi compiti del tutor per stimare gli stati di conoscenza e la difficoltà imminente. Questo lavoro mira a consentire un supporto personalizzato nei sistemi di tutoraggio interattivi.