Nuovo framework AI SC2R genera piani di intervento fattibili per studenti a rischio

I modelli di analisi dell'apprendimento segnalano gli studenti a rischio ma raramente suggeriscono interventi fattibili. Un nuovo preprint arXiv (2608.17618) propone SC2R, un framework di ricorso controfattuale con vincoli semantici che genera piani di intervento attuabili e conformi ai vincoli. SC2R integra un modello predittivo calibrato con la programmazione intera su variabili di azione discrete e utilizza un vocabolario RDF leggero per rappresentare i piani di intervento. La validazione SHACL verifica i vincoli di tempi, budget, immutabilità e disponibilità. Il framework è stato valutato offline sul dataset OULAD della Open University, utilizzando snapshot costruiti attorno a ciascuna valutazione su due orizzonti decisionali. I risultati indicano una forte performance predittiva, una generazione scalabile di piani di intervento compatti e che la validazione semantica rileva piani non fattibili che i metodi di ottimizzazione più leggeri non colgono.