包容性教学法的计算模型：从理解到应用

人类教育超越了单纯的知识传递，它依赖于协同适应动力学——即智能体之间教学与学习策略的相互调整。尽管其核心地位，协同适应的师生交互（T-SI）的计算模型仍未得到充分发展。我们认为，这一差距阻碍了教育科学在不同环境中测试和推广情境洞察，并限制了机器学习系统的潜力，使其难以模拟和自适应地支持人类学习过程。为了解决这个问题，我们提出了一个计算性的T-SI模型，该模型将关于人类教育的情境洞察整合到一个可测试的框架中。我们使用该模型在一个现实的合成课堂环境中评估了多种T-SI策略，模拟了获取感官信息机会不均等的学生群体。结果表明，包含协同适应原则（例如，双向能动性）的策略优于单向方法（即只有教师或学生是主动的），改善了所有学习类型的学习成果。除了测试和推广情境依赖的教育洞察之外，我们的模型还能在受控但可适应的环境中生成假设。这项工作将人类教育的非计算理论与可扩展的、包容性的AI教育系统连接起来，为能够动态适应学习者需求的公平技术奠定了基础。