面向通用自主智能体：教育领域的神经符号 AI 框架整合社会与技术支持

教育中一个持久的挑战是如何赋予学生主动掌控其学习的能力，包括设定有意义的目标、跟踪进度、以及在遭遇挫折时调整策略。研究表明，这种以学习者为中心的学习方式通过结构化、支持性的环境来培育，其中包括引导练习、受脚手架支持的探究以及协作对话。为此，教育努力越来越多地采用人工智能（AI）驱动的数字学习环境，涵盖教育应用、虚拟实验室和严肃游戏。与此同时，大型语言模型（LLM）和神经符号系统的近期进展为重新构想数字学习环境中支持的交付方式提供了变革性机遇。LLM 正在实现社交互动式学习体验，并通过可适应不同科目和情境的可扩展学习支持来调整教学策略。并行地，神经符号 AI 为设计这些既具有适应性又可跨领域可扩展的智能体提供了新方法。基于上述观点，本文提出了一个多智能体神经符号框架，以解决上述挑战。该框架将不同教育角色分配给专门智能体：基于强化学习的“导师”智能体提供权威、非语言性的脚手架支持，而由 LLM 驱动的“同伴”智能体则促进学习的社会维度。虽然先前的工作在孤立环境中探索了这些智能体，但本框架的新颖之处在于通过中心教育本体法统地将它们整合在一起。通过大学水平和中学情境中的案例研究，我们展示了该框架在不同领域中的适应性。我们随后概述了推进 AI 驱动学习环境的关键见解和未来方向。