CogEvolution：用于模拟学生认知演化的人类类生成教育智能体
人工智能
2026-05-11 v1
摘要
生成式智能体由于其精确的对人类行为进行建模和仿真的能力，已成为人工智能在教育 (AIEd) 领域中探索学习者复杂认知过程的关键工具。然而，现有的教育智能体主要依赖静态人物画像来模拟学生的学习行为，忽视了认知能力在实践互动中对学习结果起决定性作用。此外，这些方法难以刻画知识内化、迁移和认知状态转换的动态流动性。为克服这一瓶颈，本文提出一种能够模拟学生认知演化的人类类教育智能体：CogEvolution。具体而言，我们首先基于认知心理学中的交互式、建构性、主动性、被动 (ICAP) 分类法构建认知深度感知器，实现对学习者认知参与度的精确量化。随后，我们提出一种基于项目反应理论 (IRT) 的记忆检索方法，用于模拟新旧知识的联系与同化。最后，我们设计一种基于演化算法的动态认知更新机制，用于模拟学生学习行为和认知演化过程的实时集成。全面评估表明，CogEvolution 不仅在行为忠实度和学习曲线拟合方面显著优于基准模型，还独特地再现出符合教育心理学预期的合理且稳健的认知演化路径，为构建高度可解释的教育智能体提供了新的范式。
引用
@article{arxiv.2604.14786,
title = {CogEvolution: A Human-like Generative Educational Agent to Simulate Student's Cognitive Evolution},
author = {Wei Zhang and Yihang Cheng and Zhirong Ye and Kezhen Huang},
journal= {arXiv preprint arXiv:2604.14786},
year = {2026}
}
备注
none