ExaCraft:面向个性化教育示例的动态学习上下文适应
人工智能
2025-12-12 v1 人机交互
摘要
学习最有效的方式是与与学习者个人水平相符、引人入胜的示例相关联。然而,现有教育 AI 工具未能针对学习者不断变化的理解、困境或日益提升的技能进行示例生成或适应。我们开发了 ExaCraft,一个通过适应学习者动态上下文来生成个性化示例的 AI 系统。通过 Google Gemini AI 和 Python Flask API 实现,该系统可通过 Chrome 扩展程序访问。ExaCraft 将用户定义的轮廓(包括位置、教育背景、职业和复杂度偏好)与学习者行为的实时分析相结合,确保示例在文化上相关且针对个体学习需求进行定制。系统的核心创新在于其能够适应五个关键学习情境方面的能力:困境指示符、掌握模式、主题进度历史、会话边界以及学习进展信号。我们的演示将展示 ExaCraft 的示例如何从基本概念发展到高级技术实现,响应主题重复、重新生成请求以及不同用例中的主题进度模式。
引用
@article{arxiv.2512.09931,
title = {ExaCraft: Dynamic Learning Context Adaptation for Personalized Educational Examples},
author = {Akaash Chatterjee and Suman Kundu},
journal= {arXiv preprint arXiv:2512.09931},
year = {2025}
}
备注
5 pages, 1 Figure