RIGL：用于追踪独立学习与群体学习过程的统一互惠方法

在教育领域，独立学习和群体学习均被视为最经典的两种学习范式。前者允许学习者自主指导自己的学习，而后者则通常以教师驱动的场景为特征。近期的智能教育研究领域已利用深度时序模型追踪学习过程，捕捉学生知识状态的动态变化，并取得了显著的性能成果。然而，现有方法主要聚焦于建模独立学习过程，而群体学习范式受到的关注相对不足。此外，两种学习过程之间的互惠效应，尤其是其对促进学生整体发展的潜在作用，仍未得到充分探索。为此，本文提出了RIGL（Unified Reciprocal model for Independent and Group Learning processes），一种用于在个人层面和群体层面追踪知识状态的统一互惠模型。具体而言，我们首先引入时序感知的互惠嵌入模块，以并行建模学生与群体响应在各种时序框架下的相互作用。随后，我们采用互惠增强的学习建模，充分挖掘两种行为之间综合且互补的完整信息。进一步，我们设计了一种基于关系引导的时序注意力网络，包含动态图建模与时序自注意力机制，用于深入探讨学习过程中个体与群体互动的动态影响。最后，我们引入偏置感知的对比学习模块，以增强模型训练的稳定性。大量实验表明，在四个真实教育数据集上，所提出的RIGL模型效果显著。