🤖 AI

KNOWPLAN: Knowledge-Driven AI Agents for Smart Degree Pathway Planning

KnowPlan è un sistema di IA a due stadi, guidato dalla conoscenza, che prima ricostruisce i curricula universitari da fonti eterogenee utilizzando un crawler proattivo e basato sull'estrazione (CatalogBrowse) e poi ottimizza i percorsi di laurea personalizzati tramite un risolutore a ipergrafo certificato (DegreeMap), ottenendo un elevato richiamo e fattibilità riducendo significativamente i costi di accesso alle fonti rispetto agli approcci end-to-end.

Autori originali: Shuheng Cao, Weijia Zhang, Jiaqi Wu, Xiyun Hu, Yat Yang, Juqy Chen, Zhaoxiang Feng

Pubblicato 2026-08-10

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Shuheng Cao, Weijia Zhang, Jiaqi Wu, Xiyun Hu, Yat Yang, Juqy Chen, Zhaoxiang Feng

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di cercare di costruire l'ultimo castello Lego personalizzato, ma le istruzioni sono sparse su un milione di siti web diversi, alcune scritte in codice, altre in PDF e altre ancora nascoste dietro porte di cui non conosci l'esistenza. Questo è il mondo della consulenza accademica, un campo in cui i computer cercano di aiutare gli studenti a capire esattamente quali corsi frequentare per laurearsi in tempo. Per anni, i ricercatori hanno costruito sistemi intelligenti in grado di suggerire il programma perfetto se possiedono già l'elenco completo delle regole. Ma ecco il problema: ottenere quell'elenco di regole è un incubo. I siti web universitari sono disordinati, incoerenti e in costante mutamento. Se un computer prova a "leggere" le regole mentre sta contemporaneamente decidendo quali corsi scegliere, crea un ciclo confuso: potrebbe saltare una regola perché non ha ancora ritenuto importante, solo per rendersi conto in seguito che saltare quella regola rende l'intero piano impossibile. Questo articolo affronta proprio quel mal di testa, chiedendosi: come può un computer raccogliere tutte le regole disordinate prima, senza conoscere gli obiettivi personali dello studente, e poi usare quelle regole per costruire un piano perfetto e garantito?

Entra in scena KnowPlan, una squadra di robot a due fasi progettata per sciogliere questo nodo accademico. Pensa al primo robot, CatalogBrowse, come a un bibliotecario super organizzato a cui non importa chi tu sia o cosa voglia studiare. Il suo unico compito è esplorare la biblioteca digitale dell'università e trovare ogni singola regola, corso e requisito, non importa quanto nascosto. Inveve di limitarsi a cliccare link casualmente o seguire una mappa semplice, questo robot gioca a un gioco ad alta tensione di "cosa viene dopo?". Calcola il valore di ogni possibile clic, chiedendosi: "Se apro questa pagina, quanta nuova informazione otterrò rispetto allo sforzo profuso?". Continua finché non ottiene un "certificato di chiusura" — un sigillo digitale di approvazione che dimostra che non ha perso nessun pezzo critico del puzzle. Non va a tentoni; si ferma solo quando è matematicamente sicuro di aver trovato tutto ciò che è possibile trovare in quel fermo immagine del sito web. Una volta terminato, consegna tre file digitali ordinati e organizzati contenenti l'intero curriculum.

Il secondo robot, DegreeMap, è il maestro della pianificazione. Prende quei tre file e il profilo personale dello studente (come i suoi voti, i suoi interessi e il carico di lavoro che può gestire). Costruisce quindi una complessa mappa 3D dei requisiti, dove i corsi sono collegati da fili invisibili di logica (come "devi frequentare Math 101 prima di Math 102"). Utilizzando un potente motore matematico, non trova solo un piano; trova il piano migliore. Bilancia regole rigide (non puoi laurearti senza questo corso) con desideri morbidi (ami davvero la biologia), assicurando che lo studente termini nel minor tempo possibile e con il minor stress. Fondamentalmente, poiché il primo robot ha svolto il suo compito perfettamente, il secondo robot non deve mai chiedersi se una regola esista. Si limita a lavorare con ciò che gli viene dato.

I risultati sono impressionanti. Quando testato su 100 università diverse, il primo robot ha trovato il 96,2% di tutti i corsi disponibili e ha recuperato l'88,7% delle pagine "nascoste" che altri metodi avevano mancato, il tutto visitando il 47% in meno di pagine web rispetto a un robot che cerca semplicemente di leggere tutto. Il secondo robot ha poi utilizzato questi dati per creare piani che erano validi al 100% (nessun programma impossibile) e ha reso gli studenti più soddisfatti delle proprie scelte di un margine piccolo ma misurabile rispetto ad altri sistemi all'avanguardia. L'intero sistema ha certificato con successo il 99,5% delle richieste, dimostrando che separando il compito di "trovare le regole" da quello di "creare il piano", possiamo costruire una guida molto più affidabile e personalizzata per gli studenti. Gli autori dimostrano che questo approccio elimina la confusione della logica circolare, trasformando una ricerca caotica in un viaggio verso la laurea certificato e passo dopo passo.

Sintesi Tecnica: KnowPlan

Definizione del Problema

La pianificazione dei percorsi accademici è un problema decisionale guidato da vincoli che richiede agli studenti di sequenziare i corsi per soddisfare la logica dei prerequisiti, i requisiti del corso, i limiti di crediti e le offerte semestrali. Sebbene lavori precedenti abbiano affrontato la raccomandazione dei corsi e l'ottimizzazione del curriculum, tali approcci assumono ampiamente che sia già disponibile una rappresentazione sufficientemente completa del curriculum.

La costruzione di questa rappresentazione da fonti universitarie pubbliche è intrinsecamente difficile. I curricula istituzionali sono distribuiti su formati eterogenei (pagine web, endpoint JSON, PDF) senza uno schema condiviso, contenendo clausole logiche annidate, sovrapposizioni di requisiti ed eccezioni di policy. Una lacuna critica, non affrontata nella letteratura esistente, è la circolarità acquisizione–pianificazione: se un pianificatore personalizzato controlla l'acquisizione della fonte, l'obiettivo attuale dello studente determina quali pagine vengono aperte. Di conseguenza, il grafo parziale risultante determina quali piani appaiono fattibili, e lo stesso grafo incompleto viene utilizzato per validare il piano. Le regole mancanti rimangono invisibili perché non sono mai state acquisite.

Metodologia

Gli autori presentano KnowPlan, un framework basato prima sull'estrazione che separa la ricostruzione del curriculum dalla pianificazione del titolo di studio personalizzato per rompere questa circolarità. Il sistema opera in due fasi distinte:

1. CatalogBrowse: Estrazione Indipendente dal Profilo

CatalogBrowse è un agente di esplorazione web progettato per acquisire i dati del curriculum senza accesso ad alcun profilo studente.

Stato e Osservabilità: L'agente mantiene un grafo dinamico delle pagine e una frontiera di link non ancora aperti. Crucialmente, il contenuto della pagina viene rivelato solo dopo che un'azione è stata pre-impegnata e pagata, impedendo all'agente di ispezionare il contenuto per decidere se accedervi.
Obblighi Atomici: Invece di fare affidamento su segnali di completamento pesati che incoraggiano successi facili, l'agente punta a un insieme finito di obblighi atomici ( $O$ ), come la scoperta di voci di indice, l'istanza di entità, la compilazione di campi obbligatori e la risoluzione di riferimenti.
Policy: L'agente seleziona le azioni utilizzando un limite inferiore di confidenza (LCB) sul guadagno marginale atteso per obbligo per unità di accesso alla fonte. Questa policy conservativa dà priorità alle evidenze già validate e assicura che le azioni sconosciute vengano perseguite solo se l'obbligo stesso genera un guadagno atteso positivo.
Parsing e Fallback: Il sistema utilizza adattatori deterministici per API, DOM e PDF. Per clausole logiche complesse, impiega un modello da clausola a AST con vincolo di span. Il modello è limitato ai token letteralmente presenti nello span visibile e non può emettere URL o identificatori arbitrari; gli output vengono rilocati nel testo della pagina prima dell'accettazione.
Terminazione: L'agente si ferma solo quando è valido un certificato di chiusura. Questo certificato verifica che ogni voce di indice scoperta sia collegata a un'entità o registrata come esplicitamente fallita, che ogni campo richiesto dallo schema sia compilato o esplicitamente irrisolto, e che ogni offset di provenienza rientri nei limiti di una pagina aperta dall'agente. Il certificato localizza le evidenze ma non giudica i fatti stessi; è relativo a uno snapshot e non fa affermazze sul Web live.
Output: La fase emette esattamente tre documenti JSON collegati alla provenienza: corsi/prerequisiti, requisiti del programma e framework di educazione generale.

2. DegreeMap: Pianificazione Personalizzata

DegreeMap consuma solo i tre documenti JSON prodotti da CatalogBrowse e la specifica richiesta dello studente.

Ipergrafo dei Requisiti Tipizzati: Il compilatore mappa i documenti JSON in un ipergrafo dei requisiti tipizzati. Preserva le strutture logiche complesse (es. CHOOSE_N, ALL_OF) come iperarchi anziché espanderle in clausole a coppie, garantendo l'applicazione esatta di vincoli come "scegli 3 da 9".
Utilità Personalizzata: Il sistema calcola un punteggio $S(c)$ $S (c)$ per ogni corso basandosi su:
- Interesse semantico diretto ( $I_0$ ).
- Diffusione del grafo tipizzato ( $I_D$ ), che propaga l'interesse attraverso i bordi di adempimento e cross-listing ma non attraverso i bordi dei prerequisiti.
- Valore di sblocco dei prerequisiti ( $U$ ), che propaga l'interesse all'indietro lungo i percorsi di dipendenza.
- Guadagni di Major/General Education, valore delle opzioni future, carico di lavoro, rischio e avversione.
Ottimizzazione Lessicografica CP-SAT: Il pianificatore risolve per un insieme classificato di piani utilizzando un ordine lessicografico:
1. Fattibilità Hard (soddisfacimento di tutti i vincoli).
2. Minimo orizzonte di completamento.
3. Carico di lavoro e rischio di programmazione.
4. Utilità personalizzata.
5. Valore delle opzioni future.
  Ogni fase fissa l'ottimo provato della fase precedente come un vincolo hard, preservando la certificabilità entro un budget fisso del solver.
Chiarimento: Se il piano ottimale varia tra le ipotesi di preferenza rimanenti, il sistema pone domande mirate per ridurre il regret atteso.

Contributi Chiave

Formulazione: Il documento formula la pianificazione del titolo di studio da fonti pubbliche come un problema a due stadi di acquisizione e ottimizzazione, rendendo la circolarità acquisizione–pianificazione direttamente misurabile.
CatalogBrowse: Introduce un agente indipendente dal profilo caratterizzato da esplorazione guidata dagli obblighi, estrazione collegata alla provenienza e una regola di arresto basata su certificato che assicura la completezza dell'output rispetto a uno snapshot congelato, verificando che tutte le voci scoperte siano elaborate o esplicitamente fallite.
DegreeMap: Presenta un pianificatore che combina un ipergrafo dei requisiti tipizzati con un'ottimizzazione lessicografica esatta, valutata attraverso tracce a sorgente mascherata e coppie gold-versus-extracted.

Risultati

Il sistema è stato valutato su una traccia Broad-100 (100 università) e una traccia Dense-6 (6 università con diversi formati di sorgente).

Performance di Estrazione (CatalogBrowse):
- Ha raggiunto il 96,2% di recall dell'inventario e l'88,7% di recupero della sorgente mascherata (recupero di entità dietro pagine nascoste).
- Ha utilizzato il 47% in meno di accessi alla sorgente rispetto a un crawler esaustivo, superando al contempo i baseline come Static BFS e agenti stile Go-Browse.
- Ha mantenuto un alto Typed F1 (79,4) e un'equivalenza semantica AST (77,8) sulla traccia broad.
Performance di Pianificazione (DegreeMap):
- Ha mantenuto il 100,0% di fattibilità hard sulla traccia Dense-6.
- Ha migliorato l'utilità personalizzata di +0,066 rispetto al baseline più forte (stile LLMAP MSGS).
- Ha ridotto l'orizzonte di completamento da 6,7 a 6,3 semestri.
Performance End-to-End:
- L'intera pipeline ha certificato il 99,5% delle richieste di pianificazione.
- Il gap di utilità rispetto alla pianificazione su un grafo del curriculum "gold" privilegiato era solo di 0,015.
- Gli studi di ablazione hanno confermato che rimuovere il certificato a punto fisso riduce la recall di 4,4 punti, e l'uso di un obiettivo a somma pesata invece dell'ottimizzazione lessicografica riduce la fattibilità certificata di 4,0 punti.

Significato

Il documento sostiene che KnowPlan rimuove la circolarità acquisizione–pianificazione per costruzione. Separando l'acquisizione del curriculum (indipendente dagli obiettivi dello studente) dalla ottimizzazione del piano, il sistema rende l'interfaccia tra l'acquisizione dei dati e l'uso misurabile anziché presunta. Gli autori sottolineano che questo approccio converte un'assunzione di modellazione (che il curriculum sia noto) in una quantità misurata, dimostrando che una pianificazione del titolo di studio affidabile richiede l'acquisizione del curriculum indipendente dal profilo prima dell'ottimizzazione specifica dello studente. Il framework è generalizzabile a qualsiasi dominio in cui un agente debba acquisire un modello del mondo per valutarlo rispetto a un obiettivo successivo, a patto che l'obiettivo di acquisizione sia fissato prima che l'obiettivo sia noto.