技术摘要：认知孪生与个性化思维模型（PTM）

1. 问题陈述

有效的教育个性化不仅需要追踪绩效指标或活动日志，更需要理解学习者如何解读任务、调节努力并应用知识。现有的学生建模方法往往依赖“黑盒”预测或表面指标，无法区分知识缺陷、误解和元认知困难。此外，当前的知识追踪模型通常仅估计概念掌握程度，而未明确表征学习者如何组织概念间的关系，或如何调节其自身的学习过程。因此，亟需可解释的学习者模型，以表征推理、元认知调节和自我系统动机，从而提供量身定制的支架，并充当持续的学习伙伴。

2. 方法论

2.1 理论框架

个性化思维模型（PTM）基于Marzano 的新教育目标分类学，该分类学 delineated 三个交互系统：认知系统（任务执行）、元认知系统（目标设定与调节）和自我系统（动机优先级与信念）。该框架指导模型的层级结构，从具体的行为实例延伸至抽象的核心价值。

2.2 模型架构

PTM 将学习者日志中的证据组织为五层层级知识图谱：

• L0（行为实例）： 直接从原始文本中提取的原子级 5W1H（何事、何时、何地、何人、何故、如何）事件实例。
• L1（行为模式）： 通过语义聚类从 L0 实例合成的重复模式，映射至 Marzano 认知系统中的“理解”部分。
• L2（认知应用）： 策略性惯例、习惯形成及触发反应，映射至认知系统中的“知识应用”部分。
• L3（元认知）： 目标优先级、规划逻辑及决策依据，映射至元认知系统。
• L4（核心价值）： 基本信念、深层动机及问题解决哲学，映射至自我系统。

2.3 构建流程

该模型采用三阶段流程构建，涉及大语言模型（LLM）推理（Gemini 2.5 Pro）、句子嵌入、降维及聚类：

1. 阶段一（数据摄入与 L1 创建）： 原始日志条目被解析为原子级 L0 实例。这些实例使用 Sentence BERT（all MiniLM L6 v2）转换为稠密向量，经 UMAP 降维至 25 维，并使用 HDBSCAN 进行聚类。应用带有时间惩罚的加权共识聚类算法以识别稳定的跨日模式，随后将其合成为 L1 节点。
2. 阶段二（高层合成）： 通过采样 50 个 L1 节点生成分析维度。这些维度指导通过基于提示的聚类将 L1 节点分组为 L2、L3 和 L4 簇。随后，基于图的合成提示为这些簇生成抽象解释，从而创建高层节点。
3. 阶段三（人机回环 refinement）： 人机回环（HITL）阶段允许用户通过事实核查问题审查生成的节点。用户反馈用于优化节点内容，确保模型保持准确且可理解。

2.4 评估策略

在印度尼西亚对 40 名本科信息技术学生进行了为期七周的实地研究。PTM 的保真度通过三种方法进行评估：

• 自动评估： 原子信息点与真实日志句子的匹配，计算精确率、召回率和 F1 分数。
• 用户评估： 采用 Likert 量表（1–5 分）调查，评估合成陈述在 HITL 优化前后的感知准确性。
• 语义对齐验证： 分析内部语义（主题连贯性、相似度、轮廓系数、主题数量）和外部基础（模型词汇与源日志之间的 Jaccard 相似度），以验证抽象层级。

3. 关键结果

3.1 模型保真度与准确性

• 自动评估： PTM 在 HITL 优化前的整体F1 分数为 74.57%，优化后为75.48%。这两个数值均超过了复杂信息提取中可接受准确性的 0.70 基准。改进主要由误报（幻觉）的减少所驱动。
• 层级表现： 所有层级在优化后均保持了 70% 以上的 F1 分数。较低层级（L1、L2）在优化后显示出适度提升，而较高层级（L3、L4）变化甚微，这可能是因为这些构念的抽象性质使用户难以精确验证。

3.2 用户感知

• 接受度： 用户对模型评价很高，在 5 分量表上的平均得分分别为4.26（HITL 前）和4.30（HITL 后）。
• 差异： 用户评分始终比自动 F1 分数高出约 7%。这表明用户更重视语义“大意”和主题对齐，而非逐字匹配，而自动指标对词汇变化更为严格地予以惩罚。
• 定性反馈： 参与者指出，虽然高层术语有时比他们自己的语言更具学术性，但核心含义感觉准确，并为其习惯提供了“更清晰的解释”。

3.3 语义层级与抽象

• 内部语义： 主题连贯性从0.436（L1）增加到0.626（L4），表明高层形成了更连贯、可解释的主题单元。
• 外部基础： 观察到语义连贯性与词汇重叠之间存在明显的反比关系。Jaccard 相似度从0.114（L1）下降到0.007（L4）。这证实了模型成功执行了语义抽象，而非简单的抽取式摘要，即从直接事件提取转向概念表征。
• 结构： 节点分布遵循层级模式（L1 与 L4 之间约为 4:1 的比例），层间链接密度显示高层节点由多个低层观察结果支持（平均入度约为 3.06）。

4. 关键贡献

• 可解释的认知孪生： 本文引入 PTM 作为“认知孪生”，它建模学习者的内部思维、规划和动机，而不仅仅是物理或绩效数据。它充当了可检查的、层级化的学习者过程表征。
• 层级架构： 它将 Marzano 的分类学操作化为计算流程，成功实现了从原子行为数据到抽象自我系统价值的过渡。
• 抽象验证： 该研究提供了实证证据，证明 AI 生成的学习者模型可以实现有效的语义层级，即高层变得更加连贯且更少依赖源词汇，同时不丧失用户感知的关联性。
• HITL 动态： 研究表明，虽然 HITL 优化提高了模型准确性（特别是通过减少幻觉），但其有效性取决于用户反馈的深度和复杂性。

5. 意义与主张

本文主张，PTM 通过提供学习者思维的可检查、可解释的表征，成功解决了教育 AI 中的“黑盒”问题。结果表明：

1. 保真度可实现： AI 能够从非结构化日志数据中构建具有可接受事实保真度（F1 > 75%）的个性化思维模型。
2. 抽象有效： 模型成功将用户数据抽象为高阶认知和自我系统概念，这通过连贯性的增加和词汇重叠的减少得到了证实。
3. 用户信任已建立： 即使语言比用户自己的语言更正式，学习者仍将这些合成画像视为对其思维的准确反映。
4. 永恒学习的基础： 通过充当持续适应的持久数字对应物，PTM 为“永恒学习”奠定了基础——这是一种通过数字仓库捕获和延续人类智慧的系统方法，超越了人类知识共享的自然局限。

作者保持了谦逊的立场，承认研究的局限性，如研究对象的同质性（印度尼西亚 IT 本科生）以及研究持续时间较短，这可能无法捕捉自我系统信念的长期转变。他们总结道，虽然 PTM 是个性化支架的坚实基础，但未来的工作必须解决界面设计问题，以更好地支持用户对抽象概念的优化，并在多样化人群中验证该模型。