CoLearn: An Agentic Tutor that Learns its Learner in a Human--AI Co-Learning Loop
作者: Kailai He, Zhihao Wu, Linhai Zhang, Runcong Zhao, Yulan He, Jiazheng Li
分类: cs.CL
发布日期: 2026-09-17
备注: Accepted to EMNLP 2026
💡 一句话要点
提出CoLearn以解决个性化辅导不足的问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 个性化辅导 学习者状态记忆 贝叶斯知识追踪 自适应问题生成 教育技术 智能辅导系统
📋 核心要点
- 现有的辅导工具大多依赖固定题库，无法根据学习者的个体差异进行有效的个性化辅导。
- CoLearn通过建立学习者的持续状态记忆，利用贝叶斯知识追踪方法和大语言模型生成个性化问题，提升学习效果。
- 实验结果表明，基于学习者记忆生成的问题在盲A/B测试中优于非个性化问题，且学习者的真实掌握情况得到了更好的反映。
📝 摘要（中文）
良好的辅导应当适应个体学习者，跟踪其知识掌握情况，识别错误原因，并提出最有帮助的问题。然而，现有的辅导工具往往使用固定题库，将错误回答视为单一信号。本文提出了CoLearn，一个交互式的智能辅导系统，支持迭代的辅导循环：学习者进行练习，系统建立基于证据的学习者记忆，更新其掌握情况和误解，并生成个性化问题。CoLearn包含三个主要组件：持久的学习者状态记忆、针对学习者薄弱知识点的自适应问题生成，以及通过实时进度可视化和盲A/B比较使个性化过程可见和可测试。在盲A/B评估中，基于记忆生成的问题比非个性化问题更受欢迎，比例达到68-69%。
🔬 方法详解
问题定义：本文旨在解决现有辅导工具无法根据学习者个体差异进行有效个性化辅导的问题。现有方法通常依赖固定题库，无法动态适应学习者的知识掌握情况和误解。
核心思路：CoLearn的核心思路是通过建立一个持续更新的学习者状态记忆，结合贝叶斯知识追踪和大语言模型，实时生成个性化问题，从而提升学习效果。
技术框架：CoLearn的整体架构包括三个主要模块：持久的学习者状态记忆、针对薄弱知识点的自适应问题生成模块，以及实时进度可视化和盲A/B比较的证据视图。
关键创新：CoLearn的关键创新在于其持续的学习者状态记忆和基于证据的个性化问题生成机制，这与传统的固定题库方法形成了本质区别。
关键设计：在技术细节上，使用了软证据变体的贝叶斯知识追踪方法，结合大语言模型作为观察函数，确保学习者状态的动态更新和个性化问题的精准生成。具体的参数设置和损失函数设计在实验中进行了优化。
🖼️ 关键图片
📊 实验亮点
在盲A/B评估中，基于学习者记忆生成的问题被偏好68-69%，显示出个性化辅导的显著优势。此外，在模拟学习者掌握情况的实验中，代理的信念逐渐收敛到学习者的真实掌握水平，验证了系统的有效性。
🎯 应用场景
CoLearn的研究成果具有广泛的应用潜力，尤其在教育技术领域。它可以用于在线学习平台、个性化辅导系统以及智能教育工具中，帮助学习者更有效地掌握知识，提升学习体验。未来，随着技术的进步，CoLearn可能会在更多领域得到应用，如职业培训和技能提升等。
📄 摘要（原文）
Good tutoring adapts to the individual: it tracks what a learner knows, notices why they go wrong, and asks the next question that will help most. Most deployed tutoring tools instead serve fixed item banks and treat a wrong answer as a single bit of signal. We present CoLearn, an interactive, agentic tutor that supports an iterative tutoring loop: the learner practises, and the system builds an evidence-grounded memory of the learner's mastery and misconceptions. This memory is updated as evidence accumulates and is used to generate the next personalised question. CoLearn has three components: (i) a persistent learner-state memory that updates per-topic mastery with a soft-evidence variant of Bayesian Knowledge Tracing, where a large language model acts as a continuous observation function; (ii) adaptive question generation that targets the learner's weakest topic and recurring misconceptions; and (iii) an evidence view that makes personalisation visible and testable through live progress visualisation and blind A/B comparison. In blind A/B evaluation, questions conditioned on this memory are preferred over non-personalised ones 68-69% of the time, and in persona simulations with hidden ground-truth mastery the agent's belief converges toward the learner's true mastery.