Le modèle apprenant
Avant chaque tour du tuteur, le StudentModelService construit un snapshot enrichi :
- ConceptMastery — probabilité bayésienne par concept (distribution Beta) avec intervalle de confiance et vitesse d'apprentissage relative.
- Misconceptions — éléments active/resolving avec evidence trail.
- Mémoire épisodique — ce qui a fonctionné auparavant (une analogie qui a porté ses fruits, une percée), pondéré par efficacité.
- Quiz context — score moyen, taux de réussite, points faibles.
Stratégie pédagogique par niveau de maîtrise
| Maîtrise | Stratégie |
|---|---|
| < 0.3 | direct instruction (explication claire, exemples concrets) |
| 0.3–0.5 | scaffolding (indices progressifs) |
| 0.5–0.7 | socratic (questions guidantes) |
| 0.7–0.9 | guided practice (exercices + feedback) |
| > 0.9 | challenge (problèmes complexes, connexions) |
Les seuils sont configurables par tenant (PedagogicalConfig), avec des substitutions par domaine, âge et style d'apprentissage. L'agent s'ajuste également lorsque la maîtrise issue du chat et les performances aux quiz divergent (compréhension superficielle vs. élève discret mais capable).
Cycle de vie d'une misconception
Les misconceptions passent par active → resolving → resolved avec un evidence trail. Elles sont créées avec une traçabilité complète — source (chat / quiz / interactif / inline_quiz), la question qui l'a déclenchée, la réponse de l'élève, un extrait de contexte et les concepts liés. Le tuteur injecte les misconceptions actives dans le prompt et les traite de manière proactive ; celles qui sont fréquentes déclenchent un quiz inline dans le chat. La résolution requiert maîtrise + preuve issue d'un quiz/interactif ; une re-détection fait régresser l'état vers active. Les enseignants peuvent également résoudre/rouvrir manuellement.
Répétition espacée & graphe de connaissances
Un algorithme SM-2 modifié planifie les révisions par sujet, avec calibrage de la difficulté selon les bonnes réponses et un graphe de prérequis par discipline pour que les révisions et les nouveaux concepts arrivent dans le bon ordre.
Quiz inline
Lorsque le tuteur détecte une misconception fréquente, il peut afficher un quiz inline interactif dans le chat. Les bonnes réponses sont conservées côté serveur (Redis, jamais envoyées au client avant la soumission) ; lors de la soumission, la maîtrise se met à jour et la misconception peut passer à l'état resolved — le tuteur répond alors de manière proactive.