面向个性化学习的协同多智能体组织系统

发布时间：2026/11/3 2:51:07
面向个性化学习的协同多智能体组织系统

面向个性化学习的协同多智能体组织系统

原文网页：https://arxiv.org/html/2610.40492v1
PDF链接：https://arxiv.org/pdf/2610.40492v1
arXiv编号：arXiv:2610.40492v1

摘要
大语言模型可以实现个性化辅导、教学内容生成以及自适应学习路径规划。但学习者能力培养，需要把各类学习资源与交互行为组织成一套连贯的学习过程，该过程要跟随学习者状态动态演进。其中核心难点是对齐学习目标、学习活动与评估方式，同时利用学习过程证据，决定后续学习内容。
本文提出人参与式多智能体组织（Human‑Participatory Multi‑(\mathcal{A})gent Organization），并基于该范式实现(\mathcal{A})gentic University（(\mathcal{A})U）系统。在(\mathcal{A})U中，学习者作为组织成员，与各类专业智能体协同维护一份可修订的能力方案（Capability Program）。该方案将个人学习目标、多模态学习活动、分层评估体系关联起来；学习者反馈与测评表现会引导后续学习支持策略调整。
评测结果表明，该系统在学习方案组织、评估设计、方案修订质量方面具备明显优势。用户测评分数平均增益可达12.19分（满分50分），对比对照组仅为5.61分；受试者反馈系统提供了更强的认知层面学习支持。本工作提出一套面向自适应学习的组织化范式，将学习者持续参与作为多智能体协同的基础。

关键词
个性化教育；多智能体系统；智能教学系统；人在回路；学习证据；自适应学习路径；能力方案

目录

  1. 引言
  2. 相关工作
  3. 前期形成性访谈研究
  4. (\mathcal{A})gentic University系统设计
    • 4.1 组织模型与人类节点Human Node
    • 4.2 能力方案Capability Program构建
    • 4.3 方案执行：教学、评估与证据采集
    • 4.4 闭环流程：状态更新与学习方案修订
  5. 实验评测研究
  6. 讨论
  7. 结论
  8. 附录简要说明

1 引言

大语言模型驱动的教育应用可以完成个性化辅导、生成教学素材、规划学习活动。现有研究已经覆盖教学设计、教学视频生成、真人导师实时辅助；部分系统基于学习者画像与反馈迭代学习路径，依托交互历史持续开展辅导练习。

但是对于旨在提升自身能力的学习者，仅仅生成教学材料、开展对话辅导还远远不够。各类素材与交互需要形成连贯完整的学习流程，实现目标、学习活动、评估三者对齐。系统需要协调不同学习产出物服务于个体学习者；随着学习证据不断累积，系统应当动态调整后续学习内容与内容之间的关联。学习路径负责组织任务，教学材料与练习支撑任务完成；以证据为中心的评估把对学习者能力的判断，和可观测证据、产生证据的任务关联起来。

已有研究发现(\mathcal{A})I辅助练习取得好成绩，并不等价于脱离辅助之后依旧可以取得好表现。学习过程中发现的困难应当指导后续学习支持策略，测评结果应当用来修订学习路径。因此本文研究如何围绕学习者的目标、先验知识、学习进展组织持续性学习。

本文借鉴大模型多智能体系统角色分工协同思想，提出人参与式多智能体组织框架，进一步实现(\mathcal{A})gentic University（(\mathcal{A})U）系统，主要面向大学生群体。学习者作为组织内成员，和智能体协同维护一份可修订的能力方案；该方案关联个人目标、多模态学习活动与分层评估。系统通过学习路径、交互式课堂、分层评估提供学习支持，自适应调整后续学习活动。

本文主要贡献

  1. 提出人参与式多智能体组织框架：学习者作为组织成员，与智能体协同组织、持续调整学习活动。
  2. 实现(\mathcal{A})gentic University((\mathcal{A})U)系统：依靠能力方案，关联个人目标、多模态学习活动、分层评估，提供自适应学习支持。
  3. 完成三组实验研究：方案构建、证据驱动修订、真人用户实验；提供关于方案质量、修订质量、学习者学习效果与主观体验的实证结果。

图1：两种围绕学习者组织多智能体工作的范式对比。左：学习者提交请求，智能体协作生成学习产出物；右：学习者作为多智能体组织的一员参与工作，学习者反馈与表现指导后续工作。

2 相关工作

2.1 从个性化辅导到连贯学习方案

个性化学习领域通过学习者表征来指导教学决策。知识追踪根据表现估计技能掌握程度；深度知识追踪利用循环网络学习学习历史表征；自适应超媒体根据学习者模型调整内容；(\mathcal{A})utoTutor采用混合主动对话开展教学。
后续工作结合教学科学原理做生成式教学支持：LearnLM将学习科学原则融入模型；Course(\mathcal{A})ssist利用检索与问题分解对齐辅导回复和课程材料。还有工作拓展学习活动形式，支持教学设计、教学视频生成、智能体在线课堂。

另一类研究聚焦学习路径协同优化。M(\mathcal{A})LPP整合学习者分析、路径规划、反思智能体迭代生成带显式理由的个性化路径；Pxplore结合目标驱动学习者状态建模与策略训练做路径规划；GenMentor和本系统最为接近，完成目标‑技能映射、动态学习者画像、教学内容与测验，依据更新后的画像修订路径，修订需要学习者审批。DeepTutor在不同辅导模块之间共享学习者画像与交互记忆。
(\mathcal{A})U在此基础上引入人参与式多智能体组织范式，学习者与规划、辅导、评估、重规划智能体共同作为组织成员，协同维护可修订的能力方案，将个人目标、多模态学习活动、分层评估关联；利用学习者贡献与学习表现证据自适应后续学习，学习者保留路径变更的最终控制权。

2.2 多智能体系统：角色分工到共享状态协同

多智能体组织研究通过智能体、群组、角色形式规范集体活动；MOISE+区分结构、功能、道义规约，将组织角色和集体目标、义务绑定。
大模型系统中C(\mathcal{A})MEL使用角色扮演构造交互；(\mathcal{A})gentVerse协调智能体团队；MetaGPT依靠标准作业流程组织中间产出物；ChatDev使用分阶段流程串联专用角色。(\mathcal{A})utoGen支持智能体、工具、人类对话；Internet of (\mathcal{A})gents实现异构智能体动态组队；Optima平衡通信效率与任务效果；Magentic‑One依靠任务与进度账本指导执行与重规划。

共享产出物是另一种协同基础。Schmidt等人将协同机制定义为产物加上管理相互依赖工作的约定。治理式协同记忆区分私有记忆与机构记忆；产物一致性系统对产物做序列化写入、版本管理、缓存副本协调。
(\mathcal{A})U把组织视角应用到教育领域依赖关系：能力方案串联目标、前置条件、活动、评估需求与当前方案状态；证据记录保存来源、条件、允许更新范围；修订历史关联证据、诊断结果与学习者确认过的变更以及路径版本。

2.3 人类参与与学习者自主能动性

学习者能动性相关研究分析学习者对内容、反馈、协同编排、数据的掌控权。Dai & Lai将发起转向、审慎采纳、外部求助、反思视作(\mathcal{A})I辅助学习中相互关联的能动性维度。开放学习者建模让学习者查看，甚至协商编辑学习者表征。
教育系统将人类参与分布到不同角色：(\mathcal{A})I2T通过演示与修正反馈辅助导师创作；TeachTune帮助教师在仿真学习者画像上检查教学智能体；Tutor CoPilot为真人导师提供建议；LearnLM课堂实验中所有生成消息都经过专家审核之后才对外发送。

人机交互领域研究混合主动交互，强调反馈、纠错、长期控制权。(\mathcal{A})gentCoord允许用户查看修订多智能体计划、智能体分配、任务流程。LearnMate允许学习者调整个性化计划与日程，同时获取上下文支持。
(\mathcal{A})U研究教育工作在不同角色流转过程中如何保证学习者的贡献持续生效。人类节点Human Node保存目标、约束、修正内容；能力方案将学习者贡献关联到后续规划、辅导、评估、重规划；路径变更生效必须经过学习者确认，将持续参与视作组织协同的一部分。

2.4 能力评估与方案修订的关联

教育领域建构性对齐理论要求预期产出、学习活动、评估三者对齐；以证据为中心的设计将能力主张和可观测证据、产生证据的任务绑定；真实性评估把评估放置到有实际意义的任务场景。
(\mathcal{A})I时代解读表现结果尤为关键。已有工作把以证据为中心评估应用到人机协同写作；研究表明(\mathcal{A})I辅助练习表现良好，不等于脱离辅助之后依旧表现优秀。形成性评估将证据和后续教学决策建立关联；Sadler强调学习者理解质量标准、对照标准比对自身作品、缩小差距。
(\mathcal{A})U区分两类证据：学习状态证据用于判断需要哪些学习支持；能力证据用于更新评估任务内的能力估计。两类证据都用来定向修订方案，并且显式关联被影响的目标、活动、评估要求。

3 前期形成性访谈研究

为了让学习支持能够把学习者背景、目标、活动、进展、下一步行动关联起来，本文开展形成性访谈，了解人们在学习、技术工作、教学过程中如何建立这类关联，访谈结果指导(\mathcal{A})U系统设计目标。

3.1 参与者与流程

  • 7名受访者，采用目的性抽样，选择具备技术知识学习、应用或者教学经验的人员；5名主要学习者、1名技术从业者、1名数据结构授课教师。
  • 2026‑02‑25至26开展线上半结构化中文访谈，单场40‑60分钟。
  • 学校伦理委员会审批通过，全部受访者签署电子知情同意，获得报酬100元；录音转录完成后去除可识别个人信息。

3.2 分析方法

两名研究者采用归纳式主题分析，在语义层面对转录文稿人工编码；开放编码提取受访者表述，迭代形成共享编码本；对比解读、回看原文讨论分歧，最终得到22个编码，归纳为4大主题。

3.3 访谈四大发现

  1. F1：学习者上下文碎片化，有时信息不准确
    学习者需要在新对话反复复述自身背景、学习进度与知识盲区；不同工具之间上下文不互通；分数、提交记录无法传递学生遇到的具体困难；(\mathcal{A})I生成学习路径会忽略用户过往训练经历。系统需要上下文连续性，并且支持修正过时、错误的假设。

  2. F2：学习路径缺少可执行动作与完成标准
    学习者需要短期规划内的具体任务；生成的路径碎片化，和资源关联弱；路径看起来清晰，但执行时很难判断“什么才算完成”；学习者会在多重事务下调整学习优先级。系统需要把高层目标和可执行活动、明确完成标准绑定，匹配学习者的规划周期。

  3. F3：能力判断依赖任务本身与可用辅助条件
    完成活动 ≠ 真正掌握知识。跟着视频教程可以复现代码，但面对真实数据集的缺失值、特征筛选、模型评估依旧无从下手。(\mathcal{A})I辅助下项目可以跑通，不代表具备独立解决问题的能力。能力评估必须结合任务本身、允许使用的辅助条件解读证据。

  4. F4：对困难的解读会指导后续学习选择
    学习者会把困难视作自身能力边界的新判断，选择补强知识点或者调整学习方向；区分概念误解和练习量不足，对应不同的学习策略。系统应当基于困难解读，调整后续解释、练习、资源或者优先级。

3.4 系统设计目标DG

  • DG1：维护持久、可修正的学习者表征，对应F1 → 设计Human Node、选择性共享内存。
  • DG2：将目标和活动、完成标准、进度关联，对应F2 → 设计Capability Program能力方案。
  • DG3：将能力主张匹配证据的适用范围，对应F3 → 分层评估，区分学习状态证据与能力证据。
  • DG4：利用学习者证据与输入指导方案修订，对应F4 → 证据驱动修订，学习者拥有审阅确认权。

4 (\mathcal{A})gentic University系统设计

(\mathcal{A})U完整流程：学习者提出目标，通过引导对话描述自身背景、偏好、约束，修正系统的假设；系统生成包含多个阶段、知识点节点的能力方案。在每个节点，学习者阅读材料、观看教学视频、回答Pause‑Q(\mathcal{A})随堂提问；遇到困难向辅导智能体寻求解释、示例、提示。学习结束依次执行节点评估、阶段微项目、综合企业仿真，产生可行动的反馈。当评估结果或者交互显示需要额外学习支持，系统提出修订剩余路径，修订方案必须经过学习者确认之后生效。

系统依靠两大共享载体维持对齐：Human Node人类节点保存学习者目标与输入；Capability Program能力方案围绕目标组织学习活动与评估要求。

图2：(\mathcal{A})U整体系统流程图。人类学习者、多智能体组织、能力方案、交互式课堂、评估、证据模块的闭环关系。智能体角色包含规划、辅导、评估、重规划；重规划角色内部包含多个诊断智能体。

4.1 组织模型与人类节点Human Node

组织形式化定义KaTeX parse error: Can't use function '\(' in math mode at position 114: … \cup \mathcal{\̲(̲\mathcal{A}\)}

  • H t H_tHt​：Human Node人类节点；
  • KaTeX parse error: Can't use function '\(' in math mode at position 10: \mathcal{\̲(̲\mathcal{A}\)}：智能体节点集合；
  • R t \mathcal{R}_tRt​：节点之间信息共享、提案与决策的关系。

Human Node人类节点
H t = < p t , s t , m ≤ t > H_{t}=\left< p_{t}, s_{t}, m_{\leq t}\right>H