190 lines
6.1 KiB
Markdown
190 lines
6.1 KiB
Markdown
---
|
||
categories:
|
||
- '[[LLM Wiki]]'
|
||
- '[[Companies]]'
|
||
tags:
|
||
- wiki
|
||
- companies
|
||
- education
|
||
- edtech
|
||
- adaptive-learning
|
||
- its
|
||
created: 2026-04-20
|
||
source: '[[教学大模型发展状况深度研究报告-20260415]]'
|
||
type: entity
|
||
aliases:
|
||
- ALEKS
|
||
- ALEKS数学
|
||
relations:
|
||
- type: part_of
|
||
target: '[[教学大模型]]'
|
||
description: 同源：教学大模型发展状况深度研究报告-20260415
|
||
confidence: 3
|
||
---
|
||
|
||
[raw:教学大模型发展状况深度研究报告-20260415:265]# ALEKS
|
||
|
||
自适应学习系统，基于知识空间理论提供数学、科学等学科的个性化学习体验。ALEKS = Assessment and Learning in Knowledge Spaces（知识空间中的评估与学习）。
|
||
|
||
## 身份
|
||
|
||
| 属性 | 值 |
|
||
|
|
||
------|
|
||
-----|
|
||
| 类型 | 教育技术公司（产品） |
|
||
| 开发商 | McGraw Hill Education |
|
||
| 成立时间 | 1999年 |
|
||
| 学术起源 | 知识空间理论（Doignon & Falmagne, 1999） |
|
||
| 覆盖学科 | 数学、科学、商业、统计 |
|
||
| 适用学段 | K-12 + 高等教育 |
|
||
|
||
## 核心理念
|
||
|
||
```
|
||
ALEKS = Assessment and Learning in Knowledge Spaces
|
||
（知识空间中的评估与学习）
|
||
|
||
核心承诺：
|
||
"一次评估，知道你知道什么，
|
||
知道你不知道什么，
|
||
然后精确地填补那个空白。"
|
||
```
|
||
|
||
## AI-powered 功能演进
|
||
|
||
| 阶段 | 功能 | 说明 |
|
||
|------|------|------|
|
||
| **1.0** | 精准评估 | 确定学生知识状态 |
|
||
| **2.0** | 自适应路径 | 动态规划学习路径 |
|
||
| **3.0** | AI辅助 | 生成式AI增强交互 |
|
||
| **4.0** | 智能加速 | 缩短评估时间 |
|
||
|
||
## 知识追踪技术
|
||
|
||
ALEKS 使用 **知识追踪（Knowledge Tracing）** 算法：
|
||
|
||
```python
|
||
# 简化的知识状态更新逻辑
|
||
P(knowing_k | response) = f(
|
||
prior_knowledge, # 先验知识概率
|
||
response_correct, # 回答正确/错误
|
||
difficulty_k, # 问题难度
|
||
time_taken # 回答时间
|
||
)
|
||
```
|
||
|
||
### 知识追踪核心概念
|
||
|
||
1. **知识状态（Knowledge State）**：学生已掌握的知识点集合
|
||
2. **知识结构（Knowledge Structure）**：知识点之间的先决关系网络
|
||
3. **学习路径（Learning Path）**：从当前状态到目标状态的最优序列
|
||
4. **状态更新（State Update）**：基于学生回答动态更新知识状态
|
||
|
||
## 产品特色
|
||
|
||
| 特色 | 说明 |
|
||
|------|------|
|
||
| **初始诊断** | 快速评估学生知识空白，无需重复学习已掌握内容 |
|
||
| **自适应学习** | 根据学生表现动态调整学习路径和难度 |
|
||
| **实时反馈** | 即时纠正错误，提供解释和练习 |
|
||
| **进度可视化** | 清晰展示学习进度和掌握情况 |
|
||
| **智能复习** | 基于遗忘曲线推荐复习内容 |
|
||
|
||
## 核心技术优势
|
||
|
||
1. **理论基础扎实**：基于知识空间理论，数学上严谨
|
||
2. **精准诊断**：一次评估即可确定知识状态，避免无效重复
|
||
3. **完全个性化**：每个学生的学习路径都是独特的
|
||
4. **效率优化**：AI加速功能减少评估时间，提高学习效率
|
||
|
||
## 在本 Wiki 中的角色
|
||
|
||
ALEKS 代表了自适应学习系统的理论驱动路线，是 [[知识追踪]]、[[自适应学习]]、[[知识空间理论]] 的代表性技术实现。
|
||
|
||
## 来源
|
||
|
||
- [[教学大模型发展状况深度研究报告-20260415]] — ALEKS核心理念、功能演进、知识追踪技术
|
||
|
||
[raw:教学大模型发展状况深度研究报告-20260415:265]# ALEKS
|
||
|
||
自适应学习系统，基于知识空间理论提供数学、科学等学科的个性化学习体验。ALEKS = Assessment and Learning in Knowledge Spaces（知识空间中的评估与学习）。
|
||
|
||
## 身份
|
||
|
||
| 属性 | 值 |
|
||
|------|-----|
|
||
| 类型 | 教育技术公司（产品） |
|
||
| 开发商 | McGraw Hill Education |
|
||
| 成立时间 | 1999年 |
|
||
| 学术起源 | 知识空间理论（Doignon & Falmagne, 1999） |
|
||
| 覆盖学科 | 数学、科学、商业、统计 |
|
||
| 适用学段 | K-12 + 高等教育 |
|
||
|
||
## 核心理念
|
||
|
||
```
|
||
ALEKS = Assessment and Learning in Knowledge Spaces
|
||
（知识空间中的评估与学习）
|
||
|
||
核心承诺：
|
||
"一次评估，知道你知道什么，
|
||
知道你不知道什么，
|
||
然后精确地填补那个空白。"
|
||
```
|
||
|
||
## AI-powered 功能演进
|
||
|
||
| 阶段 | 功能 | 说明 |
|
||
|------|------|------|
|
||
| **1.0** | 精准评估 | 确定学生知识状态 |
|
||
| **2.0** | 自适应路径 | 动态规划学习路径 |
|
||
| **3.0** | AI辅助 | 生成式AI增强交互 |
|
||
| **4.0** | 智能加速 | 缩短评估时间 |
|
||
|
||
## 知识追踪技术
|
||
|
||
ALEKS 使用 **知识追踪（Knowledge Tracing）** 算法：
|
||
|
||
```python
|
||
# 简化的知识状态更新逻辑
|
||
P(knowing_k | response) = f(
|
||
prior_knowledge, # 先验知识概率
|
||
response_correct, # 回答正确/错误
|
||
difficulty_k, # 问题难度
|
||
time_taken # 回答时间
|
||
)
|
||
```
|
||
|
||
### 知识追踪核心概念
|
||
|
||
1. **知识状态（Knowledge State）**：学生已掌握的知识点集合
|
||
2. **知识结构（Knowledge Structure）**：知识点之间的先决关系网络
|
||
3. **学习路径（Learning Path）**：从当前状态到目标状态的最优序列
|
||
4. **状态更新（State Update）**：基于学生回答动态更新知识状态
|
||
|
||
## 产品特色
|
||
|
||
| 特色 | 说明 |
|
||
|------|------|
|
||
| **初始诊断** | 快速评估学生知识空白，无需重复学习已掌握内容 |
|
||
| **自适应学习** | 根据学生表现动态调整学习路径和难度 |
|
||
| **实时反馈** | 即时纠正错误，提供解释和练习 |
|
||
| **进度可视化** | 清晰展示学习进度和掌握情况 |
|
||
| **智能复习** | 基于遗忘曲线推荐复习内容 |
|
||
|
||
## 核心技术优势
|
||
|
||
1. **理论基础扎实**：基于知识空间理论，数学上严谨
|
||
2. **精准诊断**：一次评估即可确定知识状态，避免无效重复
|
||
3. **完全个性化**：每个学生的学习路径都是独特的
|
||
4. **效率优化**：AI加速功能减少评估时间，提高学习效率
|
||
|
||
## 在本 Wiki 中的角色
|
||
|
||
ALEKS 代表了自适应学习系统的理论驱动路线，是 [[知识追踪]]、[[自适应学习]]、[[知识空间理论]] 的代表性技术实现。
|
||
|
||
## 来源
|
||
|
||
- [[教学大模型发展状况深度研究报告-20260415]] — ALEKS核心理念、功能演进、知识追踪技术
|