SCHOLAT数据智能开放实验室研究成果论文被AAAI2026 AI4EDU录用

近日，华南师范大学SCHOLAT数据智能开放实验室的研究成果“Context-Driven Learning Path Recommendation: From Static Records to Dynamic Contexts”，被AAAI2026 AI for Education（AI4EDU）录用。本届AI4EDU聚焦人工智能在教育领域的前沿，主题为“大型多模态模型在教育领域的前景与挑战”。

该工作针对当前在线教育中学习路径推荐（Learning Path Recommendation, LPR）普遍存在的三大瓶颈——依赖静态历史记录、忽视学习资源语义信息、缺乏动态反馈机制，创新性地提出了一种上下文驱动的动态学习路径推荐框架。该框架深度融合大语言模型（LLM），通过系统化地获取、组织、压缩并持续更新多源信息（包括学生行为、知识状态与资源语义），实现了更自适应、多样化且可解释的个性化学习路径生成。
在真实大规模教育数据集（涵盖数学、物理及编程等领域）上的实验表明，该方法在学习效果提升和路径多样性等关键指标上显著优于现有主流基线模型，同时保持良好的运行效率。

随着教育数字化转型加速推进，如何利用AI技术实现真正意义上的因材施教成为关键挑战。本工作依托国家重点研发计划项目“全过程教与学评价和多场景个性化学习服务”开展，聚焦于“人机协同学习”核心问题，探索人工智能在教育场景中的深度赋能。研究成果模型已在合作平台进行试点，助力构建更加智能、高效的学习生态系统。
该论文第一作者为2023级硕士研究生林韵璇，指导教师为吴正洋副教授，林荣华副研究员与汤庸教授为共同作者。