Hybrydowy framework aktor–krytyk i BERT do inteligentnych rekomendacji kursów w systemach e-learningowych z obsługą IoT

Znajdowanie odpowiedniego kursu online

W miarę jak platformy edukacji online rozrastają się do tysięcy zajęć, wielu uczących się stoi przed prostym, lecz frustrującym problemem: który kurs wybrać dalej? Artykuł zajmuje się tym przeciążeniem, projektując inteligentny system rekomendacji, który obserwuje, jak ludzie rzeczywiście uczą się na telefonach, tabletach i komputerach, a następnie sugeruje kursy lepiej dopasowane do ich celów, umiejętności i nawyków w czasie.

Dlaczego nauka online potrzebuje mądrzejszych przewodników

Masowe Otwarte Kursy Online (MOOC) pozwalają każdemu, z dowolnego miejsca, uzyskać dostęp do wysokiej jakości lekcji. Sukces tego modelu stworzył jednak nowe wyzwanie: przy tak wielu opcjach łatwo się zagubić. Tradycyjne metody rekomendacji, opierające się głównie na ocenach gwiazdkowych lub prostym podobieństwie między użytkownikami, mają trudności w tym szybko zmieniającym się środowisku. Zakładają, że Twoje preferencje pozostają stałe i często ignorują bogate sygnały, takie jak długość sesji, urządzenie, z którego korzystasz, czy momenty, w których rezygnujesz. Na dzisiejszych połączonych platformach nauczania te wzorce są nieustannie rejestrowane i mogą ujawnić znacznie więcej o tym, co utrzyma uczącego się zaangażowanego.

Łączenie tego, co mówią kursy, z tym, co robią uczący się

Autorzy proponują hybrydowy system łączący dwa rodzaje informacji: znaczenie treści kursów oraz szczegółowe ślady zachowań uczących się. Najpierw wykorzystują potężny model językowy BERT do analizy tytułów kursów, opisów i tagów, przekształcając je w gęste numeryczne odciski, które wychwytują subtelne różnice w tematyce i stylu. Równocześnie system zbiera sygnały interakcji z logów sieciowych i mobilnych — jak często użytkownik klika, jak długo ogląda wideo, jak szybko przemieszcza się przez materiały i jak trudne wydają mu się różne zajęcia. Te ślady odpowiadają scenariuszowi uczenia z użyciem Internetu Rzeczy, gdzie wiele połączonych urządzeń tworzy obraz nawyków nauki każdej osoby.

Jak asystent nauczania uczy się sam

W centrum frameworku znajduje się ustawienie uczenia ze wzmocnieniem, w którym system rekomendujący zachowuje się jak agent uczący się metodą prób i błędów. Para sieci „aktor–krytyk” wybiera, które kursy zaproponować, i ocenia jakość tych wyborów, stopniowo poprawiając strategię. Stan dostarczany agentowi łączy oparte na BERT-ie odciski kursów, zwięzłe podsumowania zachowań uczących się oraz dodatkowe cechy wygenerowane przez moduł odległości Mahalanobisa, który mierzy podobieństwo, uwzględniając korelacje między wieloma cechami. Zamiast gonić za szybkim kliknięciem, sygnał nagrody promuje głębsze wyniki: ukończenie większej części kursu, lepsze wyniki w quizach i sensowne poświęcenie czasu na materiał. Metoda treningowa Proximal Policy Optimization zapewnia stabilność uczenia nawet wtedy, gdy system eksploruje nowe rekomendacje.

Testy na rzeczywistych platformach kursowych

Aby sprawdzić działanie projektu w praktyce, autorzy trenowali i oceniali swój model na trzech dużych zbiorach kursów: MOOCCube, edX oraz NTHU MOOCs. Zbiory te różnią się rozmiarem, mieszanką tematów oraz tym, jak rzadkie lub gęste są interakcje użytkowników, co czyni je dobrym testem wytrzymałości. Porównali swój system z kilkoma silnymi konkurentami, w tym metodami opartymi na grafowych sieciach neuronowych, klasteryzacji i głębokich hybrydowych architekturach. We wszystkich zbiorach i według standardowych miar jakości rankingów nowy model konsekwentnie radził sobie lepiej, zwykle poprawiając kluczowe wskaźniki o dwa do czterech punktów procentowych. Szczegółowe badania ablacjyjne wykazały, że każdy element — semantyczne kodowanie tekstu, struktura aktor–krytyk, reguła treningowa PPO oraz miernik odległości uwzględniający korelacje — przyczynił się do końcowych zysków.

Co to oznacza dla przyszłej nauki online

Mówiąc prosto, badanie pokazuje, że silnik rekomendacji naprawdę wsłuchujący się zarówno w to, co kursy obiecują, jak i w to, jak zachowują się uczący się, może skuteczniej prowadzić ludzi przez zatłoczone katalogi online. Śledząc nie tylko kliknięcia, ale także ukończenia, sukcesy w quizach i utrzymane zaangażowanie, system uczy się sugerować kursy bardziej dopasowane do poziomu każdego uczącego się oraz pomagające im utrzymać postęp. Ponieważ zaprojektowano go z mechanizmami ochrony prywatności i można go rozszerzyć o techniki takie jak uczenie zogniskowane (federated learning) i interfejsy wyjaśnialne, framework oferuje praktyczną ścieżkę ku bardziej wspierającym, adaptacyjnym salom lekcyjnym online, które mniej przypominają błądzenie po labiryncie, a bardziej posiadanie kompetentnego nauczyciela wskazującego następny najlepszy krok.

Cytowanie: Chunqin, X., Peixi, W. A hybrid actor–critic and BERT framework for intelligent course recommendation in IoT-aware e-learning systems. Sci Rep 16, 10259 (2026). https://doi.org/10.1038/s41598-026-40952-2

Słowa kluczowe: rekomendacja kursów online, spersonalizowane e-learning, uczenie ze wzmocnieniem, dane edukacyjne, analityka nauczania