Estensione delle "Knowledge Tracing Machines" in Contesti Generalizzati: Gerarchia di Competenze

Il Knowledge Tracing ha come obiettivo la modellazione dell’evoluzione della conoscenza dello studente nel tempo, con il fine di prevedere con precisione le prestazioni dello studente in quesiti futuri. In questa tesi viene proposto un nuovo approccio per estendere le Knowledge Tracing Machines (KTMs) introducendo una struttura gerarchica di competenze. Il modello esposto si concentra sulla rappresentazione delle relazioni tra competenze correlate e sfrutta tali legami per consentire una valutazione più completa della conoscenza dell’utente. Per automatizzare la generazione della gerarchia è previsto l’utilizzo di ChatGPT, con lo scopo di raggruppare semanticamente le competenze. Gli esperimenti condotti su tre set di dati del mondo reale mostrano risultati promettenti rispetto alle prestazioni della versione originale di KTM. I risultati più favorevoli si osservano in ambienti con dati limitati, specialmente in situazioni che coinvolgono un cold start.