面向融合教育的个性化学习与行为干预智能体

在融合教育政策背景下，普通课堂面临及时识别与支持多样化学习需求学生的挑战。教师依赖主观经验，难以精准个别化支持。为此，我们提出基于“知识AI平台”的课堂智能支持体系，通过对多模态数据（音频、文本、交互日志）的智能分析，将隐性学习状态显性化，为教师提供实时数据驱动的决策，实现早期发现与精准干预。体系遵循“数据采集→智能分析→循证支持”闭环：采集课堂音频、文本交互、行为日志；运用NLP与序列模式挖掘构建动态学习者画像，识别异常模式（如注意力波动、任务回退）；智能体作为教师“第二双眼睛”，推送轻量建议（如“提供步骤分解提示”），课后生成可视化报告。方案基于去标识化数据，坚守教师专业判断核心，推动融合教育日常实践，让公平而有质量的课堂落地生根。