理论指导的 LLM STEM+C 支架教学代理，无需过度依赖

LLM 教学智能体正在激增，但最近的研究结果对他们对既定学习理论的坚持以及由此延伸的教育价值提出了质疑。关于认知卸载、过度依赖和“游戏”行为的担忧仍然存在，并且在很大程度上仍未得到解决。为此，我们开发了 Copa，一种用于 STEM+C 学习的代理、多代理、多模式协作同伴代理。 Copa 建立在证据-决策-反馈 (EDF) 框架之上，将其交互建立在社会认知理论和社会建构主义的基础上，并通过适应性、对话支持而不是寻求答案来促进意义建构。在一项真实的高中计算模型研究（n=33 组）中，我们证明 Copa (1) 支持学生建立信心和用言语表达概念理解的能力，而不会造成依赖； (2) 为学习者提供个性化的自适应反馈，该反馈可根据学生的多模式输入数据进行解释。这些发现将理论指导的多模式 LLM 智能体定位为课堂 AI 集成的一条有前途的道路，它可以增强而不是取代学生的推理。