教育者指导的大语言模型教学Agent，用于概念数据库设计中的支架反馈

我们提出了一个教育者指导的大语言模型教学Agent，用于概念数据库设计中的支架反馈。该系统集成到实体关系图 (ERD) 编辑器中，在学生工件、作业要求、教育者编写的细则和教学资源中提供反馈。其架构将隐藏的、基于工件的诊断与控制面向学生的支持的形式和披露级别的工作流程分开。我们将该架构实例化为一个四阶段工作流程，从概念检查和指导应用程序到低细节反馈和定位澄清。每个反馈请求都会创建一个与版本化 ERD 状态相关联的有状态事件。在跨越三个 ERD 环境和 383 个反馈事件的部署中，71.1% 的观察到的目标级别更改完全或部分包含隐藏的诊断目标，包括 Stages~1--2 之后的许多目标。定性分析表明，分阶段披露有时会隐瞒不准确的细节，支持选择性吸收，或允许以后恢复，尽管一些错误仍然会导致修订。自选样本的调查回复支持延迟披露和学生Agent，但也指出了间接性和重复性。