ITS - İntellektual Tədris Sistemi
ITS (Intelligent Tutoring System - İntellektual Tədris Sistemi), fərdi tədris təcrübəsini simulyasiya etmək üçün dizayn edilmiş hərtərəfli, adaptiv bir təhsil ekosistemidir.
📅 Versiya Tarixçəsi və Yeniliklər
🚀 v2.1: Koqnitiv İntellekt Yenilənməsi (Hazırkı)
- 🧠 Pedaqogika Mühərriki Yenilənməsi:
- Sokrat Metodu: Təfəkkürü inkişaf etdirmək üçün yönləndirici suallar.
- Feynman Texnikası: Konseptual boşluqları tapmaq üçün sadə izah tələbi.
- Scaffolding (Dəstək): Çətin tapşırıqların kiçik addımlara bölünməsi.
- ✅ Qiymətləndirmə Mühərriki:
- Llama 3.1 ilə AI Qiymətləndirmə.
- Dəqiqlik, uyğunluq və dərinlik üzrə ətraflı JSON rəylər.
- 🧪 Verifikasiya: Strategiyalar üçün xüsusi test skriptləri əlavə edildi.
🏗️ v2.0: Əsas Arxitektura Dəyişikliyi
- 5-Mühərrik Arxitekturası: Bilik, Pedaqogika, Tutor, Tələbə və Qiymətləndirmə mühərriklərinin qarşılıqlı əlaqəsi quruldu.
- RAG İnteqrasiyası: Dinamik məzmun axtarışı üçün Bilik Qrafı və Vektor Axtarışı.
- Plugin Sistemi: İstənilən fənnin kod dəyişikliyi olmadan öyrədilməsi üçün
GenericPlugin. - Dockerization: Verilənlər bazası, API və AI xidmətləri üçün konteyner dəstəyi.
🌱 v1.0: İlkin Prototip
- Sadə Çat İnterfeysi.
- Autentifikasiya (JWT).
- Statik Qayda-əsaslı cavablar.
🤖 AI Model və Texnologiya
ITS-in nüvəsində xüsusi olaraq hazırlanmış və təlimləndirilən AI modeli dayanır. Sadə API qabıqlarından (wrappers) fərqli olaraq, bu sistem pedaqoji dialoq və tədris dəstəyi üçün optimallaşdırılmış Llama 3.1 (8B) modelinin incə-tənzimlənmiş (fine-tuned) versiyasından istifadə edir.
- Model: Llama 3.1 8B (Təhsil verilənləri üzərində fine-tune olunub)
- Embedding: sentence-transformers/all-MiniLM-L6-v2 (RAG və Bilik Qrafı üçün)
- Memarlıq: Hibrid Neyro-Simvolik (LLM generasiyasını strukturlaşdırılmış Bilik Qrafları ilə birləşdirir)
Sistem Müəllimlərə materialları (Dərslər, Tapşırıqlar, Meyarlar) yükləmək imkanı verir, sistemin "Beyni" isə bu materialları emal edərək Tələbə üçün adaptiv öyrənmə səyahətini idarə edir.
🏗️ Memarlıq və Əsas Mühərriklər
Sistem, fərdiləşdirilmiş təhsil təqdim etmək üçün birlikdə işləyən beş qarşılıqlı əlaqəli intellektual mühərrik ətrafında qurulmuşdur.
Sistem Memarlığı Diaqramı
graph TD
subgraph "Müəllim Zonası"
Teacher([👩🏫 Müəllim])
Materials[/📄 Dərs və Meyarlar/]
Teacher -->|Yükləyir| Materials
end
subgraph "ITS Nüvəsi (AI Beyin)"
direction TB
KE[🗂️ Bilik Mühərriki]
PE[🧠 Pedaqogika Mühərriki]
LE[📈 Tələbə Mühərriki]
TE[💬 Tutor Mühərriki]
AE[✅ Qiymətləndirmə Mühərriki]
Materials -->|Emal| KE
KE -->|Kontekst| PE
LE -->|Vəziyyət| PE
PE -->|Strategiya| TE
AE -->|Rəy| LE
end
subgraph "Domen Təbəqəsi"
PluginInterface[[🔌 Plugin İnterfeysi]]
Subjects["📚 Fənn Pluginləri<br/>(Python, Riyaziyyat, Tarix...)"]
PluginInterface --- Subjects
end
subgraph "Tələbə Zonası"
Student([👨🎓 Tələbə])
end
%% Əlaqələr
PE -->|İdarə edir| PluginInterface
AE -->|Yoxlayır| PluginInterface
TE <-->|Çat və İpucları| Student
Student -->|Həllər| AE
🧩 Mühərriklərin İzahı
-
🗂️ Bilik Mühərriki (Knowledge Engine)
- Rolu: Kitabxanaçı və xəritəçəkən.
- Funksiyası: Xam materialları (PDF, mətn) qəbul edir, onları öyrənilə bilən hissələrə (chunks) bölür və konseptləri bir-birinə bağlayan Bilik Qrafı qurur.
-
🧠 Pedaqogika Mühərriki (Pedagogy Engine)
- Rolu: Stratq.
- Funksiyası: Tələbənin cari vəziyyətinə əsasən növbəti addımda nəyin və necə öyrədiləcəyinə qərar verir. Çətinlik və bacarıq arasında balansı qoruyur (Viqotskinin Yaxın İnkişaf Zonası).
- Adaptiv Strategiyalar (Yeni v2.1):
- Sokrat Metodu: Birbaşa cavab vermək əvəzinə, yönləndirici suallar verir (güclü tələbələr üçün).
- Feynman Texnikası: Konseptual boşluqları tapmaq üçün tələbədən sadə izah tələb edir.
- Scaffolding (Dəstək): Çətin problemləri kiçik addımlara bölür və ipucları verir (ilişib qalanlar üçün).
-
💬 Tutor Mühərriki (Tutor Engine)
- Rolu: Həmsöhbət.
- Funksiyası: LLM-lərdən (məsələn, Llama 3) istifadə edərək təbii dildə izahlar, ipucları və həvəsləndirmə yaradır. İzahın tonunu və dərinliyini uyğunlaşdırır.
-
📈 Tələbə Mühərriki (Learner Engine)
- Rolu: Yaddaş.
- Funksiyası: Hər bir bacarıq üzrə tələbənin "Mənimsəmə Xalını" izləyir, fəaliyyət tarixçəsini qeyd edir və yeni mövzular üçün hazırlığı hesablayır.
-
✅ Qiymətləndirmə Mühərriki (Assessment Engine)
- Rolu: Qiymətləndirən.
- Funksiyası: Tələbənin cavablarını (kod, mətn və ya çoxseçimli test) avtomatik qiymətləndirir, xüsusi səhv növlərini müəyyən edir və dərhal rəy bildirir.
🚀 Əsas Xüsusiyyətlər
1. Dinamik Kurs Yaradılması
Kurslar API vasitəsilə dinamik olaraq yaradılır. Domen Plugin Təbəqəsi sistemin "beynini" dərhal dəyişə bilməsini təmin edir:
- Endpoint:
POST /courses/ - Nümunələr: "Python 101", "İncəsənət Tarixi", "Kvant Fizikası".
2. Universal Öyrənmə Modulu (GenericPlugin)
Bu modul yeni fənlər üçün standart adapter rolunu oynayır. O, Bilik Mühərrikindən istifadə edərək yüklənmiş materiallar üzərində RAG (Məlumat-Dəstəkli Generasiya) həyata keçirir və sistemə əvvəlcədən proqramlaşdırılmamış fənləri tədris etməyə imkan verir.
🛠️ Necə İşə Salmaq Olar
1. Sistemi Başlatmaq
Bütün sistemi (DB, API, AI) işə salmaq üçün Docker istifadə edin:
docker-compose up -d --build
2. Sistemi Yoxlamaq (Avtomatlaşdırılmış)
Tam istifadə dövrünü simulyasiya etmək üçün yoxlama skriptini işə salın:
- Müəllim qeydiyyatdan keçir.
- "Python 101" kursu yaradır.
- Kurs materiallarını yükləyir (simulyasiya).
- Tələbə kimi daxil olur və sual verir.
python scripts/verify_trainable.py
3. Manual API İstifadəsi (Swagger UI)
İnteraktiv API sənədləşməsinə http://localhost:8000/docs ünvanından daxil olun.
- Authorize (Giriş edin).
POST /courses/-> Yeni kurs yaradın.POST /courses/{id}/upload-> Tədris materiallarını yükləyin.POST /sessions/-> Kurs ID-si ilə sessiya başladın.POST /chat/-> AI Müəllimlə ünsiyyət qurun.