Naukowcy z arXiv zaproponowali Phase-Aware Knowledge Tracing (PAKT), nową ramę pracy do modelowania evolucji wiedzy studentów na podstawie ich historycznych interakcji edukacyjnych. Kluczowa innowacja polegała na spostrzeżeniu, że studenci przechodzą przez wyraźne fazy uczenia się - najpierw budują fundamentalne zdolności rozwiązywania problemów, a następnie doskonalą swoją biegłość w danym obszarze.
Istniejące metody śledzenia wiedzy ignorowały tę naturę procesu nauki, traktując każdą interakcję ucznia z materiałem jako część jednorodnego sekwencji zachowań. Badacze wykazali, że to podejście wprowadza błędy systematyczne - gdy model nie rozróżnia, czy uczeń walczy z nową koncepcją, czy już ją opanował, może niedokładnie przewidzieć przyszłe wyniki. PAKT rozwiązuje ten problem dzieląc interakcje na fazy budowania zdolności i fazy professionalizmu, używając specjalistycznego mechanizmu dekompozycji.
Architektura modelu wykorzystuje wielogałęziowy Transformer z modułem odczytu zależnym od typu fazy, który jednocześnie śledzi stany wiedzy specyficzne dla każdej fazy oraz ogólny postęp studenta. Testy na sześciu publicznych zbiorach porównawczych wykazały konsystentną poprawę - średni przyrost AUC wyniósł 0,82 procent, a maksymalnie 1,33 procent w porównaniu z istniejącymi metodami bazowymi. Prace zawierają również analizę przyczynowo-skutkową pokazującą, jak entanglowanie różnych behawiorów uczenia w modelach niezależnych od faz wprowadza uprzedzenia w predykcjach.