（通讯员 孙建文）近日，人工智能教育学部刘三女牙教授团队取得阶段性研究进展，提出了一种新颖的学习规律挖掘方法，能够从自然发生的大规模行为数据中揭示认知技能习得的规律，为教育科学研究提供了一种高效的、更具潜力的研究工具。相关成果“Automated discovery of symbolic laws governing skill acquisition from naturally occurring data”在Nature子刊《自然-计算科学》(Nature Computational Science)在线发表。

认知技能习得是教育科学与认知科学研究中一个重要的领域，掌握技能习得规律可以帮助人们更科学、更高效地学习知识和技能。然而，技能习得涉及多个复杂的认知心理过程，传统实验范式揭示的规律往往存在争议且缺乏普适性。该研究采用AI4Science范式，通过设计新颖的智能算法，自动从自然发生的大规模日志数据中挖掘内蕴的技能习得规律。文章针对学习状态内隐、算子搜索组合爆炸等问题，设计了一个两阶段的规律挖掘算法。首先，利用自回归的方式训练深度学习模型，实现学习状态计算与特征重要性评估。其次，提出一种符号化蒸馏的方法将神经网络模型解析为代数方程式，实现学习规律的显式表达。

模拟实验结果表明，该方法能够在一定噪声范围内准确识别核心变量并重建预设的技能习得规律方程，验证了所提方法的有效性。在大规模真实认知技能训练数据的应用中，通过该方法发现的技能习得规律在适应度、拟合度等指标上显著优于传统和当前主流学习模型。同时，通过该方法从数据中发现了两类新的认知技能习得规律（对数率与反幂率），并验证了多项先前的研究发现。

近年来，刘三女牙教授带领研究团队立足“人工智能+教育”国家战略需求和学术前沿，系统化开展教育可计算理论、方法与应用创新研究，在教育研究、C&E、ACM TOIS、IEEE TKDE\TNNLS\TEVC\TII，以及AAAI、AIED，WWW、ACM MM等教育科学、信息科学领域的顶刊顶会发表了一系列成果，发展了AI4EduSci教育科学智能新范式与计算教育学新方向，服务于中国特色教育科学知识体系建构与教育强国建设。

期刊信息：《Nature Computational Science》是由国际著名期刊《Nature》出版的计算科学领域顶级学术期刊，致力于以新颖的方式使用计算科学来寻找新见解，解决具有挑战性的现实问题，促进多学科研究和新计算技术的跨学科应用。涵盖计算方法、数据科学、人工智能、AI4Science等计算科学相关领域的高质量研究成果。

论文信息：华中师范大学为论文唯一完成单位，杨宗凯教授为论文通讯作者，刘三女牙教授为论文第一作者，沈筱譞讲师与孙建文教授为论文共同通讯作者。研究获得了国家自然科学基金重大项目“人工智能赋能教与学的理论与关键技术研究”、科技部新一代人工智能国家科技重大项目“面向智慧教育的学习者认知与情感计算研究”等项目资助。

论文链接：https://www.nature.com/articles/s43588-024-00629-0