🚨🚨 Excité de partager nos premiers résultats *positifs* sur l'IA dans l'éducation ! La plupart des travaux sur les tuteurs IA se concentrent sur l'amélioration du chatbot. Nous suggérons un autre levier : décider ce que les étudiants devraient pratiquer ensuite pour améliorer leur apprentissage. Nous combinons un tuteur LLM avec un apprentissage par renforcement pour personnaliser la séquence des problèmes en utilisant des signaux provenant des interactions étudiant-chatbot et des tentatives de solution. Nous avons testé cela dans une expérience de terrain randomisée de 5 mois dans un cours de Python dans 10 lycées à Taipei. Tous les étudiants avaient le même matériel de cours et le même tuteur IA. La seule différence était la séquence des problèmes adaptative contre fixe. Résultat : parmi 770 étudiants, la séquence adaptative a amélioré les performances lors d'un examen final en personne passé sans assistance IA de 0,15 SD, avec des effets plus importants pour les débutants. Nos preuves suggèrent que les gains proviennent d'un engagement plus fort et d'une utilisation plus productive de l'IA.