🚨🚨 We zijn enthousiast om onze eerste *positieve* resultaten over AI in het onderwijs te delen! Het meeste werk van AI-tutoren richt zich op het verbeteren van de chatbot. Wij stellen een andere hefboom voor: beslissen wat studenten als volgende moeten oefenen om het leren te verbeteren. We combineren een LLM-tutor met versterkend leren om de volgorde van problemen te personaliseren met behulp van signalen uit interacties tussen studenten en de chatbot en pogingen tot oplossingen. We hebben dit getest in een gerandomiseerd veldexperiment van 5 maanden in een Python-cursus op 10 middelbare scholen in Taipei. Alle studenten hadden hetzelfde cursusmateriaal en dezelfde AI-tutor. Het enige verschil was adaptieve versus vaste probleemvolgorde. Resultaat: bij 770 studenten verbeterde de adaptieve volgorde de prestaties op een persoonlijke eindexamen zonder AI-assistentie met 0.15 SD, met grotere effecten voor beginners. Ons bewijs suggereert dat de winst voortkwam uit sterkere betrokkenheid en een productievere inzet van AI.