🚨🚨 Estamos entusiasmados em compartilhar nossos primeiros resultados *positivos* sobre IA na educação! A maior parte do trabalho de tutores de IA foca em melhorar o chatbot. Sugerimos outra alavanca: decidir o que os alunos devem praticar a seguir para melhorar a aprendizagem. Combinamos um tutor LLM com aprendizado por reforço para personalizar a sequência de problemas usando sinais das interações aluno-chatbot e tentativas de solução. Testamos isso em um experimento de campo randomizado de 5 meses em um curso de Python em 10 escolas secundárias em Taipei. Todos os alunos tiveram o mesmo material do curso e o mesmo tutor de IA. A única diferença foi a sequência de problemas adaptativa vs. fixa. Resultado: entre 770 alunos, a sequência adaptativa melhorou o desempenho em um exame final presencial realizado sem assistência de IA em 0.15 SD, com efeitos maiores para iniciantes. Nossa evidência sugere que os ganhos vieram de um engajamento mais forte e de um uso mais produtivo da IA.