SDD-002 — Learner Intelligence System

Mental model: Evidence → Models → Engines → Actions → New Evidence ↺. AI (LLM) chỉ là một component hỗ trợ interpretation/generation; mastery, confidence, gap, readiness, priority là structured data + deterministic rules + audit trail.

1. Evidence trước, kết luận sau

Evidence = fact gần quan sát ("sai 4/5 câu phân tích đa thức, >3 phút/câu, dùng hint 3 câu"), không lưu kết luận ("yếu đại số") — kết luận do Engine suy ra.

2. Learner Model (REQ-INT-02, REQ-LRN-01)

Computed state, không phải data warehouse (chi tiết growth control: SDD-007).

LearnerModel: Identity · Academic State · Capability State
· Learning Characteristics · Behavioral Patterns · Preferences · Goals · Confidence

Academic State theo Skill/KnowledgeNode (graph ở SDD-003): mỗi node {mastery: 0–1, confidence: 0–1, trajectory, last_evidence_at, evidence_count}. Mastery ≠ confidence — mastery 0.85 / confidence 0.20 = "có vẻ giỏi, chưa đủ bằng chứng"; UI phải phân biệt "chưa học" với "chưa đủ evidence" (REQ-VIS-04).

3. Learner Context Model

Trạng thái NGẮN HẠN: goal hiện tại, deadline, school/grade, available time, workload, recent performance, energy, constraints, active journey. Cùng Learner Model nhưng context khác → recommendation khác (18 tháng vs 21 ngày trước kỳ thi). Context có TTL/decay (SDD-007 §12).

4. Parent Model (REQ-PAR-05)

ParentModel: Understanding of Learner · Education Beliefs · Expectations · Communication/Intervention Patterns · Availability · Constraints · Support Capacity · Goals. Lưu evidence + inferred tendency với confidence (intervention_style: high-direct-intervention, 0.68) — không label phán xét. Nguồn bổ sung phase sau: adaptive questions kiểu Member Intelligence sutucon (REQ-PAR-08 ⏳).

5. Evidence Registry (REQ-INT-01, REQ-MEN-03)

Evidence: evidence_id · learner_id · source · type · target(skill/node) · value
· timestamp · reliability · context · metadata · idempotency event_id

Reliability priors: standardized_assessment .95 · teacher .85 · learning_task .80 · mentor_observation .75 · parent_observation .60 · self-report .50 (điều chỉnh theo lịch sử). Immutable, append-only; correction qua evidence mới supersede. Idempotency key kiểu sutucon: product:<id>:final:<attempt>.

6. Engines

Evidence Engine → Learner Engine → Assessment Engine → Recommendation Engine → Learning Engine
                + Context Engine · Parent Engine · Progress Engine · Risk Engine · Depth Engine

7. Learner Engine — mastery update (REQ-INT-03)

evidence_strength = reliability × recency_weight × difficulty_weight × independence_weight
α = evidence_strength × learning_rate
new_mastery = old_mastery × (1-α) + observed_performance × α

Ví dụ: 0.60 → (perf 0.90, α 0.30) → 0.69. Một câu đúng không được nhảy 0.4→0.9.

8. Confidence (REQ-INT-03)

confidence = (1 - exp(-weighted_evidence_count))
           × source_diversity_factor × coverage_factor × consistency_factor

10 câu đúng cùng dạng → mastery 0.85 / confidence 0.48; đa dạng context → 0.88. Chống false certainty.

9. Assessment Engine = information acquisition (REQ-INT-04)

Không "chấm bài" — trả lời "hệ thống còn cần biết gì?".

AssessmentValue = InformationGain × GoalRelevance × SkillImportance × DiagnosticPower ÷ Cost

Cost gồm thời gian, cognitive load, fatigue. Dừng khi confidence ≥ required_confidence — không ép bài test 100 câu cố định. Diagnosis engine phải có QA riêng (kế thừa 11 bảng diagnosis QA chuyenchon — FEAT-004): registry câu hỏi, review, validation policy.

10. Recommendation Engine (REQ-INT-05, REQ-LRN-02)

Candidates: Learn X · Review Y · Diagnostic Z · Skip · Practice · Ask Mentor · Rest · Prepare Exam.

Priority = ExpectedImpact × GoalRelevance × Urgency × PrerequisiteImportance
         × ProbabilityOfSuccess ÷ Cost   (+ ConfidenceNeed khi thiếu data)

Ưu tiên fix prerequisite gap đang block nhiều node (fractions 0.91 > new chapter 0.43). Mọi recommendation lưu reason + input_model_version + algorithm_version (§15). School engines chỉ tạo candidate — quyết định cuối ở Global Orchestrator (SDD-007 §9).

11. Learning Engine — HOW (REQ-INT-06, REQ-LRN-03/04)

Output: Explanation · Example · Scaffold · Practice · Worked Example · Hint · Challenge · Reflection. Difficulty Controller:

>90% đúng → tăng độ khó · 65–90% → tiếp tục · 40–65% → scaffold · <40% → prerequisite check

Scaffold vẫn fail → gọi Assessment Engine tìm prerequisite gap; cấm ném thêm 20 bài cùng dạng. Mode selection theo mastery/confidence kế thừa sutucon (guided/supported/practice/challenge — FEAT-009).

12. Depth Engine & Stopping Criteria (SRC-011; REQ-INT-11, REQ-LRN-07, REQ-SCH-03, REQ-PAR-06)

Depth levels: L0 Exposure · L1 Recognition · L2 Basic Application · L3 Independent Application · L4 Transfer · L5 Deep Mastery.

• Mỗi learning objective có {required_depth, desired_mastery, required_confidence} — Turtle G7: L3/0.80/0.80; Shark thi chuyên: L4-L5/0.90/0.90. "Học kỹ" = target rõ ràng, không phải cảm giác. (Hiện thân legacy: math_target_blueprint conditional/specialized — FEAT-038.)
• STOP khi mastery ≥ threshold AND confidence ≥ threshold AND depth ≥ required AND evidence diversity ≥ min.
• Diminishing returns: khi ExpectedLearningGain / TimeCost < threshold → chuyển sang node impact cao hơn. Không tối đa hóa từng node — tối đa hóa tổng thể dưới giới hạn thời gian.
• Overlearning protection: phát hiện luyện lặp skill đã ổn định / extension không phục vụ goal / đào sâu khi còn critical gap khác.
• Depth Budget theo goal: critical L4/L5 · important L3/L4 · peripheral L2/L3.
• Parent-facing: giải thích target/current/mastery/confidence + evidence; muốn nâng L3→L4 phải thấy cost (4–6h) và trade-off với Skill B (REQ-PAR-06). Câu hỏi trung tâm: "học sâu thêm ở đây có còn là next best use of learner time?"

13. Parent Engine (REQ-PAR-01/02/04)

parent_action = impact × feasibility × parent_capacity ÷ intervention_cost

Ví dụ: learner fail lặp → Learner Engine tìm ra prerequisite gap → Parent Engine biết parent hay "thêm lớp" → recommend "Chưa cần thêm lớp; 3 ngày xử lý prerequisite X" — chống intervention error, output "không nên làm gì" là hợp lệ.

14. Main Loop & Workflow (REQ-INT-13)

Evidence → Registry → Learner Engine update → đủ confidence?
  ├─ No → Assessment Engine (thu evidence)
  └─ Yes → Recommendation → Learning Engine → Experience → New Evidence ↺

AssessmentCompleted → Workflow: validate → persist → update skills → propagate prerequisite impact → recompute confidence → detect changes → recommendations → update context → notify. Bước độc lập fan-out qua Queue; orchestration qua Workflow. Không chạy trong 1 HTTP request.

15. Versioning & Explainability (REQ-INT-14)

LearnerModelVersion {version, generated_at, evidence_cutoff, algorithm_version, state} — trả lời "vì sao tháng trước 0.8, nay 0.65". Recommendation lưu {reason, input_model_version, algorithm_version}. AI output lưu {model, prompt_version, input_ref, output, confidence, evaluation_state} (QG-010).

Trace

REQ	Mục
REQ-INT-01..06, 11, 13, 14	§5–§12, §14, §15
REQ-LRN-01..04, 07, 08	§2, §9–§12 (onboarding khảo sát: §3-§4, không ép khai thi chuyên)
REQ-PAR-01/02/04/05/06	§4, §12, §13
REQ-MEN-03	§5
REQ-SCH-03	§12