Deep Knowledge Tracing nutzt kausale Strukturen statt bidirektionaler Beziehungen
In der Bildungsforschung gilt die Entwicklung erklärbarer Knowledge‑Tracing‑Modelle als ein zentrales Ziel. Deep Knowledge Tracing (DKT) – ein Ansatz, der ein rekurrentes neuronales Netzwerk einsetzt, um das Wissen und die Leistung von Lernenden vorherzusagen – wurde bislang als Fortschritt gegenüber traditionellen Methoden gefeiert. Viele Studien haben die Leistungssteigerung von DKT auf die Fähigkeit zurückgeführt, bidirektionale Beziehungen zwischen verschiedenen Wissenskomponenten (KCs) zu modellieren.
