Résumé

AMS modélise l'apprentissage humain comme un vecteur d'état évolutif, piloté par un knowledge graph, des signaux contextuels et des politiques adaptatives. Le système combine gouvernance, embeddings contextuels et régulations de type renforcement.

Anatomie du système

• État de l'apprenant : vecteur multi-dimensionnel de compétences, confiance et signaux contextuels.
• Knowledge graph : cartographie les contenus, dépendances et traces.
• Moteur adaptatif : évalue le contexte et module le rythme, recommandant les prochaines interactions.

Première application

Déployé pour l'apprentissage des langues, AMS combine embeddings cross-lingues et contexte réel (moment, appareil, maîtrise). Il planifie les séances, surveille les dérives et fournit un feedback explicitement explicable.