আমালের অ্যাডাপটিভ কারিকুলামের পিছনে হাফ-লাইফ রিগ্রেশন এলগরিদম

আমালের অ্যাডাপটিভ কারিকুলাম হাফ-লাইফ রিগ্রেশন (HLR) দ্বারা চালিত, এটি একটি স্মৃতি মডেল যেখানে প্রতিটি শেখার আইটেমের একটি "হাফ-লাইফ" থাকে — অর্থাৎ, যে সময়ে পুনঃস্মরণের সম্ভাবনা ৫০% এ পৌঁছে যায়। সূত্রটি হল p(recall) = 2^(-Δ/h), যা সময়সূচী নির্ধারণ করে: শিশুর ভুলে যাওয়ার আগেই পর্যালোচনার জন্য আইটেমগুলো সামনে আসে, আর যার ওপর দক্ষতা অর্জিত হয় সেগুলো কিছুটা সময় পর পর দেওয়া হয়। পারসোনা-ভিত্তিক কঠিনতা মিলানোর (Persona-based difficulty matching) সঙ্গে মিলিয়ে প্রতিটি শিশুর জন্য প্রকৃতপক্ষে ব্যক্তিগতকৃত শিখন পথ তৈরী হয়।

স্মৃতির পেছনের গণিত

ঘাতীয় অবক্ষয় মডেল

স্মৃতি সরলরেখায় ক্ষয়প্রাপ্ত হয় না — এটি একটি ঘাতীয় রেখা অনুসরণ করে। একটি ধারণা পর্যালোচনা করার পর:

• পর্যালোচনার ঠিক পরে: ১০০% পুনঃস্মরণের সম্ভাবনা
• h ঘন্টা পরে: ৫০% পুনঃস্মরণের সম্ভাবনা (হাফ-লাইফের সংজ্ঞা অনুযায়ী)
• 2h ঘন্টা পরে: ২৫% পুনঃস্মরণের সম্ভাবনা
• 4h ঘন্টা পরে: ৬.২৫% পুনঃস্মরণের সম্ভাবনা

আমাল যখন পুনর্বিবেচনার জন্য সময় নির্ধারণ করে, তখন পুনঃস্মরণের সম্ভাবনা প্রায় ৮০% এর কাছাকাছি থাকে—এটি দক্ষতার সেরা স্তর।

কাজের উদাহরণ: "كتب" (লিখেছিল) শব্দ শেখা

ইভেন্ট	সময়	হাফ-লাইফ	পুনঃস্মরণের সম্ভাবনা	পরবর্তী পর্যালোচনা
প্রাথমিক শেখা	দিন ১, ২পিএম	৪ ঘন্টা	১০০%	প্রায় ৬পিএম
সঠিক পর্যালোচনা	দিন ১, ৬পিএম	৮ ঘন্টা	৯৮%	দিন ২, ১০এম
সঠিক পর্যালোচনা	দিন ২, ১০এম	১৬ ঘন্টা	৯২%	দিন ৩, ২পিএম
সঠিক পর্যালোচনা	দিন ৩, ২পিএম	৩২ ঘন্টা	৮৭%	দিন ৫, ১০পিএম
সঠিক পর্যালোচনা	দিন ৫, ১০পিএম	৬৪ ঘন্টা	৮১%	দিন ৮, ৮পিএম
স্থিতিশীল স্মৃতি	দিন ৮, ৮পিএম	১২৮ ঘন্টা	৭৯%	সপ্তাহ ২

৫ বার সঠিক পর্যালোচনার পর "كتب" শব্দটি প্রায় প্রতিদিন ৫ দিনে পুনরাবৃত্তি হয়। শিশু মোটামুটি ৩০ মিনিট এই শব্দের ওপর সময় ব্যয় করেছে এবং এখন এটি স্মরণে রাখতে সক্ষম।

পারসোনা-ভিত্তিক কঠিনতা মিলানো

পরিসংখ্যানগত ব্যবহারের ভিত্তিতে সিস্টেম স্বয়ংক্রিয়ভাবে তিনটি পারসোনা শনাক্ত করে:

শুরুਆতি পারসোনা

• অংশ: ৬০% নতুন কনটেন্ট | ৩০% পর্যালোচনা | ১০% চ্যালেঞ্জ
• উদাহরণ সেশন: ৩ টি নতুন অক্ষর, ২ টি অক্ষর পর্যালোচনা, ১ টি সহজ শব্দ
• অটো পরিবর্তন: যখন mastery_score > 0.65

মধ্যবর্তী পারসোনা

• অংশ: ৪০% নতুন কনটেন্ট | ৪০% পর্যালোচনা | ২০% চ্যালেঞ্জ
• উদাহরণ সেশন: ২ টি নতুন শব্দ, ২ টি শব্দ পর্যালোচনা, ১ টি মাঝারি চ্যালেঞ্জ
• অটো পরিবর্তন: যখন mastery_score > 0.78

উন্নত পারসোনা

• অংশ: ২০% নতুন কনটেন্ট | ৪০% পর্যালোচনা | ৪০% চ্যালেঞ্জ
• উদাহরণ সেশন: ১ টি নতুন বাক্য, ২ টি পর্যালোচনা, ৩ টি চ্যালেঞ্জিং বোঝাপড়ার কাজ
• মাস্টার শিক্ষার্থীদের জন্য টিকে থাকে

কোনো ম্যানুয়াল নির্বাচনের প্রয়োজন নেই — সিস্টেম আপনার সন্তানের দক্ষতার ভিত্তিতে শান্তভাবে খাপ খায়।

স্লট-ভিত্তিক কনটেন্ট মিশ্রণ (Content Duo)

প্রতি অ্যাডাপটিভ পাঠে তিনটি কনটেন্ট “স্লট” মিশ্রিত হয়:

[নিউ কনটেন্ট স্লট]  (যে আইটেম শিশুটি আগে দেখেনি)
    ↓
[পর্যালোচনা স্লট]  (স্পেসড রিপিটিশনের জন্য নির্ধারিত আইটেম)
    ↓
[চ্যালেঞ্জ স্লট]   (বর্তমান স্তরের সামান্য উপরে আইটেম)

একটি সেশনের মধ্যে অনুপাত গতিশীলভাবে পরিবর্তিত হয়:

• যদি শিশু অসুস্থ থাকে: পর্যালোচনা স্লটের দিকে বেশি ঝুঁকে
• যদি শিশু দক্ষ হয়: চ্যালেঞ্জ স্লটের দিকে বেশি ঝুঁকে
• রিয়েল-টাইম পারসোনা মানিয়ে চলা এনগেজমেন্টকে সর্বোচ্চ রাখে

বাস্তবায়ন স্থাপত্য

ডাটাবেস মডেল (UserItemMemoryModel):

user_id: "user_123"
item_id: "letter_ba"
concept_strength: 0.87  # 0-1 স্কেল
half_life_hours: 32
exposures: 7
correct_count: 6
last_reviewed_at: 2026-03-28 18:45
next_review_due_at: 2026-03-30 20:45

মূল ফাংশন:

• calculate_half_life(): প্রতিটি প্রচেষ্টার পর h সামঞ্জস্য করে
  • সঠিক উত্তর: h = h × 2 (স্মৃতি শক্তিশালী হয়)
  • ভুল উত্তর: h = h × 0.5 (স্মৃতি দুর্বল হয়)
  • এক্সপোজার সংখ্যা ধীরগতি হিসেবে কাজ করে (এক্সপোজার বেশি হলে স্মৃতি বেশি স্থিতিশীল)
• calculate_next_review_time(): কখন এই আইটেমটি পরবর্তী বার মনে করানো হবে?
  • টার্গেট পুনঃস্মরণের সম্ভাবনা: ৮০%
  • সূত্র থেকে Δ হিসাব: Δ = -h × log₂(০.৮)
• recall_probability(): বর্তমান ধারণাটির পুনঃস্মরণ কতটুকু?
  • আইটেমগুলোর অগ্রাধিকার নির্ধারণে ব্যবহৃত
  • কম সম্ভাবনার আইটেমগুলো দ্রুত শিডিউলে আসে

কেন এটি গুরুত্বপূর্ণ

HLR ছাড়া:

• Duolingo: সকল ব্যবহারকারীর জন্য একই পাঠ, কোন আইটেম-ভিত্তিক ট্র্যাকিং নেই
• ফ্ল্যাশকার্ড অ্যাপ: ব্যবহারকারী নিজেই পর্যালোচনার সময় বেছে নেন
• ফলাফল: জানা আইটেমে অপ্রয়োজনীয় সময় অপচয়, ভুলে যাওয়া আইটেম মাথায় থাকে না

আমালের HLR নিয়ে:

• প্রতিটি ধারণার আলাদাভাবে ট্র্যাকিং
• পর্যালোচনা সময় বৈজ্ঞানিকভাবে অনুকূলিত
• শিশুরা শুধু দরকারে সময় ব্যয় করে
• স্থির-সময়সূচী অ্যাপের তুলনায় ৪০% দ্রুত শেখা

প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী

প্রশ্ন: আমার শিশু যদি কোনো একটি আইটেম বারবার ভুল করে?
উত্তর: হাফ-লাইফ ছোট হয়ে যায় (h = h × 0.5), ফলে আগেই সেটি পুনরায় সামনে আসে। সিস্টেম ধৈর্যশীল — প্রয়োজনে কয়েক ঘন্টা অন্তর আইটেমগুলো আবার পর্যালোচনার জন্য আনে। শেষ পর্যন্ত সঠিক পর্যালোচনার ফলে হাফ-লাইফ আবার বাড়ে।

প্রশ্ন: আমি কি সন্তানের পারসোনা লেভেল ম্যানুয়ালি ঠিক করতে পারি?
উত্তর: সিস্টেম স্বয়ংক্রিয়ভাবে পারসোনা শনাক্ত করে। আপনি পেরেন্ট সেটিংসে ওভাররাইড করতে পারেন যদি মনে করেন আপনার শিশু অন্য লেভেলে, তবে অ্যাপ আবার নিজে থেকে তথ্যের ভিত্তিতে সঠিক অবস্থানে নিয়ে আসবে।

প্রশ্ন: একটি আইটেম "পুরোপুরি শিখে ফেলা" বলতে কত সময় লাগে?
উত্তর: সাধারণত ৫-৮ বার সঠিক পর্যালোচনা লাগবে ২-৩ সপ্তাহে, প্রাথমিক হাফ-লাইফ এবং অনুশীলনের ফ্রিকোয়েন্সির ওপর নির্ভর করে। খুব সহজ আইটেম (প্রাথমিক হাফ-লাইফ বেশি) কয়েক দিনে স্থিতিশীল হয়। কঠিন আইটেম মাল্টিমাস সময় নিতে পারে।