1. Где применяются рекомендации
NativePath применяет рекомендательную логику в учебных функциях, где на основании истории прохождения пользователю может быть предложен конкретный урок или следующий учебный шаг.
В частности, после повторяющихся ошибок в практическом задании или проверке система может предложить вернуться к опубликованному уроку, который связан с темой ошибки.
2. Какие сведения используются
Для рекомендации могут использоваться сведения о выбранном учебном маршруте, идентификаторы курса, урока, задания или quiz, результат проверки, факт повторения ошибки, score/status, время учебного события, выделенная учебная тема (concept) и факт последующего успешного прохождения.
Источником этих сведений являются действия самого пользователя в NativePath и результаты серверной проверки учебных заданий. Система не использует для этой рекомендации данные из адресной книги, переписки вне NativePath или рекламных профилей третьих лиц.
В `learning_signal` не сохраняется исходный код решения пользователя: для выбора повторяемой темы сохраняются ограниченные учебные признаки и идентификаторы события.
3. Как формируется рекомендация
После неуспешной серверной проверки NativePath выделяет учебную тему ошибки. История таких сигналов анализируется в ограниченном временном окне; единичная ошибка сама по себе не должна создавать обязательную рекомендацию.
Текущая логика повторения считает тему устойчивой после как минимум двух релевантных сигналов. Затем система ищет подходящий ранее опубликованный урок, связанный с этой темой, и предлагает его для повторения.
Если пользователь после этого демонстрирует успешное прохождение соответствующей активности, старые ошибки этой темы считаются отработанными и не должны продолжать навязывать прежнюю рекомендацию. Для новой рекомендации после успешного освоения нужны новые повторяющиеся ошибки.
4. Роль AI
AI-разбор может дополнительно объяснить уже сохранённую ошибку и классифицировать её по учебным темам, но AI не определяет официальный PASS/FAIL задания и не выдаёт сертификат.
Авторитетный результат автоматического задания формирует серверный validator, а задания с ручной проверкой оцениваются человеком. Персональная рекомендация остаётся учебной подсказкой.
5. Что рекомендация не делает
Рекомендация не блокирует опубликованный учебный материал, не меняет оценку уже выполненного задания, не подменяет ручную проверку и сама по себе не изменяет статус сертификата.
Пользователь может открыть предложенный материал или продолжить пользоваться доступными функциями платформы в пределах правил учебного маршрута.
6. Изменение правил и связь
Владелец информационного ресурса: ИП Кожин Андрей Сергеевич. Юридически значимые сообщения по вопросам рекомендательных технологий можно направлять на hello@nativepath.ru.
Если логика рекомендаций начнёт использовать новые категории данных, новые внешние источники или существенно изменённый способ ранжирования, эти правила должны быть обновлены до применения такого изменения к пользователям.