intern first project
实习项目报告：AI 交互式网页数据反馈系统原型（天平测量未知质量）
项目背景与问题定义
- 本项目旨在把课堂中的“知识点交互网页”从演示工具升级为学习数据工具，解决：
- 学生在网页中的关键交互行为未被记录，教师无法判断真实理解程度
仅记录“点击次数”缺乏教学意义，需要更关注误区路径、纠错次数、步骤耗时等（手册强调：学习行为 → 理解判断 → 教学决策） - 本原型选择的具体场景为：利用天平测量未知物体质量实验，通过“砝码 + 游码”的操作过程，采集具有教学意义的过程数据，并在教师端形成可读反馈。
项目目标（对照任务手册）
- 记录学生交互行为：拖拽砝码、使用提示、提交答案、工具误用等
生成结构化学习数据：以会话（session）与轮次（round）组织 JSON 数据 - 教师端可视化反馈：提供总览（均值/极值/标准差）与单次实验明细
形成闭环：学生端完成并正确后自动提交数据 → 教师端刷新查看统计与流程
原型总体设计
- 学生端（交互实验页）
- 核心交互：拖拽砝码到右托盘，使天平平衡；支持游码（0–5g，0.1g 精度）微调
- 实验机制：未知质量随机生成（范围 5–98g，部分轮次带 0.1g 小数）
- 工具规则：砝码需用“镊子”，游码需用“手拿”，并记录工具误用
防遗忘上报：学生提交正确时自动把数据写入教师端数据源（localStorage），同时保留手动“提交给教师”按钮 - 教师端（数据反馈页）
- 总览视图：面向“全体学生/全体轮次”的关键指标统计（均值、标准差、最小、最大）
- 明细视图：按会话（学生）查看每轮指标 + 学生操作流程（砝码加/减序列）
- 数据治理能力：支持删除某条会话数据；支持导入学生导出的 JSON 文件
数据结构与采集内容（结构化 JSON）
- 学生端数据按两层组织：
- 会话级（session）：session_id、student_name、started_at、rounds[]、tool_errors[]
- 轮次级（round）：unknown_mass、behavior（过程）、understanding（理解判断）
- 采集重点（与手册“行为层 + 理解判断层”一致）：
- 行为层：拖拽记录、砝码盘状态变化、纠错、提示使用、步骤耗时
- 理解判断层：首次提交是否正确、总提交次数、典型错误提交路径、完成方式（直接命中/试错/使用提示）
教师端指标定义（本期验收重点）
- 教师端展示 5 类指标（每项提供均值、标准差、最小、最大）：
- 学生初次提交成功率：understanding.first_try_correct 的比例
- 学生平均提交次数：understanding.total_attempts 的均值
- 学生错误操作次数：behavior.tool_errors.length 的均值（如手拿砝码、镊子夹未知物体等）
- 学生冗余操作次数：
规则：第一次放置砝码不计冗余；之后每次“拿出再放入同一重量”计 1 次冗余 - 实现思路：检测“移除某重量后下一次再次添加该重量”
学生利用提示次数：behavior.hint_used_count 的均值
同时在单轮明细里展示学生操作流程（例如：添加 20g → 添加 10g → 移除 10g → 添加 5g …），用于快速复盘学生策略与可能的误区。
当前实现结果（可交付物）
- 学生端可运行交互网页：完成砝码拖拽、游码微调、随机未知质量、多轮尝试
- 结构化数据采集：支持导出 JSON；正确后自动“传输”到教师端数据源
- 教师端网页：
总览统计（均值/标准差/极值）
单次实验明细（含操作流程）
支持导入 JSON、删除某条数据
工程化准备：提供 .gitignore 便于推送 GitHub 与 mentor 共享进度
如何运行与验证
- 学生端：打开 balance-experiment/index.html
- 教师端：打开 teacher-dashboard/index.html
- 建议用本地静态服务打开（避免 file:// 环境差异）：
cd “d:\Intern\data collection project”npx serve . - 验证流程：
- 学生端输入姓名 → 完成一轮并答对
- 教师端点击“刷新数据” → 查看总览指标与该学生会话明细
- 教师端可删除该会话，或导入学生端导出的 JSON
项目思考
- 项目大量依赖于人类设计，可以把选择看到数据的权力交还给教师，引导教师输入想要看到的数据，后台调用ai修改代码展示数据，否则当项目量变大，人力维护成本极大。