🚨🚨 ¡Emocionados de compartir nuestros primeros resultados *positivos* sobre la IA en la educación! La mayoría del trabajo de los tutores de IA se centra en mejorar el chatbot. Sugerimos otro enfoque: decidir qué deben practicar los estudiantes a continuación para mejorar el aprendizaje. Combinamos un tutor LLM con aprendizaje por refuerzo para personalizar la secuenciación de problemas utilizando señales de las interacciones entre estudiantes y chatbots y los intentos de solución. Probamos esto en un experimento de campo aleatorizado de 5 meses en un curso de Python en 10 escuelas secundarias de Taipéi. Todos los estudiantes tenían el mismo material del curso y el mismo tutor de IA. La única diferencia fue la secuenciación de problemas adaptativa frente a la fija. Resultado: entre 770 estudiantes, la secuenciación adaptativa mejoró el rendimiento en un examen final presencial realizado sin asistencia de IA en 0.15 SD, con efectos más grandes para los principiantes. Nuestra evidencia sugiere que las ganancias provinieron de un mayor compromiso y un uso más productivo de la IA.