本記事では、パーソナライズされた数学指導を行うための「TASA（Teaching According to Students' Aptitude）」フレームワークを提案しています。従来の指導法では、生徒の知識の進化や概念的なギャップ、忘却パターンを十分に反映できていませんでしたが、TASAは生徒のペルソナや記憶のダイナミクスを統合し、各生徒の習熟度に応じた適切な問題や説明を生成します。このフレームワークは、知識の進捗を追跡しながら、忘却曲線を考慮に入れた動的な習熟度更新を行い、事実に基づいた学習成果を示しています。実験結果によると、TASAは従来の基準よりも優れた学習効果を示し、また柔軟な指導行動が強調されました。特に、時間的な忘却と学習者のプロファイルをモデル化することの重要性が確認されました。