Negli ultimi decenni, molti studi condotti nel campo della scienza dell'apprendimento hanno riportato che le impalcature svolgono un ruolo importante nell'apprendimento umano. Per impalcare uno studente in modo efficiente, un insegnante dovrebbe prevedere quanto supporto deve avere uno studente per completare i compiti e quindi decidere il grado ottimale di assistenza per supportare lo sviluppo dello studente. Tuttavia, è difficile accertare il grado ottimale di assistenza per lo sviluppo del discente.

In questo studio, abbiamo ipotizzato che lo scaffolding ottimale si basi su una regola di decisione probabilistica:data l'assistenza di un insegnante per facilitare lo sviluppo dello studente, esiste una probabilità ottimale per uno studente di risolvere un compito. Per determinare la probabilità ottimale, abbiamo sviluppato un sistema di scaffolding che fornisce suggerimenti adattivi per adeguare la probabilità predittiva della prestazione di successo dello studente al determinato valore precedentemente determinato, utilizzando una tecnologia di apprendimento automatico statistico.

Per di più, utilizzando il sistema di impalcature, abbiamo confrontato le prestazioni di apprendimento modificando la probabilità predittiva. I nostri risultati hanno mostrato che lo scaffolding per ottenere 0,5 probabilità di successo dello studente fornisce le migliori prestazioni. Anche gli esperimenti hanno dimostrato che un sistema di scaffold che fornisce 0,5 probabilità riduce automaticamente il numero di suggerimenti (quantità di supporto) come funzione di dissolvenza in base alla capacità di crescita dello studente.