Knowledge Graph & Knowledge Package Engines

This document specifies the architectural design, responsibilities, and separation of concerns between the Knowledge Graph Engine and the Knowledge Package Engine. Together, they form the foundation of the platform's AI-first adaptive curriculum.

---

1. Philosophical Distinction

To maintain a strict "AI-first" architecture, the platform cleanly decouples Tri thức (Knowledge Graph) from Nội dung giảng dạy (Knowledge Package):

• Knowledge Graph Engine addresses "Tri thức được tổ chức như thế nào?" (What is the learning structure?).
• Knowledge Package Engine addresses "Tri thức nên được đóng gói và truyền đạt như thế nào?" (How is it taught?).

---

2. Decoupled Engine Specifications

A. Knowledge Graph Engine

Sứ mệnh

Quản lý toàn bộ Mô hình tri thức (Knowledge Model) của hệ thống. Engine này hoạt động độc lập với bối cảnh học sinh cụ thể và không tham gia biên soạn bài giảng. Nó chỉ lập bản đồ cấu trúc khoa học của tri thức.

Các câu hỏi cốt lõi trả lời:

• Domain & Areas: Domain này gồm những lĩnh vực nào? Có những Subject/Topic nào?
• Competency Framework: Cần những competency nào để thi IOI hoặc trở thành AI Engineer? Competency nào có độ ưu tiên cao hơn?
• Skill Graph: Competency này gồm những Skill nào? Skill A có phụ thuộc Skill B không? Skill nào là điều kiện tiên quyết (prerequisite)?
• Micro Concepts & Knowledge Graph: Skill này gồm những Micro Concept nào? Hai Micro Concept có liên quan không? Concept nào dẫn tới Concept nào (ví dụ: Binary Search phụ thuộc vào Loop)?

Các thực thể quản lý:

Domain ──> Competency Area ──> Competency ──> Skill ──> Micro Concept ──> Dependency Chain (Prerequisites)

Output của Engine:

Cung cấp Ontology, Taxonomy và cấu trúc cây năng lực chi tiết cho các engine điều phối khác (như Learning Planner Engine) truy vấn.

---

B. Knowledge Package Engine

Sứ mệnh

Chuyển hóa các nút tri thức trừu tượng từ Knowledge Graph thành các Gói tri thức (Knowledge Packages) hoàn chỉnh chứa đầy đủ học liệu trực quan để đưa vào giảng dạy.

Các câu hỏi cốt lõi trả lời:

• Package Design: Concept này nên dạy bằng ví dụ (example) hay ẩn dụ (analogy) nào? Có cần hoạt cảnh (animation/simulation) không?
• Learning Assets: Video bài giảng, tài liệu đọc hiểu, hình ảnh minh họa cụ thể là gì?
• Assessment & Evaluation: Bộ câu hỏi Quiz nào phù hợp? Bài tập thực hành code (Coding Exercise) và tiêu chí chấm điểm (Rubric) chi tiết là gì?
• Pedagogy & Versioning: Cấu trúc học tập cho Beginner khác Advanced ra sao? Chất lượng của Gói học liệu này (Quality Score) đạt bao nhiêu và đang ở phiên bản (Content Version) nào?

Các thực thể quản lý:

Knowledge Packages ──> Learning Assets ──> Assessment Assets ──> Examples & Hints ──> Rubrics ──> Version/Quality

Output của Engine:

Học liệu thô và các khối tương tác được đóng gói để phục vụ cho Learning Experience Engine cấu trúc thành các Learning Activities cụ thể tại thời điểm học.

---

3. Comparison Table

Feature	Knowledge Graph Engine	Knowledge Package Engine
Trọng tâm quản lý	Tri thức & Năng lực (Competency)	Nội dung & Học liệu (Content & Assets)
Câu hỏi cốt lõi	"Cần biết những gì?"	"Dạy như thế nào?"
Thành phần đại diện	Skill Graph, Micro Concepts, Prerequisites	Knowledge Package, Learning Assets, Examples
Tài nguyên cụ thể	Ontology, Taxonomy, Learning Objectives	Videos, Slides, Quiz, Coding Exercises, Rubrics

---

4. Pipeline Interactions & Relationship

  [Knowledge Graph Engine]
             │ (Định nghĩa liên kết tri thức)
             ▼
        Micro Concepts
             │
             ▼ (Được tham chiếu bởi)
             │
  [Knowledge Package Engine]
             │ (Đóng gói học liệu và đánh giá)
             ▼
     Knowledge Package
             │
             ▼
      Learning Assets ──> Assessments & Rubrics

---

5. Architectural Pipeline Positioning

Hai engine này đóng vai trò khởi nguồn của toàn bộ Closed Learning Loop khép kín:

Knowledge Graph Engine (Quản lý tri thức)
       │
       ▼
Knowledge Package Engine (Đóng gói học liệu)
       │
       ▼
Learning Planner Engine (Lập kế hoạch dài hạn: Journey & Missions)
       │
       ▼
Learning Experience Engine (Khuyến nghị bài học thời gian thực)
       │
       ▼
Evidence Collection (Thu thập minh chứng hành vi)
       │
       ▼
Learner Intelligence Engine (Suy luận Bayesian -> Cập nhật Learner Model)
       │
       └─────────────────────────── [Tự động Tái lập tuyến - Re-routing] ──> Quay lại Planner

---

6. Single Responsibility Design Principles

Để đảm bảo tính nhất quán cao nhất của kiến trúc AI-First, mỗi Engine được thiết kế chịu trách nhiệm trả lời duy nhất một câu hỏi cốt lõi:

1. Knowledge Graph Engine: Người học cần biết và làm được những gì?
2. Knowledge Package Engine: Kiến thức đó nên được đóng gói và giảng dạy như thế nào?
3. Learning Planner Engine: Với learner này, nên học gì tiếp theo trong hành trình?
4. Learning Experience Engine: Ngay lúc này learner nên trải nghiệm hoạt động học tập nào?
5. Learner Intelligence Engine: Evidence mới nói gì về learner và cần cập nhật Learner Model ra sao?