← Retour au blog
AiEnviron 7 min de lecture

Un graphe de connaissances chinois pour le K12, 1,644 nœuds et les arêtes qui le rendent utile

Publié le 13 nov. 2026
Un graphe de connaissances chinois pour le K12, 1,644 nœuds et les arêtes qui le rendent utile

Un dépôt nommé `cn-math-taxonomy` a récolté environ 8,000 étoiles depuis son apparition le 18 octobre, et son nom le dessert franchement. Il a commencé comme une carte des mathématiques scolaires chinoises et couvre désormais l'anglais à partir de la troisième année, la physique du collège et la biologie du collège.

Les chiffres expliquent les étoiles. 1,644 points de connaissance. 2,403 arêtes de prérequis. 6,723 questions. Alignées chapitre par chapitre sur les programmes de 2022, révisés en 2025.

Ce qu'il y a vraiment dedans

Le graphe est construit à partir des manuels, pas d'un résumé de programme. Les mathématiques suivent la série des Presses populaires d'éducation de la 1re à la 9e année, plus l'édition A de 2019 avec deux volumes obligatoires et trois optionnels pour le lycée. L'anglais suit PEP depuis la troisième année, la série Go for it! au collège, et l'ensemble de 2019 pour le lycée. La physique couvre séparément les volumes de 8e et 9e année, puis les séquences obligatoires et optionnelles du lycée.

Ce choix, le manuel plutôt que le programme, est ce qui rend l'outil utilisable. Un programme dit qu'un élève doit comprendre les fonctions linéaires à un certain niveau. Un manuel dit que le chapitre dix-neuf les introduit après le chapitre dix-huit sur les équations du second degré, et c'est cet ordre dont un moteur de diagnostic a besoin.

La structure contient des décisions assumées qui valent une lecture attentive. L'anglais est un graphe séparé et ne se connecte pas du tout aux mathématiques. L'anglais du collège remonte vers l'anglais du primaire, et celui du lycée remonte surtout vers celui du collège. La physique a aussi son propre graphe, et les mathématiques dont dépend un concept de physique sont stockées dans un champ `mathLinks` plutôt que dans une arête de prérequis. Le raisonnement de l'auteur reste implicite mais tient debout : un élève de physique incapable de résoudre une équation du second degré ne manque pas d'un prérequis au sens de la théorie des graphes, il manque d'un outil, et confondre les deux ferait dévier le diagnostic vers la mauvaise matière.

Le diagnostic est le produit

La fonction phare est le diagnostic adaptatif de prérequis, et il fonctionne comme le graphe l'implique.

Un élève rate une question de lycée. Le système remonte les arêtes de prérequis, vérifie les concepts en dessous, et continue jusqu'à un point de connaissance précis du primaire qui est réellement la racine de l'échec. Pas "tu dois réviser les fonctions". Plutôt "tu es fragile sur le rapport entre fractions et division, c'est pour ça que la simplification d'expression rationnelle a lâché".

C'est un autre produit qu'une banque d'exercices avec des étiquettes de difficulté. C'est plus proche de la façon dont pense un bon professeur particulier, et cela ne marche que si l'ensemble d'arêtes est assez complet pour qu'on puisse marcher dessus. Avec 1,644 nœuds et 2,403 arêtes, le graphe a en moyenne moins de 1.5 arête sortante par nœud. C'est clairsemé. Un DAG de prérequis doit l'être, la plupart des concepts dépendent d'une ou deux choses, et cela veut aussi dire qu'une seule arête fausse envoie la marche vers un endroit inutile.

La partie que je n'attendais pas

Le README contient une chose rare dans les projets d'open data : une liste explicite de ce qui n'a pas pu être vérifié.

L'auteur a cherché la table des matières officielle du manuel de mathématiques de 2024 pour la deuxième partie de la 9e année, et ne l'a pas trouvée. La page de présentation de l'éditeur décrit la démarche éditoriale sans lister les chapitres, et la page portant le titre de ce volume affiche une ancienne couverture. L'édition 2024 ne devrait pas entrer dans les classes avant le printemps 2027.

Le dépôt étiquette donc la liste des chapitres comme "l'inférence la plus fiable", précise qu'il ne s'agit pas du texte officiel, cite la page de manuel parascolaire tierce dont il s'inspire, et demande aux lecteurs de vérifier sur le livre papier. Il note aussi le changement de nom d'un chapitre, d'une section sur les probabilités à une section sur les événements aléatoires, et signale les éditions de manuels pas encore publiées, remplacées par la version précédente.

La plupart des projets de cette taille comblent ces trous et passent à la suite. Les documenter ne coûte rien et évite à chaque utilisateur en aval de construire sur une supposition dont il ignorait que c'en était une.

La licence, avant de monter un business

Le code et les données sont sous CC BY-NC 4.0. L'étude personnelle, l'enseignement et la recherche sont libres. Les cours payants, les applications payantes et tout service où un établissement facture demandent une autorisation séparée, que l'auteur traite directement par message ou par courriel.

Pour qui veut l'utiliser hors de Chine, cette clause résume toute la discussion. Une licence non commerciale sur un graphe de connaissances convient à un prototype de recherche et bloque un produit. Les données elles-mêmes portent une marque géographique difficile à transposer : la structure des arêtes encode l'ordre dans lequel les manuels chinois introduisent les concepts, et cet ordre ne correspond pas à la façon dont un programme américain ou britannique séquence la même matière.

Pourquoi cela compte au-delà de la Chine

Deux raisons, et aucune ne concerne la technologie éducative comme marché.

D'abord, c'est un exemple propre de ce pour quoi les graphes de connaissances sont vraiment bons. Le suivi de contraintes. Un DAG de prérequis permet de répondre à "que doit savoir cet élève pour que cette question ait un sens", et cette question a une réponse définitive qu'un modèle de langage approximera volontiers en se trompant parfois. Le graphe la donne en un parcours.

Ensuite, cela montre où se situe la valeur dans un produit de données. Les 6,723 questions sont de la marchandise courante. Les 1,644 nœuds représentent une semaine de travail soigné. Les 2,403 arêtes, et les décisions sur ce qui devient une arête et ce qui devient un champ, sont la partie qui a demandé un vrai jugement. N'importe qui peut générer des questions aujourd'hui. Presque personne ne s'assied pour se disputer avec lui-même afin de savoir si la dépendance mathématique d'un concept de physique appartient au graphe.

Cela reformule aussi la valeur d'une banque d'exercices. Six mille questions sonnent comme la partie difficile, et il y a dix ans elles l'étaient. Aujourd'hui un modèle en produit des milliers en un après-midi, étiquetées par thème. Ce qu'il ne peut pas produire, c'est l'ordre : l'affirmation que ce concept dépend de celui-là, formulée par quelqu'un qui a enseigné les deux et sait où les élèves cassent vraiment. Cette affirmation est l'entrée rare, et c'est elle que protège une licence non commerciale.

Si vous évaluez le graphe pour votre propre usage, un test vous dira l'essentiel. Prenez un concept haut dans une matière, descendez sa chaîne de prérequis jusqu'en bas, et lisez-la à voix haute. Si chaque étape ressemble à ce que dirait un professeur, les arêtes ont été construites par quelqu'un d'attentionné. Si une étape saute de la factorisation d'équations du second degré à la compréhension des nombres négatifs sans rien entre les deux, vous avez trouvé l'endroit où le graphe manque de preuves et commence à inférer.

Si vous voulez essayer, le dépôt et le site de démonstration math.pansgo.com sont les points d'entrée, et les données sont assez simples pour être chargées dans n'importe quoi qui parle graphes. Lisez d'abord la section sur ce qui est provisoire. C'est elle qui vous dit à quel point faire confiance au reste.

Articles associés