Los sistemas ciberfísicos se han vuelto críticos en diversas industrias. Han impulsado inversiones en servicios educativos para formar ingenieros bien capacitados. Los servicios educativos para sistemas ciberfísicos requieren la contratación de tutores expertos con conocimientos multidisciplinarios, así como la adquisición de instalaciones/equipos costosos. En respuesta a los desafíos planteados por la necesidad de equipos e instalaciones, se ha explorado un servicio educativo basado en el metaverso que incorpora gemelos digitales como solución. Sin embargo, el problema de reclutar tutores expertos que puedan mejorar los logros de los estudiantes sigue sin resolverse, lo que dificulta cultivar talento de manera efectiva. Este documento propone una arquitectura de referencia para un metaverso educativo centrado en el aprendiz con un marco de tutoría inteligente como su característica principal para abordar estos problemas. Desarrollamos un esquema novedoso de inteligencia artificial explicativa para modelos de detección de objetos de múltiples clases para evaluar los logros de los estudiantes dentro del marco de tutoría inteligente. Además, se aplica un método de búsqueda de mejora basado en algoritmos genéticos al marco para derivar retroalimentación personalizada. La arquitectura y el marco del metaverso propuestos se evalúan a través de un estudio de caso sobre educación de drones. Los resultados experimentales muestran que el esquema de IA explicativa demuestra una mejora de aproximadamente el 30% en la precisión de la explicación en comparación con los métodos existentes. Los resultados de la encuesta indican que más del 70% de los estudiantes mejoraron significativamente sus habilidades basadas en la retroalimentación proporcionada.