首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
文章首先从人工智能时代社会发展对人才需求的角度入手,指出个性化是人工智能时代教育应用发展的必然趋势,并介绍了教育应用的发展现状,指出人工智能技术推动了个性化教育从理念走向实践。接着,文章描述了智能教育的核心服务,即从学习个性化、教学精准化和管理科学化等三个方面推动教育走向个性化。最后,文章介绍了智能教育核心服务在用户终端产品中的应用集成与案例实践。  相似文献   

2.
《现代教育技术》2019,(12):5-12
文章基于对Web of Science数据库中文献关键词的可视化分析,梳理并呈现了国外教育人工智能的研究主题和趋势,研究发现,目前国外教育人工智能的研究可概括为四个主题领域:基于自然语言处理的教育智能研究、知识管理与运算的可视化研究、机器教学的应用案例研究以及指向深度学习的自适应教育技术研究。另外,国外教育人工智能研究呈现三个趋势:基于大数据的机器学习研究、深度学习理念引领下的在线学习变革研究、智能识别技术支撑下的智能导师系统研究。文章通过对国外教育人工智能研究的主题和趋势进行可视化呈现,旨在揭示国外教育人工智能的研究现状,将为我国教育人工智能的研究与发展提供参考。  相似文献   

3.
《现代教育技术》2019,(3):11-17
文章基于国际比较的视野,首先选取美国、英国、法国、日本、新加坡五个发达国家的国家级人工智能战略,对其中的人工智能教育应用政策进行了介绍和分析;接着,文章重点梳理了中国的人工智能教育应用政策;随后,文章从政府层面和教育层面对各国的人工智能教育应用政策进行了比较分析;最后,文章揭示了中国人工智能教育应用政策存在的不足,并提出了具体的发展路径。对国内外人工智能教育应用政策进行对比,有助于发现国外人工智能教育政策的优秀经验并加以借鉴,从而为完善中国的人工智能教育政策提供参考。  相似文献   

4.
国外人工智能教育应用最新热点问题探讨   总被引:4,自引:0,他引:4  
本文通过典型案例法和文献计量法,分析近三年来(即从2007年初到2009年底),国外人工智能教育应用研究的最新进展.典型案例法表明,一个成效显著的语言和文化智能教学系统综合运用了自然语言处理、智能代理等人工智能技术.文献计量法结果则显示,智能代理和自然语言处理是人工智能教育应用中出现频次最多的两个关键词.殊途同归,特殊案例和普遍性的文本分析结合起来,可以发现,自然语言处理、智能代理等是近三年来人工智能教育应用国际研究中应用最多的技术,也是最为关注的问题.  相似文献   

5.
王萍 《电化教育研究》2020,(3):93-100,121
视频是教育领域重要的学习资源形式,基于人工智能技术的教育视频分析与创新应用是推动教育人工智能落地的重要方式,但目前还处于研究与实践的探索阶段。文章分析了人工智能对教育视频的支持功能,在此基础上探讨了人工智能在教育视频中的具体应用场景,构建了基于人工智能的教育视频应用设计原则与框架,并进行了案例实现。研究表明:基于人工智能技术的教育视频应用有助于增强互动学习,支持多模态学习分析,优化视频游戏设计,促进智慧课堂与智慧校园建设。对人工智能在教育视频中的应用研究与实践将推进教育教学创新,推动人工智能与教育的深度融合。  相似文献   

6.
移动学习情境中教育智能应用探究   总被引:2,自引:0,他引:2  
随着教育信息化和数据挖掘技术的发展,越来越多的教育工作者将人工智能等数据挖掘技术应用于教育研究与实践。文章结合目前国内外已有的一些教育领域数据挖掘研究成果,以教育技术学科视点,首次提出教育智能的概念,并针对移动学习资源建设领域的基础研究、教育决策和教育智能在教学系统中的整合三个层面进行应用探究,以案例的形式展示了教育智能的应用层次和解决方案,对教育智能的研究与应用具有一定示范和参考价值。  相似文献   

7.
学习者的协作会话数据是深入了解其学习过程和认知状态的一类重要数据。但由于自然语言的灵活性和学习情境的复杂性,协作会话数据分析的自动化程度一直不高,难以大规模应用。文章从人工智能视域出发,构建了基于人工智能技术的在线协作会话分析概念模型,对在线协作会话分析的理论基础、基本特征、分析流程和常用方法进行了论述,并进一步详细分析了“基于信息论的知识贡献测量”和“基于语义的协作会话学习投入自动分析”两个在线协作会话分析典型案例。案例证明了该模型能够将人工智能技术的“可计算”与教育研究的“可理解”相结合,为人工智能技术与协作会话分析融合搭建了桥梁,对在线协作会话分析实践具有重要的指导和参考价值。  相似文献   

8.
《现代教育技术》2017,(11):12-18
如何利用人工智能技术推动教育的发展,促进教育人工智能与适应性教育模式之间的有效融合,是文章研究的重点。针对这一问题,文章首先对人工智能、教育中的人工智能(Artificial Intelligence in Education,AIED)这两个概念进行了解析,并分析了国内外有关AIED技术的研究现状;随后,文章分析了AIED技术的三大应用场景;最后,文章构建了AIED技术支持下的适应性教育模式,并以音乐教育领域的陪练机器人Elomemo为例进行了实践应用。AIED技术支持下的适应性教育模式的构建及应用,旨在满足适应性学习环境的真实需求,革新传统教育模式,形成动态可持续的循环智能教育联动新体系,以期更好地促进教育人工智能与教育教学的深度融合。  相似文献   

9.
从通用大模型到教育大模型,是人工智能大模型技术深化发展的重要趋势。基于对教育大模型发展现状、典型案例、潜在挑战的分析,文章认为教育大模型是适用于教育场景、具有超大规模参数、融合通用知识和专业知识训练形成的人工智能模型,是大模型技术、知识库技术及各类智能教育技术的集成,能够推动人类学习和机器学习的双向建构,进而提出了应用驱动、共建共享的创新架构和“以学习者为中心”的未来应用场景,旨在建立人工智能大模型与各类数字化教育应用的开放接口,持续训练和完善能够更好地解决教育专业问题的教育场景模型,形成让广大师生常态化使用的智能教育开放模型集群和知识库,在提炼和萃取深度教育知识的同时,破解人工智能教育应用中的风险和挑战。  相似文献   

10.
大学本科开设人工智能公共课的意义重大,有利于各科学生掌握人工智能的原理与技术,从而具备结合所学专业进行应用创新的能力。传统人工智能课程的教学内容和教学方式主要面向计算机相关专业的学生,因此,积极开展本科人工智能公共课教学的研究与探索是一件非常紧迫的任务。文章分析了人工智能发展的现状和人工智能公共课在开设过程中遇到的主要问题;同时从课程内容设计、案例教学和实施细节三个方面探讨了人工智能公共课程的教学模式。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号