共查询到20条相似文献，搜索用时 15 毫秒
1.
理解被广泛认为是教育的重要价值追求,“为理解而教,为理解而学”已然成为学界共识。知识理解是概念转变的基础,知识应用与创新的前提,是学习者高阶思维发展的关键,是深度学习的旨向。人工智能为学习者提供更多样的知识呈现方式与形态,提供更精准的学习分析,创设智能化的真实学习情境,为学习者的概念转变与知识理解创造了良好的条件。正是基于这样的背景,我们以概念转变为切入点,以上海方略教育研发的智能全息盒子为主要的智能仿真学习环境,开展了一项实证研究,旨在探究智能仿真学习环境对学习者概念转变的影响,由此窥察人工智能促进知识理解的诸多可能。研究结果表明,人工智能所建构的智能仿真学习环境,对于学习者概念转变具有积极的促进作用。 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.
学习者模型的“复杂性”和机器智能决策的“不透明性”，使得可解释学习者建模成为教育人工智能研究的重要议题。可解释学习者建模旨在通过对学习者多维度、多层次、多场景的精准刻画，实现学习者的可表征、可理解、可干预，进而为学习策略、教学模式、教育评价的设计和开展提供科学依据。其核心价值体现在对外在学习行为的准确表征、对学习者潜在特征的深度挖掘、对学习者模型的完整构建以及对学习机理的准确阐释，且在模型构建过程中充分体现出透明度和可解释性，进而增强教育主体对机器智能分析与决策的信任度和接受度。可解释学习者建模能够实现全景化细粒度的教育诊断，提供易于理解和接受的学习干预，推动高度适配且便于实施的教学决策，支持综合化高效能的教育管理，在“人机协同”的教育教学活动中具有广阔的应用前景。未来，还需通过加强多学科理论融合、科学智能方法运用、智能教育产品研发等途径推进可解释学习者建模研究。 相似文献
4.
学习者画像是描述学习者特征、实现智能化推送、实施个性化教育的重要基础.如何挖掘并利用在线学习平台中的数据构建学习者画像是当前亟待解决的问题.研究以在线作业为目标场景,以在线学习行为投入为切入点,构建了以参与、坚持、专注、学术挑战和自我调控为主要维度的分析框架和测量指标,利用7695名小学生在线作业数据进行了27个测量指标的有效性验证,采用K-Means聚类方法对在线学习者的行为特征和结果特征进行了标签分类,形成了四类学习者的群体画像,提出了相应的学习指导建议.研究发现,学习者的学业成绩与作业行为投入之间存在显著相关,不同的行为投入平台指标与学业成绩呈现不同的相关性,学习品质相关指标与学业成绩呈现强相关.因此,在线教育平台应通过画像技术,持续跟踪学习者的在线学习行为投入,评估学习者的学习品质,提出个性化的指导建议,推送精准化的学习资源,进而提升学习者在线学习效率. 相似文献
5.
在线讨论作为在线学习的重要组成部分,其产生的文本数据可以反映学习者的认知水平、互动质量以及情绪状态。学习情绪影响认知行为,从而影响学习成效,研究学习情绪和认知行为之间的关系非常重要。文章基于Harris等人的情绪分类法和蔡今中的认知分类体系,使用内容分析法和滞后序列分析法研究学习者的动态学习情绪、认知行为序列模式以及学习情绪和认知行为之间的关系。研究表明:困惑情绪和消极情绪会转化为积极情绪,但是中性情绪不会转化为积极情绪;学习者倾向于呈现描述行为和推断或解释行为,且认知行为序列模式具有渐进性特征;描述行为会引发消极情绪,比较行为、推断或解释行为会引发积极情绪。教师可根据学习者的行为转换情况进行适当的指导和干预,以提升学习者的学习效果。 相似文献
6.
个性化学习评价是教育评价改革的内在要求和重要趋势。人工智能为个性化学习评价的实现提供了技术支撑,其价值体现在促进对学习者多模态数据的采集、实现学习过程与状态的智能分析、支持学习评价结果的智能化反馈、推动人机协同评价等方面。人工智能支持下个性化学习评价的实现,需要推进学校智能教育环境建设及其应用、构建人工智能支持下个性化学习评价的实施框架、制定个性化学习评价中人工智能的应用规范、提升教师应用人工智能开展个性化学习评价的能力。 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.
混合学习强调线下课堂教学和线上自主学习的混合以实现优势互补,其中学习者的在线自我调节学习能力显得异常重要。文章旨在揭示学习者的在线自我调节学习能力存在哪些潜在类别,不同类别学习者是否具有不同的在线自我调节学习行为过程模型,以及这对于在线自我调节学习环境的设计有何启示。研究首先对239名学习者的在线自我调节学习能力进行测评,然后使用潜在剖面分析方法对测评数据进行分析,发现样本学习者可以分为高、中、低三种不同水平的自我调节学习剖面类别。然后分别对三种类别学习者的在线自我调节学习行为数据进行过程挖掘,研究发现:(1)学习者的自我调节学习能力更多体现在执行阶段的行为上;(2)中高水平自我调节学习者的在线学习行为表现出更强的认知和元认知策略;(3)高水平自我调节学习者体现出更有效的时间管理策略与更强的整体规划能力。因此,在线自我调节学习环境需要引入自适应支持机制,为学习者提供适应性的过程和策略支持。 相似文献
9.
互联网、大数据、人工智能等新技术在教育中的应用创生出教材建设新形态,推动了数字教材的发展。但是,当前数字教材建设中也存在着诸如简化为“电子文本”、等同于“多媒体资源库”、异化为“答题教师”的问题。本研究针对数字教材建设中的问题,分析数字教材智能化发展的必要性,以教学论视角阐释智能教材“智适应选学、智能化导学、伴随式评价、深度学习互动”等教学性特征;结合人工智能知识图谱、学习分析、在线追踪、学习者画像、深度交互等技术优势,借鉴已有研究成果设计智能教材教育功能实现的方法与技术,并以具体案例解释与说明;针对智能教材教学性与工程性特征,从遵循教学理论、注重实践迭代、加强技术监管等方面提出智能教材的推进策略。 相似文献
10.
基于学习者个性模型的智能答疑平台的设计 总被引：4，自引：0，他引：4
随着信息时代的迅猛发展,学习已日益成为人们生活的一个重要组成部分。本文以网络环境下可以更好地支持个性化学习的系统为研究背景,采用人工智能与认知技术相结合的办法,开展基于学习者个性模型的智能答疑平台的设计研究,重点探讨了如何进行学习者个性建模以及如何基于该模型进行自适应知识内容呈现的智能答疑系统等问题的研究。 相似文献
11.
人工智能在线心理咨询方式的研究 总被引：1，自引：0，他引：1
人工智能的使用在我国高校心理健康教育网站在线心理咨询中起着非常重要的作用.主要介绍人工智能的原理及智能在线心理咨询方式的基本概念,分析智能在线心理咨询方式的结构及其研究中遇到的难题,并从人工智能的研究成果来探讨解决问题的思路. 相似文献
12.
学习者与在线内容的交互被认为是决定网络教学和学习有效性的重要因素之一.学习环境中的任何事情总是一触即发,支持学习者与在线内容进行交互.当学习者与内容交互时,内部的反思性思考与对话发生了.本研究试图比较在线学习管理系统中研究生课程和本科课程中学习者交互之间的差别.基于所提出的研究学习者与在线内容交互的框架,研究者收集了学习管理系统日志和学习活动数据库中的相关数据;基于学习者与在线课程内容的交互模式和行为对收集到的数据进行了分析;并对教师和学习者在在线论坛中的讨论和交流的内容进行分析,尤其调查了已发生的交流的维度、深度和分类.基于上述研究成果.研究者认为应该加强网络内容的设计和传输,从而提升开放远程学习中在线学习环境的有效性. 相似文献
13.
新时代在政策和智能技术助推下,教学不断演进,呈现新的发展趋势,智慧教育引发教学智能化、流程化和规模化变革,教学面临着在资源与技术、师资、外部环境困境等方面的问题。通过人工智能技术优化教育生态与学习方式,推进教学定位与育人方式协同改进,实现虚拟现实技术助推智慧教学创新发展,改进数据智能平台助力学生个性化学习成效。通过学习方式、教学方式、教师角色转型,构建协同互联的智能教学生态体系,依托人工智能开发层级清晰的网络平台,利用人工智能、大数据技术优化和完善教学体系,促进课堂智能化教学转型发展。 相似文献
14.
深度学习代表人工智能技术的最新发展,是中小学人工智能课程的核心内容。人工智能教育硬件是中小学生学习人工智能不可或缺的工具,其发展现状和发展方向理应得到重视。首先,结合人工智能课程的核心内容和人工智能技术的发展趋势,探索了中小学人工智能课程的目标定位。然后,依据教育性、代表性、受众面和面向深度学习等原则确定了智能硬件样本,对智能硬件样本的计算资源、硬件功能、应用性能和资源服务进行分析发现,中小学人工智能教育硬件存在计算资源整体较低、应用性能重复度高、新手工具相对缺乏和学段分层不够明显等问题。基于此,提出要落实学段课程目标以构建良好硬件生态、提供在线接入服务以弥补计算资源短缺、构建共建共享平台以形成多方协同机制等举措,以期促进我国智能硬件行业和中小学人工智能课程的高质量发展。 相似文献
15.
利用人工智能技术实现个性化学习是当前教育改革发展的现实诉求.个性化学习的内涵包括以学习者的个性化需求和特征为前提、以学习者个性化的学习过程为核心、以学习者的个性化发展为最终目标等三个要点.人工智能技术为个性化学习的实现提供了强有力的支持,主要体现在智能识别、智能分析与处理、智能测评等方面.人工智能时代个性化学习的实现路径包括精准识别学习者的个性化特征、动态生成个性化的学习目标、智能推荐个性化的学习资源、灵活设计个性化学习策略、数据驱动个性化学习评价等. 相似文献
16.
17.
《现代远程教育研究》2021,(1)
1国际前沿发展研究人工智能教育、教育信息化、学习科学、在线与混合学习、终身教育的重大政策、战略、报告解读,领域内国家社科、自科课题研究成果,促进教育与学习变革的跨学科交叉研究。2人工智能教育研究人工智能在教育中的应用与创新研究;智能时代教育系统与教学范式的变革研究,如智慧教育、智能评价、智能教学系统、机器人教学、智慧学习空间、教师与学生发展、人工智能伦理等。 相似文献
18.
教育智能体是人工智能领域的重要研究方向,可助力实现教育的智能化、精准化和个性化,其对学习者的学习动机、学习情感、学习效果等有着直接且显著的影响.人工智能与教育的结合愈加紧密,但教育智能体尚处于探索阶段,为使教育智能体更好地服务教与学,文章通过对既有文献的梳理和归纳,对教育智能体的发展历程和应用现状进行了总结,并进一步明确了教育智能体的内涵和特征.教育智能体已在支持个性化学习、扮演虚拟教学角色、实现人机情感交互等领域取得应用,但仍存在决策精度较弱、对话能力有限、外观设计简单、情感交互不足等问题.未来,教育智能体将与大数据、深度学习、情感计算等技术深度融合,以其"智能"促进学习者的"智慧"发展,赋能教与学的变革与重构. 相似文献
19.
学习者的学习行为是教育能否成功的关键因素之一，网络教育学习者在线学习行为直接影响到网络教育的课程设计、支持服务环境架构及评价体系建设等。本文选择华东师范大学网络教育学院全体学习者作为研究对象，对学习者在线学习行为进行分析，得出网络教育系统的准确访问量及学习者在线学习参与程度等量化指标，为进一步完善网络教育环境建设提供参考依据。 相似文献
20.
在E-learning学习领域,在线学习系统中大量的学习资源往往会让学习者难以及时获取适合自身的个性化学习资源。当前在线学习行为方面的研究主要关注根据学习者的学习行为和知识水平提供适切的学习资源,但学习者学习行为的差异性、学习资源的多样性和学习导航链接的复杂性成为自适应学习环境系统构建的限制因素。因此,有必要利用学习分析技术来分析学习者的相关数据,进而深入了解学习者的学习行为,并组织和维持在线学习系统中储存的学习资源。文章基于自组织映射(Self-Organizing Maps,SOM)聚类法提出了一种自适应学习环境框架,该框架有利于分析学习者相关数据并构建学习内容模型,为学习者提供适合自身需要的学习内容,最终取得高质量的学习成绩。随着E-learning中学习数据的日益增长,为了保证E-learning中学习者的学习质量,非常有必要对这些大量的学习数据进行分析,这也成为当前教育研究中的热点问题,文章有助于在E-learning环境中对学习者进行及时有效的大数据分析。 相似文献