共查询到20条相似文献，搜索用时 46 毫秒
1.
长期以来,高等教育评价存在着模式陈旧、指标单一、数据匮乏和算法灵活性差等问题,人工智能的教育应用为解决这些问题提供了可能.探索人工智能支持的教育评价,是推动我国智慧教育发展的必然举措.本研究基于人工智能前沿技术与高等教育教学评价原理,提出构建基于人工智能的高等教育教学评价体系的五大关键技术:评价模式的构建、评价指标的构成、基于智能感知的常态化监测、智能评价算法的选择、诊断式评价及干预系统的设计,并在此基础上以广东工业大学"蕴瑜在线课堂"的教育诊断评价与干预系统为例,从数据感知、智能评价、数据决策三个方面阐述人工智能技术在高等教育教学评价中的应用,总结人工智能应用在高等教育教学评价中的优势.最后,本研究通过问卷调查发现,经本研究设计的人工智能教育评价与干预系统在各项维度上均优于传统的教学评价.研究结论可为人工智能时代高等教育教学评价改革与创新提供理论和实践参考. 相似文献
2.
3.
从语音识别系统前端信号处理出发研究了语音信号特征的提取方法.对4种语音识别主流算法模型进行部署,构建了不同车载应用场景,并选择字错误率和实时率两种主流评价指标对算法模型进行了效果测试,开展了算法评价与分析,同时运用开源二维网格搜索法优化了百度DeepSpeech2模型,并对其进行硬件适配,使得模型识别精度、识别速率得到... 相似文献
4.
管雪沨 《中小学信息技术教育》2024,(4):94-96
针对当前中小学人工智能教育存在概念模糊、定位不清、工具不足、应用缺乏等问题,笔者开发一种名为“会学习的相机”的人工智能教学工具,通过给相机部署不同的AI模型,实现人脸检测、头盔识别等不同功能,并支持模型训练和快速部署。通过“安全出行”教学实践,“会学习的相机”能简化人工智能学习流程、分解学习难度,整合信息科技模块,有利于推广人工智能教育,让学生更好地实践AI、应用AI。 相似文献
5.
规则化与可计算是人工智能技术支持课堂教学分析的前提.以S-T行为及FIAS言语交互为代表的分析方法,用时间取样的研究思路量化课堂教学,虽然对规则化、客观分析作出了显著贡献,但一直受困于费时低效、未能有效建立数量结构与意义理解的联系,以及不能较好地促进教师专业成长等问题.建立以教学事件为基本分析维度,综合双主教学结构等教育理论,以及计算机视觉和自然语言理解等技术,从教学事件识别与教学阶段划分、教学法结构序列、时间取样的行为和言语交互分析、基于证据的教学解读和人机协同的教学改进等阶段,构建课堂教学分析TESTII(Teaching Events,SPS,Time Coding,Interpretation,Improvement)框架,成为人工智能支持课堂教学质量提升和变革课堂教学结构的解决方案和发展走向. 相似文献
6.
伦理问题的产生在人工智能教育应用中不可避免。如何识别与应对之，是当前研究的热点，对于人工智能与教育融合创新具有显著的伦理导向作用。已有研究多着力于对伦理风险的预警，在一定程度上忽视了对伦理问题的识别与判断，暴露出“泛伦理化”研究趋向，难以形成系统的伦理策略。实际上，只有辨别人工智能教育应用行为的伦理属性，通过伦理判断的分类指引，经由不同伦理分析框架的多样尝试，才能确定适切的伦理意图并形成可行的伦理方案。从人工智能教育应用行为的自知性、自愿性、社会性三个基本原则出发，提出“识别人工智能教育应用伦理问题”的一般方法，并基于目的论、义务论、美德论等规范伦理理论，确定“判断人工智能教育应用伦理问题是否合乎伦理规范”的方案依据，从而阐释人工智能教育应用伦理策略的形成过程，为积极回应“伦理问题识别意识薄弱”“伦理原则照搬难适应”等实践困境提供理论依据与实践路径。 相似文献
7.
传统课堂教学行为分析多以人脑分析为主,存在依赖专家、分析效率低、分析不准确等问题。信息化课堂中教学行为分析多通过单一言语行为来考量,手势、眼部表情、身体动作等其他课堂行为难以体现。人工智能技术突破了传统和信息化课堂教学行为分析的局限,实现了分析的自动化和智能化,使得课堂教学行为分析更加精准、全面、真实。研究从舆论造势、技术担忧和安全伦理三方面分析了人工智能技术支持下的课堂教学行为分析的发展困境。研究通过对人工智能技术支持的课堂教学行为分析发展、困境和路径的分析,认为,“人工与人脑的统一”为课堂教学行为分析带来创新突破,将成为人工智能技术支持下的课堂教学行为分析与发展的新路径。 相似文献
8.
随着大数据、云计算、人工智能等信息技术的不断发展,高等教育从信息时代迈向智能时代,为个性化精准教学带来新的发展契机。构建了人工智能教学精准交互平台,利用人工智能对教学主体间的精准交互行为数据进行深度分析,形成各种学情报告,对交互主体的学习行为和需求做预测,智能推送学习方案,循环往复,最终实现精准化、个性化教学,切实提高教学效果。 相似文献
9.
人工智能教育已成为国内外关注的热点之一,但目前国内外还缺乏对人工智能教学行为意向影响因素的研究。文章以安徽某所中学为例,对教师人工智能教学行为意向进行了理论和实证分析,并采用SPSS17.0、SmartPLS3.0对数据进行了分析。结果表明:感知行为控制和行为意向两个变量与教师人工智能实际行为正相关,其中感知行为控制的影响更大;行为态度与行为意向正相关;有用性感知与行为态度正相关,易用性感知与有用性感知正相关。基于以上结论,作者提出如下建议对策:尝试引进智能教学系统,并进行培训指导;加强智能教学系统的开发;构建人工智能培训课程体系以及制定相关的激励政策等。 相似文献
10.
教师的教学行为是教师所有行为中最为基本的行为,是教师专业化的最基本要求.从行为指标体系建构的角度来研究教师行为是较为有效的方式之一,而在这之中,以往对教师教学准备行为的研究偏弱.通过文献趋势分析和理论支撑,构建出指标模型,据此编制了教师评分表和专家权重评价表,最后通过数据的统计与分析,确定了教师教学准备行为评价指标与权重体系. 相似文献
11.
胡起靖 《深圳信息职业技术学院学报》2023,(5):23-31
综合评价方法在实现搜索引擎的系统性评估方面有突出作用,评估研究结果能为用户选用搜索引擎提供科学、直观的参考依据。将属性识别模型引入搜索引擎综合评价中,分别用于计量指标数据和用户体验反馈信息的实证研究。结果表明,该模型应用兼容性强,评价结果与其他方法比较得到了一致性验证,能够为当前的搜索引擎评价提供新的方法借鉴和参考。随着大数据、计算机算法、人工智能等现代技术的深度融合和深化应用,该模型为搜索引擎评价中的大众化应用创造了有利条件。 相似文献
12.
作为强大技术推动力的人工智能正引发着一场技术革命,推动社会步入智能时代。开展人工智能下的课堂教学评价,能够辅助智慧评价的高效开展、关注情感信息的动态变化、还原真实课堂的精准采集、实现师生成长的轨迹追踪。通过对象层、数据层、技术层和应用层四个层面的系统架构,搭建人工智能下课堂教学评价的实践路径,指向课堂语言分析、课堂行为分析、课堂情感分析与课堂教学评价体系四大应用场景。未来人工智能下课堂教学评价的深度发展与广泛应用还需探索专业化的评价指标构建、加强个性化的教师行为反馈、着眼发展性的未来教育挑战。 相似文献
13.
14.
基于数据智能分析的学习资源推送是精准支持个性化学习的教学服务方式之一。随着人工智能技术和学习分析技术的发展，通过对行为数据、测评数据和日志数据等的分析进行资源推送虽已有较成功应用，但未能实现学习者个人情感状态为引导的资源推送。为此，该研究针对个性化学习资源推荐中情感价值、情感控制理论和实践的缺失，以实现个性化学习多维度情感识别为目标，采用BERT模型和TextCNN构建个性化学习资源推荐文本情感识别模型，并提出了基于学习者作业、论坛内容等的文本情感识别模型实现过程。学习资源推荐文本情感识别模型和实现过程可为真实应用提供方法支持和技术路线指引。 相似文献
15.
当前,人工智能大模型在各领域迅猛发展,其中教育领域的人工智能大模型虽然能够在知识生产、知识计算和知识服务方面完成多种智能任务以提供教学辅助,但其在功能构建、数据收集与管理、教学测评和应用等方面仍存在局限,同时缺乏适用于多个教育场景的通用人工智能大模型。基于此,文章从人工智能的发展和标准化的现状出发,对教育通用人工智能大模型的概念、原则和属性做出界定,并提出教育通用人工智能大模型标准体系,包括总体框架、信息模型、数据规范、测评规范和教学应用要求等,以从指导角度对教育通用人工智能大模型的研发、应用、管理和评估进行规范。文章通过研究,旨在规范通用人工智能大模型在教育领域的应用与发展,赋能、赋智于教育,推动教育的高质量发展。 相似文献
16.
17.
在人工智能视域下的课堂教学智慧评价中,基于中国优秀传统文化中的知行哲学和大脑认知活动的信息自由能理论构建的学习发生知行模型,描述了学习发生的条件与路径、学习风格、有效教学方法等,关涉学生学习发生这一教育核心问题。学习发生知行模型批判地吸收了ELT、4MAT等学习理论中富有启发性的观点,将知行与外在可观测的语言刺激(四何)数据关联起来,使学生内部认识活动与外在教学环境的相互作用即课堂认知活动具备了人工智能可分析的可能。它将学习发生的认知过程划分为外界信息的处理过程(不涉及大脑自由能减少)和内部世界认知模型的调整过程或思想练习(减少大脑自由能)两类,提出的人工智能课堂认知活动量化评价指标框架,尝试解决现有机器分析无法覆盖课堂思维方式、教学风格等重要维度的问题,为完整性的、本土化的、易理解的课堂教学智慧评价分析系统的设计提供了可行方案。 相似文献
18.
19.
人工智能技术支持下的学习情感识别在教育教学研究中至关重要,能够促进教育教学策略的改进。脑机接口技术作为人工智能技术的一项重要应用,已成为情感识别领域研究热点之一。文章分析了脑机接口技术支持学习情感识别的发展动因,进而构建包括数据处理、情感表达与教学调控三个过程的脑机接口技术支持学习情感识别的应用框架,探讨了脑机接口技术在学习情感识别领域仍面临的技术鸿沟、伦理挑战与学习者的主观偏见等局限。最后提出未来脑机接口支持下的学习情感识别可从强化技术融合、发展以人为本为导向的设计,以及尊重学习者的主观需求等方面进行改进,从而保证脑机接口技术支持学习情感识别应用的可行性,并综合衡量学习状态,拓展其在教育领域的应用与创新。 相似文献
20.
李汨辉 《延安职业技术学院学报》2020,(1):25-29
《高等职业学校专业教学标准》从素质、知识和能力方面明确了毕业生应达到的要求,人才培养质量需要从这三个方面进行评价,素质及职业素质是评价难点。结合专业人才培养,分析了素质、知识和能力的结构以及职业素质的属性、内涵和类别,运用文献分析、特尔菲法等方法,确定评价维度(一级指标)和二级指标,可在此基础上,构建评价模型并运用到相关专业的职业素质评价中。 相似文献