共查询到20条相似文献，搜索用时 46 毫秒
1.
陈杰院士从人工智能与学科建设的角度,就人工智能发展缘起、对高校学科建设的影响、高校具体推进案例等方面提出了诸多有价值的建议。他指出:当今的人工智能已经超出信息科学本身的研究边界,将赋能传统学科、加速不同学科间的交叉融合,进一步开放各学科的边界,衍生出新的学科增长点,推动交叉学科知识创新发展,形成多学科深度交叉、协同发展的局面。他关注人工智能人才培养,就高校纷纷建立人工智能学院、研究院,开设人工智能专业,建议要结合人工智能的特点,针对人工智能人才需求,加强人工智能基础前沿研究,强调人工智能学科对其他学科的赋能。借鉴美国等发达国家的经验,结合同济大学人工智能学科建设给出了初步的“人工智能+”学科建设的实践路径。 相似文献
2.
加快人工智能人才培养,推动人工智能产业发展,是占领未来科技和人才竞争制高点、加快建成我国人工智能领域自主创新“高地”的必然之路。人工智能人才市场需求较大,但高校人工智能发展还面临着相关学科专业建设刚刚起步,高校人工智能师资力量薄弱,人才培养以研究生教育为主,教育体系尚不健全等诸多问题。高校应加快人工智能领域一级学科建设,形成人才培养新目标;推进人工智能与其他学科专业之间的融合发展,形成人工智能专业新结构;坚持分类分层培养,构筑人工智能领域人才培养新模式;坚持以本科教育为主,构建人工智能多层次、多类型教育新体系。 相似文献
3.
人工智能是引领世界未来、改变全球格局的战略技术,人工智能的迅猛发展迫切需要人工智能教育的及时跟进。人工智能教育水平的高低决定了一个国家在世界新一轮科技革命中所处的地位,具有极其重要的意义。通过加强人工智能教育构筑我国人工智能发展的先发优势成为当前亟需思考和解决的问题。从学科建设的视角来审视人工智能教育的未来发展,既有理论价值也有现实意义,更具有实际可行性。针对人工智能教育的知识特点和发展现状,该文提出了从规划学科布局、完善学科建制、构建学术共同体、培育学科文化四个层面入手推进人工智能教育未来发展的实践路径。 相似文献
4.
苗成林 《科学技术哲学研究》2021,38(2):123-128
当人工智能成功介入人类传统文学艺术领域,且能“创作”出满足版权法要求的作品时,其带给版权制度的冲击不可谓不强。从版权客体角度看,由人工智能“创作”产生的作品具有可版权性,值得版权法保护,而从版权主体角度看,如何为该作品确立一个正当的版权归属者才是版权制度所面临的真正挑战。人工智能可以成为版权制度上的创作者仅仅只是一个事实判断,人工智能能否成为版权主体却是一个具有哲学意义的价值判断。于当下,人工智能尚且不具备成为版权主体的资格与条件,而在人工智能具备主体性之前,就只能依版权法的规定为其创作作品确立一个正当的版权归属者。 相似文献
5.
Sing Chai Ching Teo Timothy Huang Fang Chiu Thomas K. F. Xing wei Wang 《Educational technology research and development : ETR & D》2022,70(3):765-782
As Artificial Intelligence (AI) is rapidly integrated into existing technologies which has brought forth the fourth industrial and learning revolution, designing curriculum for AI education has become an important strategic development for education authorities throughout the world. Framed broadly from the Theory of Planned Behavior, this study examined a structural equational model to establish the interrelationships of students’ perceived usefulness, attitude towards using AI, subjective norms to learn about AI, basic literacy about AI and their behavioral intention to learn about AI. In addition, it examines the moderation effects of readiness, social good, and optimism on the research model. The findings confirm the hypothesized model. In addition, various moderation effects were found among students’ perception of readiness, social good, and optimism for AI. The implications of the study point towards the need to consider these factors in designing AI curriculum to foster students’ behavioral intention to learn AI.
相似文献6.
随着人工智能技术的快速发展,人工智能技术在教育中的应用越来越广泛,很多科技公司投入资金开发人工智能技术应用于教育测评和学习领域,但是这些技术和产品的质量良莠不齐,用户很难辨别,这种情况在某种程度上不利于教育人工智能产业的发展。为帮助用户评估人工智能技术应用于教育测评和学习领域的产品质量,提出自动生成考题或学习材料、自适应学习、自动评分和自动反馈4项技术的评估方法,从决策者和用户的角度对如何评估教育人工智能技术给出建议。 相似文献
7.
Artificial intelligence (AI) refers to a type of algorithms or computerized systems that resemble human mental processes of decision making. Drawing upon multidisciplinary literature that intersects AI, decision making, educational leadership, and policymaking, this position paper aims to examine promising applications and potential perils of AI in educational leaders’ data-informed decision making (DIDM). Endowed with ever-growing computational power and real-time data, highly scalable AI can increase efficiency and accuracy in leaders’ DIDM. However, misusing AI can have perilous effects on education stakeholders. Many lurking biases in current AI could be amplified. Of more concern, the moral values (e.g., fairness, equity, honesty, and doing no harm) we uphold might clash with using AI to make data-informed decisions. Further, missteps on the issues about data security and privacy could have a life-long impact on stakeholders. The article concludes with recommendations for educational leaders to leverage AI potential and minimize its negative consequences. 相似文献
8.
第三次人工智能浪潮的到来,掀起了人类历史上最具颠覆性的智能化革命,深刻地改变了技术与人的关系。以人工智能(AI)为驱动力的智能机器人技术,正逐步进入学校与课堂,赋能教学创新,催生了整合智能机器人的新型教学与学习生态系统。基于此,从智能机器人的内涵出发,梳理智能机器人的发展特征与教学功能;结合智能机器人的教学应用典型案例,审视智能机器人作为教学赋能之要素。通过计算与连接工具,探讨智能机器人助力精准教学、实践创新能力培养,开展智慧学伴、智能测评、大数据教学过程管理、人机协同"双师课堂"等方面的教学应用;从教学系统变革层面出发,以智能机器人为增强要素,促进教育系统的协同与治理;支持教师数字素养提升,补偿性教育技术应用,教学管理智能化,助力学校教育"智"理等;同时,结合现实提出智能机器人在教学应用中面临的五大挑战,以期为智能时代智能机器人的教育应用与发展,提供参考与思路。 相似文献
9.
The aggregation index (AI) is a classical ecology calculation method, which has been widely used for measuring the aggregation level of spatial patterns within a landscape scale in landscape ecological studies. However, it has certain limitions. For instance, identical results can be obtained by AI even when the shape and number of landscape patches are totally different in two landscape units. Furthermore, the value of AI approaches to 1 if the landscape patch is large enough. To solve these problems, a logical limitation of the original AI equation was revised firstly. Secondly, an improved AI-J was developed based on the awareness of the effects of spatial distribution characteristics of patches and changing spatial scale on AI operation. Finally, the accuracy of AI and AI-J results were evaluated through a case study of city green patches in Chengdu, P. R. China. The results show that the calculated result of AI-J is more precise than that of AI and AI-J can be used to compare a certain landscape class under different spatial scales. 相似文献
10.
智能教育是智能技术赋能下的教育新模式、新体系,而AI教育是体系中担负人工智能人才培养的重要子系统。文章基于智能教育的整体发展视角,对多层次AI教育体系的构建及其实施路径进行了探讨:首先,分析了AI教育与智能教育的关系、定位以及面向智能教育谋划AI教育发展的基本思路;随后,结合我国教育特色和AI教育实践,描述了“一个目标、四个层次、两类培养”的多层次AI教育体系;最后,以基础教育AI课程改革为例,提出了目标聚焦、内容重构、环境升级、模式创新、队伍提升的实施策略。文章的研究为中小学开展AI教育及其课程实施提供了参考路径。 相似文献
11.
随着进入智能化时代,由人工智能与教师协同并存所形成的"AI+教师"协同教学的实践形态,将为高效教学和个性化教育提供新的契机。由于教师的"缺陷存在"所产生的"补缺"需求,使得"认知外包"成为常态,人工智能由此嵌入教学,充当"代具"以弥补教师能力的不足,形成"人-技术"的教学新形态。"AI+教师"协同教学的实践形态,按照协同性的高低依次分为"AI代理+教师"、"AI助手+教师"、"AI导师+教师"、"AI伙伴+教师"四种,这四种形态之间不是彼此割裂的,而是相互协同、共同服务于教学。未来,"AI+教师"协同教学的实践形态,将致力在实现教育转型、突破技术壁垒、厘清伦理关系三个方面做出努力,以弥合理论模型与教学实践之间的鸿沟,为教学注入新生力量。 相似文献
12.
人工智能(AI)技术的教育应用给教师教学带来前所未有的变革,从智能教学环境、“AI+教学法”的创新到教学内容表征形式的智能化,AI的影响日渐广泛,但同时也伴随一系列极具挑战性的伦理问题与伦理风险。进入智能化时代,教师扮演着新的角色并面临更加复杂的AI应用伦理问题,这需要重构教师的知识结构。为此,基于TPACK概念框架,将伦理知识作为一种新的教师知识构成要素引入,提出并构建了“AI+学科教学”伦理知识框架(AIPCEK),即教师的基本知识构成包括教学知识、学科知识、AI知识和伦理知识。在原有TPACK框架基础上,生成新的融入伦理的复合型知识形态:教学伦理知识(PEK)、学科伦理知识(CEK)、AI伦理知识(AIEK)、学科教学伦理知识(PCEK)、“AI+学科”伦理知识(AICEK)、“AI+教学”伦理知识(AIPEK)和“AI+学科教学”伦理知识(AIPCEK)。AIPCEK继承了伦理知识所具有的复杂性、情境性、实践性、协商建构性和多元化等特点,其发展模式有三种:AIPCEK发展的金字塔需求模型;基于在线实践社区的教师AIPCEK发展模式;基于项目驱动的AIPCEK发展模式。AIPCEK的提出,有助于揭示智能时代教师知识结构新的特点及伦理内涵,为教师专业发展提供理论基础,为教师的知识结构研究及教学实践,提供一种新的分析框架。 相似文献
13.
学科教师是推进教育信息化、在教学中运用人工智能技术的主体,全面了解学科教师对人工智能和智能教育的知识储备、兴趣、应用困难和需求是开展针对性培训,提升教师运用人工智能教学能力的前提。对北京市8个区1266名中小学教师的调查发现:教师对人工智能总体感兴趣,能认识到其应用价值,但对其功能等了解还不够深入;对人工智能助力教学作用的认识男教师高于女教师,随年龄增长呈下降趋势,随学段升高而下降;对人工智能的兴趣男教师显著高于女教师,随年龄增长呈下降趋势;城乡和学科差异均不显著。基于此,要加强对教师人工智能教育应用的培训与普及,抓好40岁以下年轻教师和学校中层管理人员等骨干群体,促进培训与应用的互动和结合,加强技术环境与软件平台的建设,加强人工智能在学科领域中的应用研究。 相似文献
14.
Margaret Bearman Rola Ajjawi 《British journal of educational technology : journal of the Council for Educational Technology》2023,54(5):1160-1173
Artificial intelligence (AI) is increasingly integrating into our society. University education needs to maintain its relevance in an AI-mediated world, but the higher education sector is only beginning to engage deeply with the implications of AI within society. We define AI according to a relational epistemology, where, in the context of a particular interaction, a computational artefact provides a judgement about an optimal course of action and that this judgement cannot be traced. Therefore, by definition, AI must always act as a ‘black box’. Rather than seeking to explain ‘black boxes’, we argue that a pedagogy for an AI-mediated world involves learning to work with opaque, partial and ambiguous situations, which reflect the entangled relationships between people and technologies. Such a pedagogy asks learners locate AI as socially bounded, where AI is always understood within the contexts of its use. We outline two particular approaches to achieve this: (a) orienting students to quality standards that surround AIs, what might be called the tacit and explicit ‘rules of the game’; and (b) providing meaningful interactions with AI systems.
Practitioner notes
What is already known about this topic- Artificial intelligence (AI) is conceptualised in many different ways but is rarely defined in the higher education literature.
- Experts have outlined a range of graduate capabilities for working in a world of AI such as teamwork or ethical thinking.
- The higher education literature outlines an imperative need to respond to AI, as underlined by recent commentary on ChatGPT.
- A definition of an AI that is relational: A particular interaction where a computational artefact provides a judgement about an optimal course of action, which cannot be easily traced.
- Focusing on working with AI black boxes rather than trying to see inside the technology.
- Describing a pedagogy for an AI-mediated world that promotes working in complex situations with partial and indeterminate information.
- Focusing on quality standards helps learners understand the social regulating boundaries around AI.
- Promoting learner interactions with AI as part of a sociotechnical ensemble helps build evaluative judgement in weighting AI's contribution to work.
- Asking learners to work with AI systems prompts understanding of the evaluative, ethical and practical necessities of working with a black box.
15.
周甲辰 《十堰职业技术学院学报》2001,14(4):23-26
“真正的诗”是艾青诗歌理论的一个核心范畴，从它出发，我们可以把握艾青诗论的基本观点，主要方法与价值取向，可以把艾青诗论的主要内容连接为一个有机的整体，准确地分析艾青诗论的历史贡献与理论局限性。 相似文献
16.
如何避免“哑巴英语”一直是我国大学英语教学的难点。近年来,人工智能AI在自然语言理解、图像识别等多个领域获得突破,如何将AI技术引入大学英语教学中,与大学英语“教”和“学”的环节进行高效融合尚未得到充分研究。针对该问题,分析相关AI技术为大学英语教学模式提供演进动力的可能性,探究部分AI技术与大学英语教学相结合的可能性,尤其是对自主学习具有重要作用的评价反馈中应用的可能性,并在此基础上探索AI背景下大学英语教学新模式。研究结果表明,引入AI技术为当前大学英语教学模式改革提供了新的思路和切入点,对达成大学英语教学目标具有重要意义。 相似文献
17.
文章对2021年"国际人工智能与教育会议"的理念研讨、实践分享和趋势探索进行了综述,指出人文主义指导人工智能与教育领域的政策和实践已被相关的全球治理文件确立为国际共识,各国亟需完善法规和政策,以确保人工智能开发和应用全价值链中的人文主义价值导向,并以数字人文主义的有关原则指导教育新基建;人工智能素养是确保合乎伦理的人机互动的个体价值观和能力保障,但各国对人工智能与教育的政治愿景尚未转化为对中小学人工智能课程的重视和对私有企业人工智能课程的有效监管;包容性、公平性和性别平等是人工智能与教育领域最重要的人文主义目标,应对借助人工智能促进教育包容、公平的创新与应用给予战略优先的政策支持和经费保障;人工智能在提高教与学质量方面仍处于支持低阶思维和低技能要求的教学任务阶段,应从增强师生的主体性、提升高阶思维、支持群体协作和人机协作等角度出发,探索面向未来学习的教育人工智能创新。 相似文献
18.
19.
20.
作为对政府制度安排的积极回应,当前我国高校兴起了一股人工智能学院“建设热”。文章通过调研发现,尽管我国高校人工智能学院在数量上得到迅速增加,但其质量参差不齐,缺乏相应的建设标准。基于未来技术学院建设视角,文章认为高校建设人工智能学院应先做好顶层设计,既要有短期目标和长期目标,又要遵循相应的建设原则。此外,立足于高校人工智能学院的建设实际,文章从凝练未来技术特色、教师队伍与人才培养、教学组织形式与管理体制、国际交流合作与资源共享等方面对其建设路径展开了探讨,以期能够为我国高校科学合理建设人工智能学院提供参考。 相似文献