首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 703 毫秒
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   

2.
依随着信息技术的智能升级,以人工智能、5G等新技术为核心支撑的智能时代成为我国教育改革与发展的新背景。面对已经成为促进教育发展存在之维的人工智能,教师适应技术变革是时代赋予的责任。在现象学视角下,教师技术适应过程中存在着融合与疏离两种取向。智能时代教师技术疏离的诱因主要在于具有类人属性的智能技术难以实现人文关怀、教师智能教育素养的缺位与滞后、智能技术的居间作用含混、技术意向性与教育意向性的混淆与割裂。对此,智能时代教师技术融合应关注以下路向:聚焦情感捕捉与人文关怀,创设基于师生情感感知的智能服务机制;促进教师技术价值感知,构建教师智能技术胜任力情景化培育机制;注重内外兼修,设计教育领域内人工智能的伦理规约准则;构建校本化教学技术伦理防范机制,拒斥智能技术背后裹挟的技术沙文主义。  相似文献   

3.
人工智能与教育的深度融合对推进教育数字化转型、促进教育公平具有重要意义。国内人工智能教育应用在政策引领与新技术加持的双重驱动下曲折发展。通过文献计量法,总结出我国人工智能教育应用研究的五个主题:人工智能教育发展体系研究,人工智能辅助教学模式创新研究,人工智能教育应用政策演变研究,人工智能个性化学习实证研究,智能核心素养培养研究。当前,人工智能教育应用面临着赋能人才培养、教育发展与教学改革的机遇,同时面临伦理道德风险、教育人文缺失、数据安全隐患、理论供给不足等挑战。在此基础上,本文归纳了未来人工智能教育应用研究的四个方向与主题:一是重申人文主义教育方法,坚持立德树人的教育目标;二是大力推进智能技术和相关学习理论的研究,攻克未来教育可能面临的难题;三是积极促进智能技术与教育深度融合,全方位重塑教育过程;四是确立人工智能教育应用集体公约,为人工智能教育的可持续发展保驾护航。  相似文献   

4.
随着人工智能技术的快速发展,人机融合智能系统将会促发教育体系的变革。在其系统支持下,未来课堂如何进行设计引起了教育界的重点关注。为此,首先简要介绍了人工智能及人机融合智能相关研究背景;进而从内涵、本质、关键技术和问题等方面,对人机融合智能进行了梳理与阐述;最后,厘清人机融合智能对教学的作用,在其驱动下对未来课堂教学进行设计及创新,提供智能、灵活、个性化的教学参考模式,最大限度地满足学习者需求。  相似文献   

5.
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   

6.
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   

7.
吴砥  郭庆  郑旭东 《教育研究》2024,(1):121-132
教育是一种信息型实践,在教育系统内流动的不是社会生产所需的物质和能量,而是支撑教育者和受教育者之间交互的信息。当前,以通用大模型为代表的智能技术快速发展,推动社会生产格局再一次迎来变革,使人的发展被赋予新的内涵。在此过程中,通用人工智能技术可以实现较高质量的内容生产,乃至实现一定程度的知识生产,但其主要缺陷在于难以实现自主的创新创造。因此,应充分分析智能技术的优势与不足,优化学生发展目标,加强人与技术的双向度联系,构建以学生发展为核心的智能时代协同式“人—技”联系教育实践框架。这需要重塑联系,在人技协同实践中构建教育教学新生态;赋能教师,在人技互适的实践中促进教师专业发展;解放学习者,在人技共创的实践中助力创新学习与成长。智能技术介入教育是一个不可逆转的历史进程,唯有直面技术冲击的时代浪潮,科学把握其内在逻辑,才能驾驭技术变革教育的复杂性,实现人与技术的融合共生,真正促进学生发展。  相似文献   

8.
在大班额、教育同质化的教学情境中,个性化教学难以有效地实现。随着智能技术逐渐深入课堂教学,个性化教学的实现有了新的可能。智能时代个性化教学的有效实现需要智能技术与个性化教学有机融合,为此智能技术与个性化教学均需要作出必要的变革。智能技术需以大数据深描学生学习画像、云平台建立个性化教学资源库、人工智能增强教师个性化教学能力、互联网提供个性化教学网络环境等。而个性化教学也需要进行一系列课堂变革:强化学生自主学习意识与能力、增强教师个性化学习指导能力、增加教学内容的选择多样性、提升教学媒体的选用适应性等。基于二者的融合,智能技术支持个性化教学有效实现的路径为确立差异化的教学目标、组织多样化的教学内容、选择有针对性的教学方法、整合多种学习组织形式和构建精准的教学评价反馈体系。  相似文献   

9.
潘威 《教育科学》2020,36(2):59-63
人工智能与教育的融合,引发了高校音乐教学理念的转变、师生关系的重构、学习方式的改变。面对人工智能技术带来的机遇与挑战,需要思考人工智能技术对于高校音乐教学场景、方式变革,学科视域融合、视唱提升等方面的价值。应通过搭建数据库、智能采样等方式不断探寻变革高校音乐教学的路径,从音乐理论、教育规律、技术进步等角度深刻思考高校音乐教学变革的可行性与边界。  相似文献   

10.
国家积极推进教育信息化2.0,全面推动教育现代化,开启智能时代教育。以智能自习室及智能仿真学习机应用为切入点,探讨人工智能在学生课后学习方面的应用与实践,为人工智能赋能教育与学习提供实证研究根据,提出相应的发展建议并探讨其未来发展方向。研究表明,人工智能可以提供个性化学习方案,促进学生课后学习,减轻课业负担,有效提高学生的学习效率。  相似文献   

11.
人工智能与教育深度融合发展的目的在于通过高智能性的技术来不断提升教育的科学性和民主化。人工智能与教育深度融合发展的操作原理是通过技术、数据和算法的重组,推动教育走向智能化,具体表现为支持智能教育关键技术的高智能化(技术)、教育资源的整合与教育大数据的形成(数据)和教育供给的科学化(算法+服务)。就目前而言,人工智能与教育深度融合发展还存在技术基础不稳、教育数据缺陷、算法能力不足等现实问题。为此,要想实现人工智能与教育的深度融合发展,教育应尽早谋划,重新思考人工智能时代教育将如何存在,并从技术基础(改善技术的成熟度,重新思考技术世界中的教育)、数据驱动(加快教育数据资源的整合力度,提高教育数据单元质量)和算法服务(创新教育资源的有效供给方式)三个层面协同推进。  相似文献   

12.
每项技术都不是孤立存在的,其形成、发展与应用离不开特定的技术生态,信息技术尤为如此。运用人工智能、5G通信、区块链等新一代信息技术促进教育变革已成为全球共识,而技术间加速融合、协同创新所形成的智能技术生态是驱动未来教育发展的关键。智能技术生态以教育信息的全面感知为基础,以大数据和人工智能为动力,通过跨时空、跨模态、跨组织的教育教学要素重组以及各教育主体间可信、智能的合作,推动未来教育创新与变革。智能技术生态可为跨时空的教育资源配置、多主体的教育协同治理、社会化的教育服务供给以及智能化的教育管理和评价提供支撑,从教育环境、教育资源、教学活动、教育组织和教育管理等多个方面系统性、结构化地重塑未来教育样态。在此过程中,需通过技术间的赋能解决单一技术瓶颈问题,并通过优化教育治理体系规避科技伦理风险,有序推进智能技术生态的演进与未来教育发展。  相似文献   

13.
以5G网络、人工智能、大数据等为依托的教育新基建,持续赋能人类社会向数智融合方向转型,这迫切呼唤大学生面向智能时代社会发展需要,不断提升学习适应能力,以赋能自身高质量发展。研究结合已有个体适应及学习适应的相关研究,采用文献研究、理论演绎等方法,以双向赋能思维支持双向适应生成,重新界定智能时代大学生学习适应的内涵;融入人机协同理念,重塑大学生学习适应的心理过程,构建智能时代大学生学习适应的过程模型;渗透“智能+”赋能思维,重构测量结构,编制智能时代大学生学习适应测量量表,并通过实践应用,检验其信度和效度。研究将为破解智能时代大学生学习适应难题,培养未来创新人才提供理论模型与实践工具。  相似文献   

14.
本研究在分析智能教育、人工智能教育、教育人工智能等关键概念发展演进及内在关联的基础上,结合知识、能力与素养之间的内涵与关系,阐述了面向K-12教师的智能教育素养的概念及特征:智能教育素养是以创意为内核,教师基于知识、能力、思维、文化价值协同发展,借助教育人工智能技术促进创意设计、创意应用与创意生成的教学实践过程,体现内生性、关联性、持续性、创价性等特征.文章还以教师角色重塑为核心基点,以学习文化、社会活动文化、技术文化为境脉,构建了包含知识基础层、能力聚合层、思维支撑层、文化价值深化层的K-12教师智能教育素养结构模型,并阐明了各层结构中的核心构成要素,以期为提升教师智能教育素养提供引导,为开发智能教育素养测评工具提供理论依据.  相似文献   

15.
人工智能在全球引领了新一波技术热潮,并对教育行业发展带来新的机遇与挑战,人工智能与教育的深度融合将开创教育行业新纪元。本研究利用科学知识图谱绘制工具“citespace”对“人工智能+教育”相关的研究文献进行了系统的计量分析,梳理研究现状,通过聚类分析归纳目前学术界研究的四大视角,包括中观层面的行业变革以及技术应用,以及微观层面的人才培养和教育主体,并进行了深入分析:一是人工智能对教育行业变革的影响,包括智慧教育的赋能路径、智能技术的解决方案和智慧课堂的创新探索等;二是人工智能的技术应用,包括ChatGPT等应用推动教学效率提升、大数据教学模型构建、在线教育体系构建等;三是推进人才培养和知识学习方面,“人工智能+教育”融合带来观念和实践的变化以及对知识学习途径的创新性影响;四是人工智能对教育主体的影响,教师角色需要重新定义和塑造,学生角色要推动自主、个性化、混合和泛在学习,低年级教育要利用人工智能改变教学方式提升教学质量。最后,人工智能发展也带来了新的伦理困境,需要制定算法向善和数据向善的伦理准则,建立人工智能算法监测与数据安全防护措施,来构建人工智能的治理框架。  相似文献   

16.
教育活动关涉多个方面,需要建构一个整体性研究范畴,系统地解析智能技术变革教育的途径和机理。为了进行教育变革的整体性研究,构建五字母教育过程模型来概括包含诸多教育要素和教育场景的教育。以五字母所代表的教育的五个方面为主线,可从整体上把握智能技术给教育的内容和形式带来的变革。人工智能、区块链、云技术、大数据四大智能技术,形成强大的智能技术圈,推动教育变革的途径和方法。智能技术变革教育的途径和机理,以智能技术为核心,同时面向施教者和学习者,目的在于提高教育的效果和效率。关于智能技术变革教育的理论探究,有助于认识智能技术变革教育的本质特征,为今后的教育变革实践提供参考。  相似文献   

17.
随着科学技术以及社会经济水平的不断提升,人工智能的出现为人们的生活、工作、学习提供了诸多便利。人工智能在各行各业中得到了有效应用,而在智能互联环境下信息技术和教育教学活动得到了更加深度的融合,并成为促进教学方式不断创新与变革的核心力量。通过对人工智能的应用可以使教学环境得到有效优化,推动教学方式的创新,提升学生的学习效果。因此在智能互联环境下,教师需要重视对小学数学教学方式的有效创新与变革,以促进小学数学教学的顺利、高效开展。  相似文献   

18.
随着科学技术以及社会经济水平的不断提升,人工智能的出现为人们的生活、工作、学习提供了诸多便利。人工智能在各行各业中得到了有效应用,而在智能互联环境下信息技术和教育教学活动得到了更加深度的融合,并成为促进教学方式不断创新与变革的核心力量。通过对人工智能的应用可以使教学环境得到有效优化,推动教学方式的创新,提升学生的学习效果。因此在智能互联环境下,教师需要重视对小学数学教学方式的有效创新与变革,以促进小学数学教学的顺利、高效开展。  相似文献   

19.
2021年我国启动了“国家智能社会治理实验基地”的建设工作,开展面向人工智能教育领域的社会实验是其重点部署内容之一,以期超前研判智能教育的发展规律与风险挑战。围绕如何正确认识与科学推进人工智能教育社会实验的现实问题,文章立足于技术社会学视角,分析了传统实验、教育准实验、教育社会实验的异同,阐释了人工智能教育社会实验的核心内涵,论述了人工智能教育社会实验的本体论、认识论、方法论与价值论等理论基础,通过剖析人工智能与教育的融合路径与理论,认为人工智能教育社会实验研究的实践进路包括:微观层面应重点研究人机复合体认知、人机协同等场景中技术对个体适应性的影响;中观层面应重点研究智能学习环境、人机协同教学模式、智能学习测评等场景对学校教育体系的影响;宏观层面应重点研究资源配置、数字治理、教育公平等场景对社会制度与政策的影响,从而推动智能时代教育的高质量发展。  相似文献   

20.
《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   

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