排序方式： 共有10条查询结果，搜索用时 105 毫秒
1
1.
智能技术的快速发展和智能教育产品的逐渐成熟为个性化学习的实现提供了可靠保障。然而,“片面化”的智能诊断、“程式化”的教育干预、“投喂式”的服务供给、“机器主导”的教育决策阻碍了个性化学习目标的实现。要从本质上实现个性化学习,应该从“技术应用”“个体发展”和“人机关系”的视角对个性化学习进行重新审视：实现对学生的智能诊断和精准干预,强化智能技术对于教育的“赋能作用”;强调学生自我意识的唤醒、自我认知的强化和自主学习能力的提升,保障智能技术应用回归“育人”的本真;通过学生和机器的“博弈”,找到“机器智能干预”和“学生自主学习”的平衡点,实现人机协同学习生态的优化。在此基础上,围绕“学生自主学习—机器智能分析—机器智能干预—学生主观评判”构建了人机协同支持的个性化学习模型,以期勾勒智能时代个性化学习的未来图景。 相似文献
2.
面向智慧课堂的教育情境感知旨在利用情境感知技术打开课堂教学研究的"黑箱",对智慧课堂生态系统进行解构,挖掘深层次的教育规律.通过对"智慧课堂"和"情境感知"概念的阐释,提出面向智慧课堂的教育情境感知需要从数据感知层面对教育情境要素进行建模分析,实现基于活动流的教学过程解构,探究"人—机—物—环境"的交互作用机制,挖掘复杂情境下学习发生的内在机理.在此基础上构建了基于"人—机—物—环境—活动"的智慧课堂情境感知特征模型,对智慧课堂的学生和教师情境、设备和服务情境、内容和资源情境、时空和社会情境、活动和交互情境进行精准刻画.最后,从"智能感知层、智能分析层、智能服务层"三个层面构建了智慧课堂情境感知的实践框架,指出智慧课堂情境感知研究的开展需要通过对教育情境的智能感知和融合计算,探究智慧课堂的教育规律,构建基于情境感知的智能教育服务模式,以此对智慧课堂情境感知的研究愿景和实践路径进行了系统梳理. 相似文献
3.
智能教育产品的研发与应用是智能教育领域关注的热点话题,旨在以新兴智能技术为依托,打造面向多元学习场景的智能教育产品生态,实现多元学习场域的泛在感知和深度融通,构建面向全周期、多场景的智能教育数据生态,以此重构智能时代的教育服务供给模式.智能教育产品的应用通过学习意图识别与应答、学习情境感知与计算、学习数据采集与汇聚、学生画像构建与更新、学习需求分析与预测、学习服务生成与推送,能够在学习中扮演"助学者""导学者""督学者""伴学者"的角色,从多个维度重构智能教育服务的供给体系.从长远来看,智能教育产品的应用能够实现"人—机—物—环境"的泛在感知和智能互联,打造"产品—资源—数据—服务"一体化的智能教育供给模式,强化"学校—家庭—场馆—户外"多元学习场域的深度融通,构筑"学生—教师—家长"多端联动的智慧教育学习社区,以此重构基于AIoT的智慧教育新生态.未来智能教育产品的研发需要重视以下内容:研发与改进基于多模态交互的智能教育产品、打造联通多元学习场景的智能教育产品生态、构建人机协同学习的理论体系、划定智能教育产品应用的伦理边界、构建智能教育产品的评价体系、推动优质智能教育产品的普及等. 相似文献
4.
随着教育数字化转型的推进和生成式人工智能技术的发展,人机协同学习成为未来学习的新常态。人机协同学习主要通过学生和机器的分工和有机协同提升学习的效率和效能,促进学生智慧和机器智能的共同增长,实现人机协同的教育智慧创生,完成超越人类智慧和机器智能的复杂任务,促进学生的知识建构、认知发展、思维提升和智慧养成。人机协同学习需要以学习者的智慧增长为核心,重视人和机器之间的博弈与平衡,强化人机角色的辨识与动态调整,加强人与机器自主度的灵活转换。本研究围绕面向知识掌握的“干预—自主”式学习、面向知识建构的“协作—探究”式学习、面向知识创造的“对话—协商”式学习,提出人机协同学习的典型模式,勾勒了人机协同学习的实践样态。未来人机协同学习需要优化智能学习干预的模式与策略,提高学生的自主意识,加强人机协同学习模式的探索,探究人机协同学习的发生机制,以支撑和引领智能时代学习模式的创新发展。 相似文献
5.
智能教育产品的研发与应用是智能教育领域关注的热点话题,旨在以新兴智能技术为依托,打造面向多元学习场景的智能教育产品生态,实现多元学习场域的泛在感知和深度融通,构建面向全周期、多场景的智能教育数据生态,以此重构智能时代的教育服务供给模式.智能教育产品的应用通过学习意图识别与应答、学习情境感知与计算、学习数据采集与汇聚、学生画像构建与更新、学习需求分析与预测、学习服务生成与推送,能够在学习中扮演"助学者""导学者""督学者""伴学者"的角色,从多个维度重构智能教育服务的供给体系.从长远来看,智能教育产品的应用能够实现"人—机—物—环境"的泛在感知和智能互联,打造"产品—资源—数据—服务"一体化的智能教育供给模式,强化"学校—家庭—场馆—户外"多元学习场域的深度融通,构筑"学生—教师—家长"多端联动的智慧教育学习社区,以此重构基于AIoT的智慧教育新生态.未来智能教育产品的研发需要重视以下内容:研发与改进基于多模态交互的智能教育产品、打造联通多元学习场景的智能教育产品生态、构建人机协同学习的理论体系、划定智能教育产品应用的伦理边界、构建智能教育产品的评价体系、推动优质智能教育产品的普及等. 相似文献
6.
智能教育产品的研发与应用是智能时代学习模式变革的核心驱动力,也是教育数字化转型的重要依托。当前智能教育产品的研发尚处于起步阶段,在实践应用过程中呈现出诸多问题,限制了智能教育产品应用成效的发挥,包括聚焦知识学习,忽视学生核心素养的培育;讨好式的服务供给,无法为学生提供系统化的学业问题解决方案;完全依赖数据进行教育决策,忽视机器智能服务的不确定性;“单向度”的机器智能应答,忽视学生的主观体验;缺乏伦理规约,导致学生对智能产品的误用和滥用。原因在于产品研发机构知识取向的应用目标、工具式的产品定位、对数据和算法的核心效用及其局限性认识不清晰、忽视学生对产品服务质量的反馈、缺乏对智能教育产品潜在风险的合理预期。未来智能教育产品的转型升级需要进一步完善面向智能教育产品的个性化自主学习理念;推动知识学习和素养培育双轮驱动的应用目标转型;实现主动智能、系统精准的学习服务供给;强化基于人机混合智能的科学化学习干预;构建人机智能双向互动的人机协同学习模式;完善绿色科学的智能教育产品伦理规约。 相似文献
7.
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
8.
以科技创新为支点“撬动”教育数字化转型和教育高质量发展,是智能时代教育改革创新的核心议题。科技赋能教育高质量发展的核心是以“科技、教育、人才”三位一体的协同发展、统筹规划为指引,以大规模、高质量、创新型人才的自主培养为目标,以科技创新为“支点”撬动教育服务能力的提升、教育实践样态的革新、智慧教育生态的重构,以此为教育数字化转型注入“新动能”,为创新型人才培养培育“新模式”,为教育可持续发展营造“新生态”。科技赋能教育高质量发展主要体现为:聚焦创新人才培养,推动传统育人理念变革;打造智慧学习环境,革新教育教学实践场域;推动优质资源聚合,实现教育资源精准供给;挖掘数据要素潜能,构筑教育变革动力引擎;提升教育服务能力,革新教育服务供给体系;革新教育教学理念,打造人机协同教育模式;推动评价模式转型,实现智能精准教育评价;变革教育管理机制,推动系统精准教育治理。未来科技赋能教育高质量发展需要进一步强化数字教育理论创新、推动教育智能技术研发、强化多源异构数据汇聚、推动智能教育产品研发、打造智慧教育样板工程、开展智能教育社会实验,以此为教育现代化目标的实现提供可靠保障。 相似文献
9.
智能学习干预是智能技术驱动学习变革的关键环节，也是大规模个性化教育的重要依托。然而，干预目标的“短视化”、干预方式的“程式化”、干预条件的“粗放化”、干预成效的“模糊化”，严重制约了智能学习干预效用的发挥。文章重新界定了智能学习干预的内涵，指出智能学习干预旨在通过全景化教育数据的采集分析，智能诊断和综合评估学生的个体特质、学业问题和学习需求，通过教师和机器的协同决策，找准学生的学习困境，“主动”为学生提供定制化的学习内容、服务与策略，帮助学生减轻学习负担、克服学业困难、提高学业水平、提升学习素养；从主动性、适切性、渐进性、延展性、可解释性、可协商性六方面定义了智能学习干预的实施原则。在此基础上，文章围绕教育数据感知、干预对象刻画、学业问题诊断、学习干预设计、干预措施甄选、干预成效检验等环节构建了人机协同支持的智能学习干预模型，并从价值定位与理念重构、干预成效的长周期检验、风险防范和伦理规约、基于数字人技术的干预模式设计方面展望智能学习干预的实践进路。 相似文献
10.
2018年国家自然科学基金F0701（教育信息科学与技术）代码的设立对于我国教育科学研究的开展具有里程碑式的重要意义，标志着智能时代教育科学研究理念的革新和研究范式的转型。经过五年的探索，F0701的资助工作取得了显著成效，累计资助项目414项，共有130所学校和科研院所获得资助，其中以师范类院校为主，理工类院校也表现突出，面上项目、青年科学基金项目和地区科学基金项目的资助数量逐渐趋于稳定，综合资助率稳步提升，重点项目和重大项目取得突破性进展。教育信息科学与技术研究充分发挥“信息科技手段”和“教育数据要素”的潜在价值，通过助力教育科学研究范式转型、优化教育环境与资源形态、实现教育主体表征与刻画、揭示学习发生的内在机理、驱动教育服务能力转型升级、构建系统化教育评价解决方案，推动教育研究和教育实践系统革新。未来教育信息科学与技术的资助与研究工作，需立足教育现代化远景目标，聚焦教育改革深层次问题，完善系统化基金资助格局，构建多学科交叉研究范式，重视智能教育产品研发与应用，推动“政产学研”多元主体协同创新。 相似文献
1