智慧教育中智能交互助教学伴体系构建研究

研究基于人工智能交互的助教学伴体系构建,运用人工智能技术中的自然语言处理技术、机器学习以及大数据等技术,构建智慧教育中的助教学伴体系,贯穿教师与学生的教学全过程提供交互性的教学辅助支持,减轻教师对于学生个性化辅导的压力,同时增强学生的自主学习的动力及成效。     

“数智经济”下农民工继续教育模式的创新发展策略

在"数智经济"时代,人工智能与大数据技术的兴起正在深刻影响继续教育产业,面向农民工的继续教育模式应当体现数智经济时代特征。简要介绍数智经济下农民工继续教育模式的新形态,基于此探究农民工继续教育的现状和现实需求,并提出构建农民工虚拟学习社区、强化数智技术应用与教学情景构建、政府提供更强有力的支持、净化网络教育环境等策略,为使继续教育模式与农民工发展的现实需求吻合,从而为提升继续教育的针对性提供新思路。     

智能时代个性化教学有效实现的条件与路径

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。     

基于学习大数据的学习评价:原理、模型及实施策略研究

随着5G网络、大数据、万联网和人工智能的颠覆式创新发展,基于学习过程大数据的学习评价已成为教育评价研究的新热点,并初步呈现出以大数据为基础的新一代评价范式转型建构之趋势。文章在界定学习大数据概念的基础上,阐释论述了学习大数据的价值和基于学习大数据的学习评价原理,诠释构建了基于学习大数据的过程性评价模型,论述并提出了基于个性化学习大数据的学习评价实施策略。     

借助多媒体和大数据实施小学道德与法治个性化教学策略

道德与法治课程内容与我们的现实生活有着密切联系,为了全面提高教学质量与效率,教师应当借助多媒体技术创新教学内容与教学形式,借助大数据技术挖掘与整合课程资源,进而实现个性化教学,实现小学道德与法治高效课堂的有效构建。基于此,本文将结合笔者教学经验,对如何借助多媒体和大数据技术实施小学道德与法治个性化教学的策略展开分析。     

多模态人工智能数据分析实验服务平台建设

为了培养具备创新能力的人工智能新工科人才,探索人工智能人才培养新模式新路径,进一步提升应用型高校的大数据及人工智能实验教学水平,同时能实现科研成果向业务价值的转化,提出了建设具有多模态人工智能数据分析能力的实验和科研一体化的教科研服务平台。多模态人工智能是计算机视觉和交互式人工智能模型的融合,基于应用型高校的基本特征,在分析了服务平台功能需求基础上,提出了整合大数据及人工智能核心技术引擎模块;实现了其关键核心技术多模态数据重构及转换、多模态深度学习服务平台;构建了基于平台应用的人才培养课程服务体系。可为高校在教学、管理、人工智能实训、大数据开发和可视化、大数据及人工智能课程实训资源等多方面提供核心技术应用和基础支撑。     

人工智能赋能个性化学习评价：价值意蕴与实践路径

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。     

智能学习分组:从通用模型到大数据框架

学习分组是协作学习活动设计的首要阶段。随着学习场所的快速变化、多模态交互过程复杂性的增加,采用传统的随机分组、教师指派或学生自我选择等方法进行协作学习分组的效率十分低下。研究提出基于智能技术构建自适应的协作学习小组。首先,阐述了学习分组的价值,即构建合理的协作学习环境、兼顾学生的个体差异和促进教育资源优质公平;其次,总结了影响智能学习分组的因素,包括个体属性、小组学术与物理构成以及学习者与环境的交互;最后,描述了经典场景下智能学习分组的通用模型,并讨论了大数据背景下智能学习分组的前景与挑战。针对大数据驱动智能学习分组的稳定性问题,基于机器学习中的集成学习思想构建了大数据共识分组框架。此框架有望为人工智能促进未来规模化的个性化教育提供支持。     

数字时代新手教师在线入职教育平台建构

人工智能与大数据的广泛应用,催生了在线教师教育新形态。为适应数字时代新手教师教育,解决新手教师入职教育衔接不紧密、培训体系不够系统化、培训内容重复、培训课程零散化等问题,文章回顾了国内外新手教师入职教育模式,分析了国内现有新手教师培训存在的问题,根据新手教师在线专业发展特征提出以新手教师现实需求为基础,通过整合计算机支持的协作学习模式,借鉴学习支持系统,使用大数据分析、数据交互等技术构建教师教育三阶段紧密衔接的数字化平台框架,实现线上与线下资源的衔接与同步,从而为新手教师个性化专业成长提供支持。     

基于云学习平台的高职网络设备管理课程个性化教学改革与实践

云计算、大数据、人工智能等新信息技术的飞速发展,让新信息时代下的个性化学习成为当代教育变革发展的新范式。为推进新信息技术与高职教育深度融合创新,破解人才培养难题,以高职计算机网络技术专业网络设备管理课程为例,进行课程现状和学情分析,构建大数据视野下基于云学习平台的个性化学习模型,进行课程个性化教学改革与实践,通过学习满意度调查和学习成绩分析,个性化教学改革取得良好教学效果。     

大数据学习分析支持个性化学习研究——技术回归教育本质

大数据时代的来临,引领学习者学习方式发生变革,基于大数据学习分析技术的个性化学习成为教育学和认知科学的研究趋势。提供给学生有针对性的个性化学习是教育发展方向,是技术回归教育本质的实践。大数据应用需要经历数据收集、数据分析和数据可视化等三个必要阶段;大数据学习分析对个性化学习中的教师、学生和教育管理者等利益相关者均产生积极的影响;大数据对实现个性化学习的价值体现在五个方面:完善个性化的学习者档案、分析预测个性化的学习行为、优化个性化的教育决策、改善个性化的学习评估、提供个性化的学习反馈及建议。最后采用德尔菲法、头脑风暴法构建了基于大数据的个性化学习体系框架。利用大数据学习分析反思教育现状,对推动个性化学习的研究具有重要意义,同时将大数据视为一种新的思维方式和学习路径,需要辩证地看待其优势和劣势。     

基于网络学习空间的小学混合教学活动设计与实施——以“制作电子报刊”为例

以大数据、人工智能、物联网等信息科技支撑的网络学习空间建设的全面推进,改变了教与学的模式,为实施混合教学模式提供了技术支持和保障。研究基于网络学习空间的混合教学活动设计与实施,有利于探索促进学生核心素养发展的教学新模式。基于网络学习空间的混合教学活动设计,应构建多维互动学习共同体,整合线上线下学习工具,创设基于真实情境的合作学习,发展批判创新高阶思维,构建尊重对话的情感支持。在此基础上选择合适的实施策略,如“激发动机,明确目标”“回忆旧知,建立连接”“异质均衡,合作学习”“多维互动,深度学习”“线上线下,情感支持”等,促进学生核心素养提升。     

基于学分银行的教师继续教育模式:理论逻辑与实现路径

教师继续教育是落实教师持续发展的载体,构建基于学分银行的教师继续教育模式,是解决现有教师继续教育形式分散、内容零碎等问题的有效途径。解构基于学分银行的继续教育模式可以发现,其核心特征包括持续化、系统化、个性化、双向互动化和同伴协同化,运行要素是教师能力标准、继续教育资源、学分银行信息平台、学分银行参与机制及质量保证机制,并通过学分银行的标准与工作模式形成相互关系的整体,数据在运行过程中扮演调节作用。要实现基于学分银行的教师继续教育,可按照系统化、过程化等基本要求构建四级教师能力标准体系,完善教师继续教育资源供给机制,逐步实施教师学习成果认证、积累与转换制度,以局部试点渐进推进教师参与学分银行的工作机制。     

基于大数据的学生个性化学习行为与精准教学策略研究

现代教育追求导向精准化、方式智能化,以适应学生个性成长,培养社会发展所需的创新型人才。文章为尝试挖掘学生学习行为中的隐性行为,全面准确地分析学习者的特征,基于大数据的个性化学习关键技术,以及开展基于深度强化学习的个性化学习的反馈机制,对基于大数据技术的个性化学习进行深入分析,给出促进精准教学的方法与策略,为个性化学习的研究与实践提供一定的参考。     

新时代教学智能化转型新探索

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。     

支持个性化学习的e-Learning系统研究

本文以个性化学习理论为指导,采用课程知识、教学方法和学习资源相互分离的策略,应用人工智能技术、数据挖掘技术和数据库技术构建了一个基于网络的个性化学习系统,该系统能根据学习者的知识结构、学习目标、学习风格、偏好等特征信息提供适应学习者的教学方法和学习资源,营造个性化的网络学习环境.同时,系统的个性化服务决策规则和模型还可通过数据挖掘修正不断加以完善.     

基于多Agent的教师网络学习共同体的构建研究

从分析当前中小学教师教育发展的现状和要求出发,提出了一种教师教育学习新模式:基于多Agent技术构建教师网络学习共同体模型,通过对Agent技术的应用,结合学习共同体模型,实现在网络环境下中小学教师学习、科研和专业化发展所需的框架设计,在一定程度上解决教师日益提高的个性化需求与培养模式单一之间的矛盾,使之最有效地适合教师群体的学习特性,探索出教师教育-教学-科研新模式.     

“人工智能+教育”深度融合的理论探索与创新启示——基于文献计量学的研究

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。     

基于多媒体网络技术的大学英语新教学模式研究

大学英语教学改革的重点是建立基于多媒体网络技术的大学英语新教学模式。新模式是在社会经济发展、高校扩招、构建主义学习理论以及教学技术发展的背景因素下提出和建立起来的。它具有优于传统教学模式的一些特点,主要是改进了教师讲授为主的单一课堂模式,最大程度地实行个性化学习。新模式的操作实施按照大班授课与小班操练、课堂教学与开放式自主学习、光盘多媒体与网络教学、第一课堂教学与第二课堂活动四个结合进行。新模式下的评估体系不再是过去单一的终结性评估,而是终结性评估和形成性评估的结合。新模式在应用时要充分发挥教师的作用,注意教师观念和知识技能的更新以及学生自主学习能力的培养等。     

学习分析视角下的个性化学习平台研究

个性化学习平台是实现"智慧学习"的前提,而依托大数据的学习分析技术则是构建实用性强的个性化学习平台的重要保障。然而,目前学习分析技术仍处在发展阶段,相关文献表明现有研究主要集中于理论综述和应用分析,多侧重于基于学习管理系统的数据采集与分析,面向基础教育的成熟应用案例稀少。本研究以基础教育中的智慧学习为应用背景,尝试基于学习分析的动态采集、精确分析、可视化反馈等构建个性化学习平台,以实现信息技术支持下的"因材施教"。文章从个性化学习的实施要素和学习分析的过程出发,探讨了基础教育中基于学习分析实现个性化学习的思路,即在传统的"一对多"课堂传播环境中采用教师引导的基于分层的群组个性化学习,在"一对一"的泛在自主学习环境下采用智能Agent伴学的个性化学习,两种方式可无缝切换,并通过层的粒度设置实现统一;进而阐述了平台的框架、学习路径推送策略、功能模块与智能Agent设计;并结合案例介绍了平台的应用情况。数据表明,引入学习分析技术有助于教师量化掌控学情及动态调整教学过程,对学习困难生和优异生的学习动机激发与保持有较显著的积极作用。