在线学习中互动讨论模式如何影响学习者的批判性思维

互动讨论作为在线学习的重要组成部分,普遍被用于培养学生批判性思维,然而尚未有文献研究在线学习中互动讨论模式与批判性思维之间的关系.文章采用定量内容分析和滞后序列分析,对在线互动讨论中1411条消息进行话语分析,探究在线学习中教师角色变化对学生互动讨论模式和批判性思维的影响,并挖掘互动讨论模式与批判性思维的隐含关系.结果发现:教师辅助的在线互动讨论比教师主导时学生的互动讨论模式更丰富、讨论更深入,批判性思维水平更高.同时,文章提出基于四个阶段的在线互动讨论模式与批判性思维的关系模型,准确把握在线学习环境中的教师角色,为高效利用教师角色变化规律提高在线互动质量和批判性思维水平提供可行的理论借鉴和策略参考.     

数字智商及其能力图谱：国际进展与未来教育框架

新一轮科技革命和产业变革加速演进,人工智能、移动技术、物联网等新技术新应用方兴未艾,技术革新改变了人们的生活、生产方式和思维方式,同时对个体的素质能力提出了新的诉求,进而对未来教育学习框架提出了挑战。文章基于代表各社会阶段人类关注的价值焦点变化,系统梳理人类社会个体"三商"(智商、情商、数字智商)的发展脉络及关系,解析数字智商能力图谱、数字智商能力三级目标与数字智商能力的现实应用,构建适应数字智商发展的未来教育学习框架,以期为新时代数字化教育体系架构、路径规划与教学实施带来些许启示。     

人工智能时代计算思维培养的七种教学策略

计算思维已成为当今国际学术界多学科领域关注的热点议题,随着人工智能等新一代信息技术的飞速发展,计算思维培养需要全新的教学策略框架。本文基于美国K-12人工智能教学指南,提出了人工智能时代培养计算思维的四类七种教学策略框架,并结合案例阐述七种教学策略及实施。文章基于我国计算思维教育的发展实际,提出中小学计算思维培养的若干实施建议,以供学校和教师开展计算思维教育参考。     

应对数字社会挑战：数字智商及其在线教育体系

每一次新技术引发的工业革命,不但会带来社会和经济体系的结构性变化,也会激发出适应各社会发展阶段的新的智力形式。随着全球化发展和数字技术的渗透,个体间联系变得越来越紧密,数字智商(Digital Intelligence Quotient,DQ)成为个人成功和社会福祉的关键。数字智商是一系列综合技术、认知、元认知和社会情感的复杂能力,是建立在道德价值观基础上、使个人能够面对数字生活的挑战并适应其需求的一种能力素养的表征,涵盖数字公民、数字创造者和数字竞争者三个层次,涉及数字身份、数字使用、数字安全、数字保护、数字情商、数字交流、数字素养和数字权利八大领域24项能力。目前国际上有关数字智商尤其是青少年数字智商的研究刚刚起步,系统的数字智商教育与测评体系并不多见。DQ World是一个已获得联合国教科文组织两个奖项认可的在线教育平台。它通过学习模块、反馈模块、防范模块和保护模块四个环节形成链条来帮助儿童发展数字智商、规避网络风险,其系统架构设计值得我们借鉴。为推动数字智商教育的本土化实施、促进学生数字化成长,我国应注重发展基于数字智商的核心素养、开发适应我国国情的数字智商测评指标、促进数字智商与学科教学融合。     

培养负责任的数字公民——国际数字公民教育政策文本的多维比较

数字公民教育受到国际组织和各国的关注。国际数字公民教育政策文本的比较分析对于公民教育政策制定具有重要意义。通过体系架构、总体目标、发布机构与起草人员、内容比较四个维度,分析国际上七个具有代表性和影响力的数字公民教育政策文本,结果发现,当前国际数字公民教育政策文本呈现出教育主体多元、教育内容动态更新、教育目标鲜明、政策制定多方协同的特征。     

智能机器人及其教学应用:创新意蕴与现实挑战

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。     

算法公平：教育人工智能算法偏见的逻辑与治理

算法公平被视作人工智能领域的核心伦理问题。教育人工智能同样面临算法偏见、算法歧视等伦理风险。通过系统性回顾2013—2023年教育人工智能算法偏见的57篇文献，本研究发现，从总体架构看，教育人工智能算法偏见研究主要分概念性理论研究、教育场景应用研究与算法检测设计研究三类；从以算法偏见为核心厘清算法伦理风险、算法歧视、教育公平三层概念的逻辑层次看，研究样本在算法偏见的种类、成因和治理原则与方法方面存在共性和明确的指向。本研究最后以种类和成因为基础，提出未来教育算法偏见研究的五个方向，以期促进教育的算法公平，优化人工智能教育应用环境，推动教育人工智能生态系统的健康发展。     

ChatGPT教育应用的伦理风险与规避进路

智能时代ChatGPT强势崛起，生成式人工智能惊艳大众，引领人工智能走向场景落地，为教育领域变革带来巨大机遇。ChatGPT为教育创造有益价值的同时，也带来一系列伦理风险。本文阐述了ChatGPT的发展脉络和内涵特征，揭示ChatGPT教育应用存在的伦理风险，包括：数据隐私的泄露与滥用、机器算法的歧视与偏见、师生关系的弱化与破坏、学术公平的失信与失衡。本文从博弈论视角出发，从道德伦理角度剖析“教育-ChatGPT”之间的最优关系，提出ChatGPT教育应用伦理困境的规避建议：唤醒大众意识与保护数据隐私，警惕惯性认知与防范算法偏见，把握任务重心与调节师生关系，规训道德行为与重塑学术公平，以此增强“教育-ChatGPT”的应用价值利益，共建教育人工智能伦理规范，促进教育人工智能理性发展。