共查询到20条相似文献,搜索用时 0 毫秒
1.
随着人工智能的发展,依靠传统标准来批量生产工具人的方法已难以满足人工智能时代的需要,新的智能化社会对职业教育产生了颠覆性影响,对职业教育提出了新要求。人工智能技术给职业教育带来的机遇与挑战,从学习空间、教学模式和教学管理三方面对智能职业教育的内涵进行了剖析;进而展望了人工智能技术对智能职业教育的呼唤:推动智能职业教育向人才培养复合化、教育模式智能化、学习形式终身化和校企合作一体化方向发展,进而促进\"人口大国\"向\"人才大国\"转变以及推动\"中国制造\"走向\"中国智造\"。 相似文献
2.
戴伟辉 《现代远程教育研究》2018,(2):3
信息技术的迅猛发展、脑科学研究的不断深入已成为远程教育发展的两股核心驱动力。随着互联网应用的日益普及、大数据环境的逐步形成、人工智能技术的快速崛起和神经科技的重大突破,现代远程教育发展正面临着从Internet+向AI+和Neuro+的新转变,其教育理论、研究方法、教学模式与技术手段亟待创新。发源于20世纪70年代的神经教育学(Neuroeducation)和由中国学者2006年提出的神经管理学(NeuroManagement)两大新兴交叉学科的发展,成为对现代教育理论与研究方法新发展的理论框架,现代远程教育涉及新的研究问题是:从Internet+到AI+和Neuro+的新转变、神经教育学与神经管理学的学科发展、教育理论与方法创新的群智演进模式、从理论到应用实践的生态群落及机制,进而提出远程教育理论与研究方法创新的群智演进模式,剖析从理论到应用实践的可持续创新发展的生态群落及生态链机制。 相似文献
3.
远程教育中的智能教学代理:角色、设计要素与应用方式 总被引:1,自引:0,他引:1
詹泽慧 《现代远程教育研究》2011,(4):76-82
智能教学代理是以鲜活的动画人物或拟人形象出现在计算机辅助教学过程中,对学习者进行学习支持的教育软件。智能教学代理近年来受到广泛关注,其应用和研究的广度和深度也在不断增加。在远程教育领域,智能教学代理可以作为辅导教师、学习伙伴、自身影像和实习对象,从认知、情感、创新等方面给予远程教育支持。为了保证智能教学代理的效果,设计过程中应注重其形象、能力、信息传递、情绪状态和交互方式等因素的设计。当前智能教学代理的研究尝试从双代理或多代理角度优化教学环境,提供更为精细、多元化的形象、信息和交互方式。今后,学者们将把学习者特征纳入到智能教学代理研究中,挖掘其在情感和元认知支持方面的更多功能。 相似文献
4.
数字化、智慧化教育技术的广泛应用开启了全新的智慧教育时代,变革中的教育模式与场景为教师发展以及教育学建设带来了新的机遇与挑战。从教育与技术演进互动的视角出发,教师角色在不同时期经历了由“讲坛上的圣者”到“学生身旁的指引者”再到“翅膀上的幽灵”的转变,并在生成式人工智能技术广泛应用的未来存在“人工智能的竞争者”“人工智能的副驾驶”“机器中的灵魂”等多种可能趋势。教师所能达成的教育境界也从“言传身教”“教书”到“教会学习”“赋能学习”乃至“教育即生活”不断发展。在数字化转型进程中,教师需要积极应对技术环境对固有教育模式所带来的挑战,如利用新技术拓展教育的受众、构建动态知识体系、与学生共同探索与学习、实现精准化的教育赋能等,实现教育境界的数字化重塑。而教师角色与教育境界的变化也意味着教育学迎来了重塑与发展的契机。教育学在智慧教育时代应回归“教育即生活”理念,探索创新教育人才培养模式,培养适应智慧教育场景的教师。教师是危机中的领导者,也是未来的重塑者,如何帮助教师在智慧教育时代发挥重要作用,发挥教育者无法被人工智能替代的教育智慧,将是教育学发展与重塑的重要主题。 相似文献
5.
人工智能赋能教育已成为未来教育变革的重要趋势。2019年3月,联合国教科文组织发布《教育中的人工智能:可持续发展的挑战和机遇》的报告,提出了人工智能教育发展的愿景、目标、途径、挑战等。人工智能教育发展的愿景是促进人工智能教育的可持续发展;人工智能赋能教育的目标是改善学习和促进教育公平;为人工智能教育时代做好准备的两个途径是:构建面向数字化和人工智能赋能世界的课程,通过后期教育和培训增强人工智能能力。报告提出人工智能教育发展的六个挑战:提升制定全面的人工智能公关政策的能力;确保教育中人工智能的全纳和公平;教师与人工智能驱动的教育的双向准备;开放、高质量和包容性强的教育数据系统构建;人工智能教育相关研究的重要价值发挥;数据收集、使用和传播伦理的关注。报告对我国发展人工智能教育有如下启示:坚持立德树人,培养具备人工智能思维的中国公民;消除数字鸿沟,警惕人工智能的马太效应;构建公平而有质量的人工智能教育生态系统;以跨学科融合促进高校知识生产模式转变;新技术赋能人工智能教育;重视人工智能教育发展的伦理问题。 相似文献
6.
人类已步入人工智能时代,开展全面的智能教育势在必行。然而对于智能教育是“智能化教育”还是“促进智能发展的教育”,当前一些研究者和实践者的认识尚不清晰。人工智能技术为全民智能教育提供了技术基础,但将智能教育定位于以人工智能为内容的教育则过于狭隘。智能教育不完全等同于智能学科的人才培养,也不等同于一般意义上的思维教学。智能教育应将促进个体理解与智力发展作为核心价值主张,培养具有计算思维、工程思维、人工智能思维等关键性思维的智能人才,构建包括人工智能核心概念与思想、技术方法与技术实践的智能教育本体知识。推动实施智能教育的措施不能仅从高等学校人才培养和人工智能发展的必要性角度思考,要从人才培养规格、教育信息化建设、课程与教学改革、教学活动创新、教师专业化发展等方面谋划可行策略,按照统一协调、多措并举的原则,推进智能教育的各项工作。 相似文献
7.
智慧教育不仅是智能技术在教育中的应用,更是智能时代教育的全面转型与变革。文章结合智能时代的三大发展趋势:即人机物三元融合、主动智能服务与人机结合的分布式认知,从基础环境、智能形态、培养模式、教育生态、育人目标五个维度提出了智慧教育转型与变革的关键所在,包括拥有主动智能的教育环境、人机协同的教育智能、大规模个性化的人才培养模式、虚实融合的教育新生态和智能时代的创新人才培养。在此基础上,面向智慧教育转型与变革的实践落地,提出了三点关键建议,包括建立数据无缝流转的生态体系、推进教育公共服务模式创新、高度重视专业性的教育服务,期望为智能时代智慧教育的转型与变革提供一定的参考与应用启示。 相似文献
8.
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。 相似文献
9.
大语言模型作为新一代人工智能的核心技术,为教育领域带来前所未有的机遇。但由于以ChatGPT为代表的通用大语言模型仅能提供通用型反馈,难以与复杂的教育场景、育人方式相匹配,因而亟需构建专用的教育大语言模型。教育大语言模型具有教育知识库的全面性、教学内容生成的安全性、反馈信息的教育价值性、问题解决的个性化、人机交互的多模态性、用户使用的易用性等特点和优势。其构建流程主要包括6个步骤:一是制定教育目标,预设模型构建标准与技术范式;二是选择或设计大语言模型基座,对齐教育任务属性;三是构建教育语料库,实现无序数据的教育价值转向;四是开展模型训练或提示,获得教育任务通用和细粒度知识;五是链接外部教育知识库,灵活扩展模型知识和学生模型;六是评价教育大语言模型,让模型“懂人理”。当前教育大语言模型的应用主要聚焦编程、课后阅读和计算机教育三类教学场景,有助于学生计算思维、提问能力和编程技能等高阶能力和学科基本能力的提升。未来教育大语言模型应由多方合力共建语料库与知识库以统一标准,尝试应用新技术以破解多模态理解缺陷和计算困境,深入探索人机协同教学机制以实现其与高阶教育目标的匹配。 相似文献
10.
E-Learning领域的推荐系统在满足学习者个性化学习需求方面发挥着重要作用。近年来,国际上围绕E-Learning推荐系统开展的研究迅速增多。采用文献计量分析方法对该领域的研究进行系统分析,有助于为E-Learning推荐系统的高水平研究和高质量应用提供镜鉴。综括而言,当前国际E-Learning领域的推荐系统研究热点及其演变趋势集中体现在6个方面:一是融合多种技术优势的混合推荐日益受到重视且逐渐成为主流。二是伴随技术支持下群体学习的多元发展,个性化推荐由关注个体推荐逐步转向关注群体推荐。三是随着大规模开放在线课程的流行,个性化推荐逐步突破小规模而面向大规模学习者群体,重视通过对海量学习资源和过程数据的搜集和挖掘而提供个性化推荐。四是从心理学层面关注学习者情绪变化,并据此构建上下文推荐系统,通过优化调整推荐内容不断促进学习者高效完成学习任务。五是在推荐功能上更加强调学习模型构建,重视提升学习者的深层次认知能力和促进有效学习。六是在先进技术的支持上,个性化推荐系统强调引入深度学习技术,不断优化其表征能力、融合效率和推荐效果。 相似文献
11.
面向课堂教学评价的形式化建模与智能计算 总被引:2,自引:0,他引:2
随着课堂教学从固化单一的教师传授,向强调小组协作参与的教学转变,如何面向以协作学习为基本特征的课堂实施形成性评价已成为教学评价改革亟需解决的问题。在智能技术支持下,形式化建模可以将复杂多变的课堂教学过程解构,形成数理模型;智能计算可以通过算法评估学生学习状态,并根据教学原则生成教学辅助信息。二者的结合可以促进人类智能与机器智能的有效融合,形成人机协同的课堂评价机制。面向课堂教学评价的形式化建模与智能计算通用架构,自下而上包含教与学行为的感知和存储、教与学行为评估模型的构建、教与学状态的智能计算和教学辅助信息的生成四个部分。前两部分着重对教育情境和问题的表征,是形式化建模的关键步骤;后两部分着重具体技术路线的实现,是智能计算的具体过程和功能体现。整个系统以教与学行为的感知和存储为基础,通过构建评估模型,确定模型的输出;然后引入智能算法对模型进行计算,达成对教与学状态的评估;最后根据相应教学原则,自动生成辅助教师进行课堂教学评价的信息。该通用架构以及人机协同教学、评价机制的进一步完善需要研究者携手教师进行\"共同设计\",协同教育学、计算机科学、心理学等多学科进行交叉研究。 相似文献
12.
在可持续发展需求和新一轮科技革命双重驱动教育变革的背景下,人工智能与教育相互赋能成为时代命题。在迈向人工智能时代的关键时期,联合国教科文组织2019年5月在中国北京举办了首届国际人工智能与教育大会,并形成成果文件《北京共识》。文件围绕政策制定、教育管理、教学与教师、学习与评价、价值观与能力培养、终身学习机会、平等与包容的使用人工智能、性别平等、伦理问题、研究与监测10个议题3大方面规划人工智能时代的教育。(1)人工智能促进教育变革的核心价值:改善学习评价、助力个性化培养,赋能教学、辅助教师工作,改善教育管理、优化教育供给;(2)人工智能助力可持续发展目标4(SDG4)的实现:确保人工智能在教育领域应用的公平性和包容性,为所有人提供终身学习的机会,促进人工智能领域性别平等,增强妇女权能;(3)人工智能赋能教育的保障机制:制定有效促进人工智能教育发展的政策,加强人工智能相关人才培养,建设人工智能教育的研究与监测机制,重视人工智能促进教育发展的伦理问题。 相似文献
13.
人工智能技术在辅助教学上展现出了巨大潜力,也因其不透明性、无法预测性以及不当使用而引发争议,建设可信赖的人工智能教育应用(AIED)成为国际共识。可信赖AIED强调“以人为本”的价值宗旨,以可靠、安全的AI技术为底层基础,以合伦理性的理解和使用为关键保障,观照教育情境的复杂性,摒弃将通用AI伦理原则或其他AI应用领域的专业伦理原则生搬硬套到教育领域。英国作为人工智能伦理治理的先行者,在可信赖AIED建设方面积累了丰富经验,尤其体现在《人工智能保障生态系统路线图》中。该《路线图》从技术的开发、采购与使用三大阶段出发,分别采取伦理设计、伦理核查和AI素养培养等具体策略,构建了可信赖AIED的保障体系。借鉴英国AIED的典型举措,我国应在开发阶段对智能教育产品开展本土化的价值敏感设计,采购阶段对智能教育产品的可信赖度做出有意义的解释,使用阶段对师生用户的人工智能素养加以培养和提升,以推动技术开发者、产品采购者、一线使用者等利益相关方共促可信赖AIED的本地建设。 相似文献
14.
文献内容分析法在远程教育研究中的应用 总被引:2,自引:1,他引:2
本文对有关远程教育内容分析的论文检索的基础上,选出六篇代表性的文章来间接的了解国际上远程教育权威杂志所反映的远程教育研究主题发展概况,并期望这些研究方法严谨的内容分析文章能为我国远程教育学术研究方法提供一定的参考。 相似文献
15.
谈对远程教育学习支持服务内涵的认识 总被引:3,自引:0,他引:3
远程教育学习支持服务是远程教育区别于传统教育的基本特征,远程教育通过恰当而完善的学习支持服务解决师生准分离的实际情况,帮助学生克服学习过程中的障碍,顺利完成学业。本文从实践和理论两个层面对学习支持服务的内涵进行了客观分析,探讨了词语来源、实践需求、文献使用、思想发展等方面,以新的视角形成了对学习支持服务内涵的理解。 相似文献
16.
时间管理:远程教育学习支持的新视角 总被引:6,自引:0,他引:6
在分析远程学习者时间管理问题的基础上,初探了时间管理支持对远程学习者的重要意义,并提出时间管理支持应包含的主要内容,即进行时间管理行为训练;信息技术能力培养;建立在线时间管理监控系统。 相似文献
17.
在我国远程教育发展过程中,我们认为,应注意处理好如下一些关系:竞争与合作、机会与质量、技术与现代化、支持服务与学生自治以及中外关系。 相似文献
18.
人工智能与教育的融合实现了教育的规模化、个性化和智能化,然而它并未突破传统教育知识传授模式的局限,未来的人工智能教育应用应当从"机器教人"向"人机共生"的知识创造性发展。"人机学习共生体"这一后人工智能教育时代的学习形态,是在分析人工智能发展历程和学习者角色演变的基础上,以经验之塔理论和知识创造螺旋理论为基础提出的。后人工智能教育时代人机共生的学习形态,即在学习者的客体观、主体观、主体间、共生观和他者观等基础上,形成的具有连续统样态的人工智能教育模式。人机学习共生体围绕隐性知识和显性知识之间的转化,形成了学习者与智能体的共生关系,通过共同化、表出化、联结化和内在化等知识转化过程,持继促进知识创造。人机共生学习是学习者、智能体和教师所构成的以知识共生为核心的学习过程。未来人机学习共生体的实现,需要解决智能体的主体性技术、学习绩效支持以及学习模式创设等挑战。 相似文献
19.
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
20.
当前,人工智能教育在全球范围内受到高度重视,各国虽然对于如何开展人工智能教育达成诸多共识,但仍未形成统一方案。对国内外发布的促进人工智能教育的顶层设计文件进行内容分析,挖掘其共识、明确其差异,有助于为持续优化我国中小学人工智能教育的设计蓝图和实施路径提供参考。通过对4套具有代表性的人工智能教育顶层设计文件进行分析发现,4份文件均包容了“人工智能与社会发展”“人工智能与人类智能”和“人工智能技术”三大主题,但各文件聚焦的培养目标和学段要求既有共识,也体现出一定差异:在培养目标方面,4份文件在总体目标上有着高度共识,但具体内容维度呈现多元化特色;在学段要求方面,部分文件存在起点时间设置不一、难度递进程度各异的特点。未来在推进人工智能教育在中小学落地实施的过程中,不仅需重新审视学段内容的设置方式和人工智能课程的设置模式,还需充分考量幼儿园开展人工智能教育的适切性,人文主义在人工智能教育中的重要性,中小学生学习人工智能系统开发的必要性,以及人工智能课程学习评价的创新性等问题。 相似文献