智能时代个性化学习的现实困境、意蕴重构与模型构建

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。     

复杂性科学视域下的学习干预:概念解析、核心要素及模型构建

迅猛发展的智能技术在变革教育样态的同时,也使得教育的复杂性本质日益凸显。立足复杂性科学视角开展精准化、个性化的学习干预有利于满足学习者学习实践中的现实需求。文章在阐述了复杂性科学与学习干预的基本概念之后,对复杂性科学指导学习干预实施的适切性进行了分析。进而从学习问题诊断、干预策略匹配、干预策略实施、干预结果分析四个核心要素出发,分别解析了学习干预的复杂性特征,并由此构建了复杂性科学视域下的学习干预模型,包含问题诊断层、动力引擎层、推理匹配层和进化适应层四个逻辑层次,依次描绘了基于学习分析技术的学习问题发现、基于元素自组织的学习问题归因、基于因果链推理的干预策略匹配以及基于多主体进化的干预策略实施。该模型形成了完整的智能学习服务路径,为智能时代开展人机协同的精准学习干预提供了理论与实践依据。     

智能教育产品研发的问题、成因与应对策略

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。     

人机协同的精准学习干预：动力机制、逻辑理路与实践模型

精准学习干预是实现精准教学和个性化学习服务的核心问题。为破解学习干预的困境，本文从人机协同的视角设计精准学习干预机制：首先从动力主体、动力作用模式和动力实现机制方面厘清人机协同的动力机制，接着从技术逻辑、实践逻辑和价值逻辑分析基于人机协同推动精准学习干预的必要性，最后提出基于人机协同的精准学习干预实践模型。该模型以学习场景为入口，引入人的决策，实现对学习问题的精准诊断；通过基于知识图谱的问题定位与知识推理，结合教师经验，实现针对学习问题的干预策略匹配；依据学习者画像筛选干预策略，以人机融合作为动力机制，动态协同修正干预策略，从而优化干预策略匹配的精准度，并利用人在回路的混合增强智能，形成精准学习干预的完整链路，构成个性化学习服务的闭环。     

基于学习分析的小学数学学习干预模型构建研究

智能技术的应用,对于大多数学生而言,的确起到很好的支撑与促进作用。但是,在小学数学教学中,仍有一些学生在一些内容上存在这样或那样的学习困难,亟待研究与探索智能技术条件下有效解决学困生学习困难的干预模型。该文对国内外学习干预模型的相关研究做了系统分析,剖析了小学数学学困生学习困难的主要成因。从学习目标与活动、学困表现、干预策略、支撑环境四个方面及其相互作用关系的角度提出了学习干预模型的构建思路。提出了由学习结果和过程数据采集、学业水平和学习特征分析、学习诊断与干预和学习干预效果评估等构成的学习干预模型。针对疑难知识难以理解问题提出了合理降低学习梯度并搭建适合认知支架和通过在生活情景完成学习活动进而降低认知负荷的干预策略;针对学习兴趣不足问题提出了通过生活化问题/任务激发学习欲望、通过知识趣味化调动学习积极性、通过正向激励提升自我效能感的干预策略;针对专注力不足问题提出了通过分层递进问题/任务增加学习粘性、通过全过程多感协同交互增加学习投入、通过优长潜能释放提升学习参与持续度的干预策略。     

人机协同学习：实践逻辑与典型模式

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。     

学习不良儿童的教育干预案例研究

学习不良儿童可以概括为发展性学习不良、学业性学习不良与行为-情绪性学习不良等主要类型。通过对三个不同的典型案例的分析诊断,提出了具体切实可行的教育干预措施。     

可解释学习者建模：价值意蕴与应用图景

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。     

基于多元智能理论的学业评价观研究

基于加德纳“多元智能理论”中不同的智能类型,我们可以有针对性地采用八种智能评价方法来改进学业评价观。然而,传统的应试化学业评价观在评价目的、评价内容、评价主体及评价方法等方面与多元智能理论均有所背离,对此,我们可以从“设立判断学生智能类型的学习角”、“创建专题作业形式的研究性学习”、“构建情境化的质性评价”三个维度来改进学业评价观。     

人机协同深度探究性教学模式——以基于ChatGPT和QQ开发的人机协同探究性学习系统为例

大量学生直接利用ChatGPT生成作业,导致“智能知识喂养”的浅层学习新问题。如何促进人机协同深度探究性学习,是生成式人工智能教育应用亟需解决的重要问题。本研究基于人机协同学习理论、社会建构主义理论和涟漪拓展探究法,提出了人机协同深度探究性学习模型及其教学模式;以ChatGPT和QQ系统为基础开发了人机协同深度探究性学习系统和智慧助教,为学习者提供任务提醒、持续会话、学习评价和知识聚敛等功能。研究采用准实验研究法,以“现代教育技术”课程的“教学设计”一章作为教学内容,检测上述模式的效用。实验结果表明,该模式及其系统能够显著改变学生的学习绩效、问题解决能力、批判性思维能力、学习态度、自我效能感和内在学习动机,但对创造性思维能力和外在动机的效果不显著。为促进该模式与系统的有效实施,教师需要从在地化知识转化、人机认知冲突启动、人机协同探究学习理念树立和学生能力培养等方面提供支持。     

智能技术赋能体育教育教学效果评价：模型建构与实证检验

智能技术正在引发教育领域的深刻变革，在推进学校体育教育数字化转型中，智能技术将产生怎样的影响引发各界关注。为了科学评价智能技术赋能体育教育教学的效果，通过相关理论及文献分析建构包含以智能技术应用为核心的技术层，以融合智能技术的教学设计为重点的功能层，综合运用问卷、访谈、体质测试等为测量方法的效果层的多维评价模型。进一步选用光电球和心率手环在上海两所小学体育兴趣化试点学校开展干预实验对所提出的模型进行检验。结果显示：主要运用大数据技术的光电球和电子手环在功能层，能够助力创新教学模式、实现因材施教、优化教学评价及拓展教育功能；在效果层，能够实现对小学生体育学习兴趣和体质健康水平的积极影响。还从智能技术应用与体育教育教学之间的主辅关系，加强人机磨合，以及技术应用所引发的伦理问题等方面提出了反思与警示。     

迈向人机协同的协作学习——CSCL领域智能学习分析仪表盘研究热点与前沿趋势探究

在国际协作学习研究的前沿领域中,智能中介工具的加入使得原有“人-人”互动转变为“人-机-人”相结合的人机协同方式。智能学习分析仪表盘作为人机协同的重要中介工具得到了研究者的广泛关注。采用系统性文献综述的方法对相关文献进行梳理后发现,智能学习分析仪表盘能够从群体感知、适应反馈和师生代理三个维度来促进主体间互动的关系与结果,其实现的机制是以可视化表征原有人与人协作交互中的隐藏认知、行为与社交感知信息,引导学习者发现并消解认知与社会性冲突,建构群体公共知识;以感知信息为基础对群体互动过程和结果进行诊断分析并匹配反馈,优化协作学习路径;通过模拟教学场景与师生代理,重建“人-机-人”结合的协作交互过程,增强学习者的临场感与沉浸体验。智能学习分析仪表盘未来研究可能聚焦于：在群体感知层面,关注学习者视角下的多种感知信息可视化表征方式;在适应反馈层面,聚焦提升适应反馈信息的可解释性;在师生代理层面,关注社会文化情境中的师生代理匹配设计。     

“智能交互”教育技术促进美术深度学习的实践探究

“智能交互”教育技术是应用在教育领域的、以人工智能与交互为基础的技术。它呈现人类智能,辅助学生实现基于理解的学习,激发深度学习。文章从“智能交互”和“深度学习”的角度出发,探究“智能交互”教育技术对美术深度学习的促进作用,论述了“深度学习”“学生主体”“智能”“交互”四种不同理念下“智能交互”教育技术在美术深度学习中的应用实践。     

智能教育产品:构筑基于AIoT的智慧教育新生态

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.     

智能教育产品:构筑基于AIoT的智慧教育新生态

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.     

论高职教育服务浙江智能制造的发展路径

智能制造的发展需要高水平技术技能型人才的支撑.浙江高职教育服务智能制造存在地域分布失衡、专业设置趋同和层次水平不高等方面的困境.基于浙江的数据可以看出,高职教育服务智能制造存在地域分布、专业设置和层次水平等方面的困境.基于智能制造需求的高职教育的发展路径需要实现“三化”,即办学层次的“高端化”、专业构建的“集群化”和人...     

教学数字化转型:表征样态与实践路径北大核心

推动数字技术与教育教学的深度融合、加快教育数字化转型已成为学界共识。当前教育数字化转型更多关注政策引领、理念探讨和设施建设,较少从教与学的关键场景出发探究数字技术赋能教育实践变革的前景、样态和机制。基于此,文章以“教学数字化转型”为切入点,阐述了教学数字化转型的价值定位和概念内涵,指出教学数字化转型的核心在于借助数字技术手段推动教学理念、设施、手段、方法的系统变革,推动教学主体走向学生中心、教学目标走向素养导向、教学内容走向动态多元、教学方法走向灵活多样、教学评价走向智能综合、教学环境走向虚实融合;从面向学业发展的人机协同教学、面向自主探究的数字实验教学、面向深度学习的智慧课堂教学三个方面勾勒了教学数字化转型的实践场景。未来,要推动教学数字化转型的实践落地,需要进一步加强教学数字化转型的理论研究,完善数字化教学基础设施建设,推动基于数字技术的“教—学—评”一体化设计,培育教师的数字化教学胜任力。     

智能教育产品“政产学研用”协同创新生态构建研究

智能技术与教育教学的深度融合将智能教育产品推到了人工智能教育应用的最前端,在一定程度上承载着推动教育数字化转型的历史使命。然而,智能教育产品的研发与应用尚处于起步阶段,其“政产学研用”分离的现状严重限制了智能产品应用成效的发挥。鉴于此,提出要推动智能教育产品的“政产学研用”协同创新,以此破解智能教育产品应用的现实困境,推动智能教育产品的常态应用,打造智能教育产品的健康业态,从而助推教育的数字化和绿色转型。在此基础上,构建了面向智能教育产品的“政产学研用”协同创新模型,指出其核心目标是实现政府、企业、学校、科研单位、用户等多元主体的协同发力、优势互补,强化政府部门的引导作用,协调多元主体推动智能产品协同创新;强化教育企业的支撑作用,以优质产品的供给赋能教育创新发展;强化学校的主阵地作用,推动智能产品与课堂教学的深度融合;强化科研单位的枢纽作用,激发智能产品协同创新的内在活力;强化产品用户的主体作用,深化学习需求与应用反馈的双向引领。最后,从基本原则、保障机制、实践模式、实施思路四个层面提出智能教育产品“政产学研用”协同创新的推进策略。     

人机智能协同的作业辅导：动因、框架及应用研究

在“双减”政策背景下,研究如何开发摆脱答案供给式辅导模式,强化高阶思维发展、元认知调节与情感激励作用的新一代智能作业辅导系统框架成为当前智能学习系统需要突破的关键性技术之一。文章针对当前智能作业辅导系统关键环节存在的学习者多元隐性特征难以挖掘、高阶思维能力难以引导与培养、辅导策略属性缺乏精细设计以及辅导效果验证数据支撑不足等问题,采用人机智能协同的技术破解路线,构建了以学习者多元数据和作业题面信息智能采集为起点、专家经验与机器智能协同决策为基础、融入元认知调节策略,结合辅导策略知识图谱,以促进学习者高阶思维能力发展的新一代智能作业辅导系统框架,自动生成服务于不同学习者的以知识掌握与思维发展并重为目标的个性化辅导方案,并在原型设计基础上结合实例进行应用分析,以推动作业辅导精准化、智能化实现。     

人机协同化与学生发展核心素养——基于社会智能三维模型的分析

人机协同系统正在全面渗入人类的工作与生活,社会正快速地人机协同化。在弱人工智能时代,人工智能没有“意向性”,但其智能程度在迭代进化中。人机协同系统存在人类与机器两类智能主体,以及人类智能、人工智能和协同智能三种智能元素,其中协同智能的主体是人类,人机协同系统的智能是分布式的。受国际关系“软”“硬”“巧”实力三分理论启示,本研究构建了人机协同时代社会智能的三维模型。“三维”指硬智能、软智能和巧智能,机器拥有更多硬智能,并向人类“学习”软智能,人类拥有更强的软智能和巧智能,并把更多的硬智能“让渡”给机器。基于社会的快速人机协同化,教育所培育的学生核心素养应以发展学生的软素养和巧素养为重点,在硬素养维度着力培育学生的计算思维。未来人机关系将决定个体的社会存在,因此强调以人机协同的价值观、意识、能力等为重点的巧素养培育具有前瞻性。