人工智能赋能学校教育改革创新的实践探索

人工智能时代的教育要在吸收和融合传统教育教学优点的背景下,对教学资源的内容、形态、教学活动的组织形式、学习活动的方式、学习评价的手段等进行系统变革。人工智能背景下的教育变革可以从拔尖创新人才培养、课堂教学创新、课程体系建构、教师专业成长、教育教学评价等多个维度同时进行。     

学校高品质发展中文化赋能的路径

一所年轻的学校要发展,离不开文化的引领.文化孕育的过程是达成共识凝聚人心的过程,文化理解的过程是获取滋养凝聚合力的过程,文化落地的过程是行之不懈助推发展的过程.文化赋能,才能实现学校的高品质发展.     

人工智能技术赋能大学治理现代化的机理、挑战与应对

大学治理现代化是推动高等教育高质量发展、建设高质量高等教育体系和实现大学治理体系与治理能力现代化的必然要求和应有之义。人工智能技术不仅具有技术赋能与大学治理现代化的目标旨归相耦合、制度变革相契合、效率提高相配合的内在机理,而且蕴含管理机制与技术赋能相互重构、治理效率与技术价值彼此对接、个体诉求与共同需要双向耦合的现实功能,为促进大学治理现代化提供了结构性耦合、功能性耦合与价值性耦合的逻辑立证。为应对技术赋能大学治理现代化的工具性风险、发展性挑战与运动式危机,建议进一步转变技术赋能大学治理的治理理念、加强技术赋能大学治理的顶层设计、强化技术赋能大学治理的设备支撑、创新技术赋能大学治理的组合应用、加强技术赋能大学治理的系统整合、健全技术赋能大学治理的保障机制,从而为推进大学治理现代化构建智能新生态。     

人工智能赋能精准教学的几点思考

精准教学是一个系统性过程,技术赋能教育的基本逻辑在于精准地控制教学的每一个环节,学情分析区块化、资源精准推送、多维数据实时监测、课后作业精准拓展、智能组卷阅卷、动态精准评价。精准教学的同时,需要注意从教师精准教学能力、学生隐私保障、师生关系三个方面进行检思,保证整个教学工作符合当代教育伦理。精准不是教育的机械化,赋能不是技术的僭越,人工智能赋能精准教学意味着智能化、科学化、个性化、有序化将成为未来教育教学的新常态。     

人工智能教育应用的视觉交互"赋能"效应研究

人工智能教育应用的价值归宿是为教育主体赋能、为教育系统赋能.何以可能、如何赋能是其核心问题.人工智能交互是人工智能赋能的关键,如何理解并运用其视觉交互方式,扩展实践赋能空间,增强实践赋能"活性"是需要研究的重要环节.本研究结合研究文献和实践应用考察了人工智能教育应用的形态及特性,在"交互赋能"观念下分析了人工智能教育应用的交互形态及视觉交互方式;立足"可视化"研究和人工智能应用案例分析了视觉交互的"赋能"通则;最后在教育赋能层面上从学与教两个方面探讨了人工智能视觉交互应用为教育主体带来的影响及面临的机遇和挑战.研究认为,可见性、可变性与智慧性是人工智能视觉交互应用的三大赋能通则.人工智能视觉交互的赋能实践,可充分发挥赋能通则的认知"内辅"与互动"外辅"效用,设计并运用视觉交互方式与形态,从认知方式到行动策略全面促进学习,从个体差异到群体共性精准改进教学,并在赋能行动的智能理想与教育现实间辩证地应对人工智能交互赋能的机遇和挑战.     

人工智能技术如何赋能特殊学生教育——基于美国中小学的实践经验

人工智能技术对满足特殊学生教育需要、提升教育质量具有重要推动作用。随着智能时代的到来,如何将人工智能技术融入特殊学生的教育教学实践中成为美国各界关注的问题。经验分析表明,美国学校在引入人工智能技术赋能特殊学生教育的过程中,形成了包括引入数据监测技术促进课堂教学管理精确化、依托智能文本转换确保信息获取途径无障碍、借助智能交互技术保障信息处理能力个性化以及运用智能辅助系统实现信息表达方式多样化的实现路径;构建了政策法律、基础条件、师资队伍与社会团体协同运作的保障体系,实现了人工智能技术在美国特殊学生教育中的有效实施与广泛应用。当前我国中小学正处于运用人工智能技术赋能特殊学生教育的起步阶段,需细化政策规划落地方案、促进校园智能教学设施升级、积极探索智能技术的应用路径、提升教师的技术应用能力并健全社会协同支持体系。     

现代技术赋能教师专业发展的实践探索

促进现代技术与教育教学深度融合,要求教师不仅要学会运用新技术,还要以技术赋能教学改革和自身专业发展;现代技术赋能教师专业发展着力点,包括赋能教师课程建设能力、赋能教师学生成长指导能力等。现代技术赋能教师发展可采取主题建构策略、学情诊断策略、教学评价策略、目标达成策略。     

数字技术赋能高校精准思政研究

数字技术可以精细化提升高校思政教育质量,通过数据分析和监测,教师能更好地理解学生需求,优化个性化思政教育方案。数字技术还能协助思政课程与其他课程的协同教学,多角度多层次地解决问题。数字技术能聚焦社会问题,通过数据收集、分析和挖掘,全方位了解学生思想动态、行为特征和学习状况。数字技术能打破时空限制,提升思政实践教学的效率和效果。数字技术提供全面的学习体验,激发学生的兴趣和参与,进而培养具有社会责任感、创造力与技术能力的优秀人才。     

人工智能赋能职前教师信息化教学能力提升

近年来,人工智能技术迅速发展给教育行业带来了崭新的机遇和巨大的挑战。为了积极推进人工智能等新技术与教师队伍建设的深度融合,利用人工智能技术提升教师专业能力。基于人工智能技术,分类提升职前教师信息化教学能力,打造智慧化教学、学习和实践环境,精准支持职前教师信息化教学反思,能够有效提升职前教师信息化教学能力,推动职前教师专业发展。     

人工智能赋能课程思政改革研究

人工智能赋能课程思政是一种新的课程建设理念,主张智能技术与课程思政工作深度融合。人工智能赋能课程思政有助于丰富学生学习体验、改善教师教学手段、完善育人机制。然而,当前人工智能与课程思政仍处于简单耦合阶段,在推动课程思政创新变革的同时,也带来了技术缺陷、思想观念、教学能力等层面的问题。新时代人工智能赋能课程思政建设应以变革教学理念为先导、研发教学技术为支撑、提升教学能力为关键,只有这样才能将人工智能与课程思政工作深度融合,推动教学发展。     

道德赋能:学校体育育德实践的新走向

学生具有道德发展的巨大潜能,教育应赋予学生充足的道德发展能量,激发道德潜能,促发道德行动,实现道德赋能过程.审视当前学校体育育德实践的困境主要有:重视道德知识的传授,忽视主体道德意向的内在生成;育德内容与生活世界相脱离,阻断了道德发展的完整链条;育德效果评价缺失,育德目标置空;体育教师育德意识薄弱,育德能力不足.道德赋...     

科技与教育双向赋能共塑未来

技术赋能教育,教育赋值科技,科技与教育共塑未来,这将是人类教育发展史上的新命题.     

技术赋能:劳动教育发展必由之路

随着人工智能与虚拟现实等新兴技术的出现,技术成为破解劳动教育发展问题的关键.技术可以实现劳动工具的优化升级和劳动教育教学方法的变革,劳动教育本身也包含技术性的内涵、教学策略和实践指导.针对中小学劳动教育现状,应借助技术对劳动教育观念"误区"进行修正、优化劳动教育课堂、构建三方联动的劳动教育阵地.国家、政府将劳动教育作为重要关注点,学校和教师抓好劳动教育主阵地,家庭、社区和学校共同构建三方一体的劳动教育体系,是技术赋能劳动教育的重要保障.     

替代还是赋能：人工智能教学对教师教学权的冲击及其应对

人工智能只能赋能教师教学,不可能替代教师行使教学权。从权利的生成逻辑来看,教师教学属于公共性、专业性与法定性相统一的权利,替代型人工智能教学论者所倡导的完全替代型教学与部分替代型教学存在着权利主体公共性缺失、专业义务履行不能与法律责任承担不能的法治困境,故而不应对教师教学权产生实质性冲击。但人工智能却可能成为衡量教师教学能力的重要因素,使得教师教学发生内部技术性替代,进而导致部分教师丧失教学权。为了保障人工智能时代教师的教学权利,应构建起教师智能教学权主体性的法律保障体系,加强对教师行使智能教学权条件与能力的保障力度,并为教师保留一定的智能教学方式自主选择空间。     

人工智能赋能：学习者高阶思维培养何处去

人工智能热潮下,学习者高阶思维研究有了新发展。为厘清人工智能赋能高阶思维培养的研究路向,该文精选了相关领域255篇SSCI和CSSCI文章,通过内容分析和观点聚类梳理了十个重点研究方向：大数据技术支持的学习者思维特征建模、基于学习分析的高阶思维培养风险预测、扩展现实支持的沉浸式学习促进高阶思维发展、教育机器人辅助的高阶思维培养、基于自适应技术的个性化思维发展、脑机接口促进学习者与机器的人机思维交互、融合多模态生物特征识别的思维发展过程追踪、情感计算促进激发高阶思维的发展潜能、面向高阶思维培养的教育人工智能应用伦理安全问题、以及智能时代的计算思维与设计思维培养。最后,该文提出人工智能赋能高阶思维培养的研究建议：研究者需要具备迈向跨学科、超学科深度融合的研究视角,促进“理论-技术-实践”同向而行的路径优化;未来研究应重点关注教育人工智能应用的升级与突破、多元高阶思维培养方式的融合与转变、思维评价体系建立的价值引领与风险规避等。     

AIGC时代基于双向赋能的人工智能教育创新框架

智能时代,教育数字化转型的重要目标是转向人工智能教育,推进教育智能化,其突破口是教育智能技术创新。随着以AIGC为代表的生成式通用人工智能(AGI)技术的突破,以及ChatGPT教育应用的风靡,人工智能教育的领域与学科迎来大发展机遇。双向赋能形成了教育人工智能和智能化教育双领域。人工智能教育学科的逻辑起点是人工智能与教育的双向赋能,逻辑终点是教育的高绩效和培养智能素养。本文分析了AIGC教育应用的9大技术场景与4大角色任务,并基于人工智能与教育的双向赋能理念,论述了人工智能教育的领域、学科与专业创新框架,提出了学科研究范式体系以及专业创新的源动力、任务与策略。