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。     

从科技向善到人的向善：教育人工智能伦理规范核心原则

随着人工智能与教育的深度融合,人工智能伦理问题受到广泛关注,科技向善成为人工智能技术应用的基本原则。教育领域人工智能应用的伦理研究,多以现象剖析和愿景构建为主,系统的政策分析十分缺乏。鉴于此,本研究以分析国际组织或各国政府公布的十三份人工智能伦理规范政策文本为起点,通过挖掘教育人工智能伦理规范相关内容,结合人工智能伦理从缘起到教育应用的顺序,探索教育人工智能伦理问题的解决路径,构建教育人工智能伦理规范的十二条核心原则,包括：公平、以人为本、隐私安全、透明和可解释性、问责、评估形式、管理与工作量、知情参与和合作、自治和预警、福祉、伦理设计和实现教育目标,强调应用原则需要从科技向善转向人的向善。本研究还从设计开发者、教育工作者、受教育者、管理者与其他利益相关者等角度阐释原则的应用要求。十二条核心原则对编制教育人工智能开发与应用的基本指南具有重要意义,可促进人工智能技术教育的理性应用,提高教育治理现代化水平。     

生成式人工智能在教育领域的应用、问题与展望

ChatGPT的出现意味着生成式人工智能又一次掀起了信息化革命的浪潮。本文详细概述了生成式人工智能的发展历程，对生成式人工智能在教育领域的应用现状进行了深入分析，发现该技术存在不透明性和不可解释性、数据隐私和安全、个性化和公平性、有效性和可靠性四个方面的问题，并提出了相应的解决策略，然后从个性化教育、智能教学、联合教育及虚拟教学四个方面，展望了未来教育领域中生成式人工智能的发展趋势，旨在为该领域的研究和实践提供重要的参考价值。     

当现实逼近想象:人工智能时代预见未来教育研究

人工智能使想象正成为现实,未来研究方法论是对未来的想象和预期的扩展。本文运用未来研究方法论,从未来想象、未来社会、未来知识生产、未来学习、创造中的未来五个方面对未来教育发展蓝图进行描述、预测、探索与解释,审视与省察未来人工智能时代教育研究的行动措施。未来想象通过科幻故事探索和理解未来高科技实践的应用场景,人与人以及人与外界环境的互动过程。人工智能技术是经济社会发展的核心动力,对未来社会分工、劳动力市场以及人才结构变革带来全新冲击。未来知识生产自动迭代、科学共识的建立更为高效;未来知识传播多模态立体化、超越学科界限;未来知识进化呈现碎片化及适应性。未来学习将呈现个性化、自适应以及终身学习的新样貌。创造中的未来应平衡人与人工智能技术的关系,理性统合组织、文化、人员、环境,努力打造自适应的教育生态圈。本研究旨在厘清未来教育的科学走向与规律,勾勒符合人工智能时代的未来教育应用蓝图。     

技术促进未来教育:以教育企业之眼预见未来教与学

在智能时代,面对以人工智能为代表的新技术对教育的冲击,反思教育、重塑教育生态成为热议话题,寻找未来教育的发展方向和理性地预见未来教育是热议的关键内容.研究从教育企业在未来教育发展中扮演的重要角色出发,探索未来教与学的样态,预见技术促进未来教育的趋势.研究采用扎根理论的方法分析了13家教育企业代表的文本数据,发现企业对教与学的现状有较为直观的感知、对未来教与学有独特的预见.未来教育需要在新时代背景下驾驭技术之东风,服务人的个性化发展,回归教育本质;也需要社会各界的共同探索、协同推进,最终回答好"培养什么人、怎样培养人、为谁培养人"的教育问题.     

“近未来”人机协同教育发展新思路

人类与人工智能的碰撞与交融是连接当下现实与“近未来”人类场景的主要叙事路径。人机协同教育是人工智能时代教育变革的新范式和突破口，通过探究当前人机协同教育的作用机理和发展趋势，有助于构建“近未来”人机协同教育的路径和图景，引发对“远未来”人机协同教育的前瞻性审思。人机协同教育的发展进阶分人机协作、人机增强、人机融合和人机共创。以“近未来”的视角研究教育发展，更贴近对现实的结构分析、对发展变革的可行分析，以及对人类切身面临的挑战分析。本研究从三个方面探究“近未来”人机协同教育的新思路：首先，秉持“以人为本”的价值理念，从合伦设计、人因设计、体现人智的技术设计三个维度构建人本人工智能的研究框架和应用模型；然后，基于人机协同教育的技能本位、具身学习新范式和对学习生态的变革，提出智慧学习生态的理论框架与实施路径；最后，阐述人机协同教育的深度发展需要以智慧教育理论为指导和依据。     

场景化分析:一种数据驱动下的学习行为解释性框架北大核心

教育数字化战略的实施加速了以数字化为支撑的学习行为分析框架与理论模型建设的同时,也暴露出当前模型的教育解释力不足等新问题。文章试图以“场景”为研究切入点,借助“场景”作为洞察和解释人类社会行为的认知工具,从“场景”如何量化学习行为大数据的视角,建构一个可量化、可解释的学习行为分析框架,以更好地洞察与阐释隐藏在行为大数据背后的学习行为规律。研究从“场景”与“行为”的关联视角,深度剖析了“场景”与人类社会行为之间的关联渊源,以及“场景”对学习行为模式解释性的影响;再从数据驱动的量化视角,对场景量化的构成要素、特性等进行分析,深层次分析了场景驱动学习行为分析建模的量化逻辑;从场景如何解释行为模式的视角,围绕以“场景”为核心,构建一个数据驱动的学习行为分析的解释性框架,并探讨了该解释性框架的应用方向。     

教育人工智能时代信息技术助力卓越幼儿教师培养的思考与探索

随着人工智能理念和技术革新浪潮的再次爆发,如何将人工智能与教育深度融合,培养与时俱进的卓越幼儿教师,是需要重点关注和探讨的问题。本文首先从国家战略、发展需要和创新基础三个方面阐述了教育人工智能融入幼儿教师未来人才培养的必要性;随后,作为深入推进教育人工智能的实践基础,介绍了我校信息化教育的三个核心工作点;最后,展望了教育人工智能融入幼儿教师人才培养的路径,提出了建设性思路与建议。     

教育的人机协同化与未来教师核心素养 ——基于智能结构三维模型的分析

人工智能的快速发展与社会应用,正在带来教育系统的人机协同化.人机协同教育图景与传统教育流程大异其趣,人机协同的有效运转使得教育所需的智能结构发生转型.基于国家实力三分理论建构的教育人机协同系统所需的智能结构三维模型有硬、软、巧三种智能,在弱人工智能时代,机器的长处在于硬智能,人类教师则优在软、巧智能.由教育人机协同系统智能结构三维模型,推导出未来教师核心素养框架的三个维度:(1)硬素养,即数据化、结构化和可重复的教育教学能力;(2)软素养,即基于"关系能力"和创造性的教育教学能力;(3)巧素养,即教育人机协同的价值观、意识、知识能力与反思.基于人机比较,未来教师核心素养的重点应在硬素养中的计算思维、软素养和巧素养.培养未来教师的核心素养,需要师范教育率先建构基于人机协同的教育教学模式、课程体系和实训路径,以及提升教师教育者的人机协同教育能力.     

知识图谱研究综述

知识图谱将知识库以一种图谱的形式展现出来,使知识具有可解释性、可推理性,从而使机器具备认知能力,是人工智能的重要基石。本文对知识图谱构建的关键技术、工具以及应用进行了综述,并且对知识图谱未来的研究方向做出展望。     

教育人工智能变革的基本逻辑与发展进路

教育人工智能的发展经历了萌芽、起步与发展三个阶段,其中蕴含着四个基本的变革逻辑：在技术上,它体现为底层技术与应用技术的叠加效应;在理论上,它表现为学习理论与人工智能理论彼此支撑;在应用上,它从辅助教学不断向人智协同拓展;在制度上,它呈现出积极发展与风险防范的两难平衡。这就意味着,未来的教育人工智能发展面临诸多困境：依托底层技术的突破方向模糊不清;教育人工智能的基础理论供给不足;指向人的发展的实践应用缺乏边界;存在利益博弈的教育政策易于摇摆。因此,实现提升教育质量的关键技术突破,注重聚焦智慧教育的基础理论创新,恪守确保人机协同的技术善用边界,不断加强防范风险的政策制度保障,是教育人工智能发展的未来进路。     

可解释自动批阅模型构建与应用

自动批阅是数字化教学平台与智能化教育评价的重要实现形式和基本功能。基于深度学习的自动批阅模型逐步成熟但其内部结构复杂且决策过程不透明，导致用户难以信任其批阅结果并影响大规模部署。本研究提出了可解释自动批阅模型的基本框架，包含自动批阅基础模块、自动批阅解释模块与自动批阅交互模块。在此基础上，本研究构建了可解释自动批阅模型的实例并嵌入智能导学系统开展准实验研究。实验结果表明，嵌入可解释自动批阅模型的智能导学系统，有效提升了学习者对自动批阅功能和系统整体的信任度，也有助于提高技术接受度，交互模块的解释性信息也不会增加学习者的认知负荷。最后，本研究提出了可解释人工智能在教育领域开展自动批阅的研究建议和展望。     

教育对人工智能应用的反哺价值探究——基于生成式模型到世界模型的视角

生成式人工智能的出现改变了人工智能与教育的关系,使其从工具型应用跨越到互构式发展。然而,生成人工智能真正走向与教育的融合发展依然面临诸多挑战,集中表现在生成式模型固有的低认知性使其难以与教育垂直领域求真求实的底色相符。因此,从以大语料和高参数为特征的生成式模型向以认知推理学习为基础的世界模型跨越成为人工智能发展的必然方向,教育的基本理论将成为推动这次跨越的重要力量。基于该视角,借助以世界模型为基础逻辑构建的契机,研究从知识、实践、态度和认知四个维度充分探讨教育对人工智能的反哺价值。此外,本研究还从技术实现和理念转变两个角度提出了相应的挑战。在当前生成式模型井喷式发展的节点,研究提出人工智能模型与教育的互构作用,对探索未来人工智能教育生态新高地有较为重要理论价值。     

论人工智能教育的未来发展：基于学科建设的视角

人工智能是引领世界未来、改变全球格局的战略技术,人工智能的迅猛发展迫切需要人工智能教育的及时跟进。人工智能教育水平的高低决定了一个国家在世界新一轮科技革命中所处的地位,具有极其重要的意义。通过加强人工智能教育构筑我国人工智能发展的先发优势成为当前亟需思考和解决的问题。从学科建设的视角来审视人工智能教育的未来发展,既有理论价值也有现实意义,更具有实际可行性。针对人工智能教育的知识特点和发展现状,该文提出了从规划学科布局、完善学科建制、构建学术共同体、培育学科文化四个层面入手推进人工智能教育未来发展的实践路径。     

多模态诊断教学问题：生成逻辑、诊断机制和实践模型

教学问题的精准诊断是基础教育课程教学改革深化的重要诉求和实践难题,而利用多模态诊断的方法发现并改善教学问题是破解上述难题的有力手段。医学领域的“多模态诊断”在主体特征、问题特征、方法特征上均适切于教学问题的追踪与诊断。在明晰多模态诊断教学问题生成逻辑的基础上,从教学问题可辨识、可解释、可调控三大目标旨要出发,分析多模态诊断教学问题的诊断机制,生成由问题发现、异常诊断到实践改进的行动理路,确定多维度数据化表征、动态化精准诊断、复杂性干预三个关键问题,这三个关键问题的破解之道是构建多模态诊断教学问题的实践模型,具体包括教学问题多模态数据整合模型、面向动态教学系统的教学问题多模态诊断模型、基于人本人工智能的教学问题复杂干预模型三个部分,形成从发现问题、分析问题到解决问题的闭合回路,推动多模态诊断教学问题的实现。     

教育大模型的发展现状、创新架构及应用展望

从通用大模型到教育大模型,是人工智能大模型技术深化发展的重要趋势。基于对教育大模型发展现状、典型案例、潜在挑战的分析,文章认为教育大模型是适用于教育场景、具有超大规模参数、融合通用知识和专业知识训练形成的人工智能模型,是大模型技术、知识库技术及各类智能教育技术的集成,能够推动人类学习和机器学习的双向建构,进而提出了应用驱动、共建共享的创新架构和“以学习者为中心”的未来应用场景,旨在建立人工智能大模型与各类数字化教育应用的开放接口,持续训练和完善能够更好地解决教育专业问题的教育场景模型,形成让广大师生常态化使用的智能教育开放模型集群和知识库,在提炼和萃取深度教育知识的同时,破解人工智能教育应用中的风险和挑战。     

释放想象:人工智能教育应用的伦理审视与未来教育北大核心

文章以人的发展立场审视人工智能教育应用的伦理问题,揭示出人工智能对人的想象力遮蔽的风险,并探讨未来教育的可能路径。文章采用文献研究和逻辑推理方法,指出想象力是人异于人工智能的重要能力,释放师生的想象是教育伦理的第一原则。以想象力为切入点,指出人工智能所形塑的虚拟景观、他者叙事、算法锁定和主奴互动遮蔽了人的真实体验、自我省思、意义生成、生命实践等,引发人的想象力退化的伦理风险。文章认为,人的想象是防止人与人工智能关系异化的关键,是人机协同不可或缺的要素。因此,未来教育应以释放想象为核心,从“以我为中心”的教育走向“以世界为中心”的教育,从注重“技术性”的教育走向强化“艺术性”的教育,从侧重“肯定性”的教育走向观照“否定性”的教育。     

国内人工智能教育应用:研究现状、热点主题和机遇挑战

人工智能与教育的深度融合对推进教育数字化转型、促进教育公平具有重要意义。国内人工智能教育应用在政策引领与新技术加持的双重驱动下曲折发展。通过文献计量法,总结出我国人工智能教育应用研究的五个主题：人工智能教育发展体系研究,人工智能辅助教学模式创新研究,人工智能教育应用政策演变研究,人工智能个性化学习实证研究,智能核心素养培养研究。当前,人工智能教育应用面临着赋能人才培养、教育发展与教学改革的机遇,同时面临伦理道德风险、教育人文缺失、数据安全隐患、理论供给不足等挑战。在此基础上,本文归纳了未来人工智能教育应用研究的四个方向与主题：一是重申人文主义教育方法,坚持立德树人的教育目标;二是大力推进智能技术和相关学习理论的研究,攻克未来教育可能面临的难题;三是积极促进智能技术与教育深度融合,全方位重塑教育过程;四是确立人工智能教育应用集体公约,为人工智能教育的可持续发展保驾护航。     

加强大学生党史教育

大学生是十分宝贵的资源,是民族的希望,祖国的未来。培养什么人、如何培养人,是我国社会主义教育事业发展、有中国特色社会主义建设中必须解决的根本问题。历史是一面镜子,学习历史,特别是学习中共党史,能够使大学生更好、更快的成长成才,成为建设有中国特色社会主义的合格建设者和可靠接班人。笔者从什么是党史教育、为什么要加强大学生的党史教育以及怎样加强大学生的党史教育等三个方面,论述大学生的党史教育。     

ChatGPT/生成式人工智能与未来职业教育

ChatGPT等生成式人工智能一经问世便引发广泛关注。从职业与职业能力、职业教育人才培养、职业院校科研等影响职业教育发展和体现职业教育重要职能的几个方面展开分析,可揭示ChatGPT影响下的未来职业教育图景。在职业方面着重阐明了ChatGPT对职业影响的技术原理、机制和路径,并提出相应的应对策略。在职业能力方面,从对职业能力的特点和结构的解释中分析了ChatGPT对职业能力的影响,并就未来如何应对各种影响提出建议。在职业教育人才培养方面,重点梳理了人工智能技术在高等职业教育人才培养领域中的应用,剖析了ChatGPT对高等职业教育人才培养的挑战及应对策略,并从职业技能培训体系的人才培养入手,阐述了ChatGPT的迭代更新对未来技能培训的影响以及ChatGPT对职业教育未来技能培训模式的影响。在职业院校科研方面,着重厘清职业院校科研的基本内涵,刻画职业院校科研在技能形成变迁中实现迭代的历程,阐述以ChatGPT为代表的“去技能化”技术发展对职业院校科研的影响,并回答了职业院校科研如何应对以ChatGPT为代表的“去技能化”技术的发展问题。