人工智能与教育深度融合发展:逻辑、困境与策略

人工智能与教育深度融合发展的目的在于通过高智能性的技术来不断提升教育的科学性和民主化。人工智能与教育深度融合发展的操作原理是通过技术、数据和算法的重组,推动教育走向智能化,具体表现为支持智能教育关键技术的高智能化(技术)、教育资源的整合与教育大数据的形成(数据)和教育供给的科学化(算法+服务)。就目前而言,人工智能与教育深度融合发展还存在技术基础不稳、教育数据缺陷、算法能力不足等现实问题。为此,要想实现人工智能与教育的深度融合发展,教育应尽早谋划,重新思考人工智能时代教育将如何存在,并从技术基础(改善技术的成熟度,重新思考技术世界中的教育)、数据驱动(加快教育数据资源的整合力度,提高教育数据单元质量)和算法服务(创新教育资源的有效供给方式)三个层面协同推进。     

人工智能与教育深度融合的创新、挑战及路向 ——如何讲好智能时代的教育故事

正如人类历史的其它伟大工具一样,人工智能正将教育置于新的时代篇章之中.本研究旨在通过历史分析、文化诠释和理性批判,呈现更具创造性、挑战性和引领性的教育故事;以《教育信息化2.0行动计划》为纲领,结合人工智能的本质、效用和优势,将两者深度融合的创新概述为用人工智能推动教育观念更新、模式变革和体系重构;以技术文化、经济社会和历史演进为观照,揭示两者深度融合在意识形态、供需结构、发展前景方面面临的挑战;立足于从垄断到解蔽、从失衡到匹配、从未知到求知的问题解决路向,建议塑造指向教育需求的人工智能"人设"、推进指向人工智能的教育供给侧变革、明确指向教育人工智能的概念模型.     

教育人工智能(eAI):人本人工智能的新范式

人工智能是未来教育创新发展的重要推动力,遵循人本主义理念并形成人本人工智能教育新应用,将有力促成一种新型的研究与应用范式——教育人工智能(educational Artificial Intelligence,eAI)的形成。eAI注重以人为本的协作教育理念,在智能技术的支持下,以人和机器的交互、协作为研究对象,理解教育活动并揭示其发生的规律,从而促进人和机器智慧的共同成长。因此,在以人为本理念的引领下,eAI必将是人本人工智能的持续动力和新的研究范式,也是未来教育创新发展的新诉求。文章深度融合人本人工智能与教育,开展eAI的理论探究。首先,从人工智能、人在回路和奇点生态三方面阐释了人本人工智能的内涵,并解析eAI创新所需要的支持智能、增强智能和人机协同智能的一体化联动。在此基础上,剖析eAI的核心要素,构建了人本人工智能引领下eAI的研究框架,以人在旁路、人在回路和人在领路模式贯穿三大智能(支持智能、增强智能和人机协同智能)来透析eAI生态。最后,从基于混合智能的eAI环境、面向协同增智的eAI技术、底线思维引领下的eAI实践理性、面向设计思维的eAI创变力量、基于和谐共生的教育伦理等方面探寻了人本人工智能视域下eAI新范式,以期为构建人本人工智能视角下人机协同的eAI新生态提供设计思路和实践指导。     

人工智能技术与高校思想政治教育融合发展的创新实践

人工智能赋能高校思政教育的优势在于实现信息传播的精准高效、成为师生交互的有益补充、促进学生管理的全面及时和有利于构建虚实相融的教育形态等,但同时也存在数据思维压制思政教育的人本属性、算法逻辑削弱思政教育的情感交流、智能技术不成熟不完善干扰思政教育的系统性等问题。人工智能技术与高校思想政治教育的融合发展要积极开展创新实践,切实提升教育质量,凸显“智能思政”教育理念的人本意识和价值原则,增强教育模式的情感联结和虚拟体验,推进教育系统的互联共享和紧密协同。     

人工智能时代审美教育的机遇、挑战与路向

艺术生产的人工智能时代已然到来。就人的审美活动而言,人工智能可以提供技术支持,有助于提升审美感知、促进审美理解、支持审美创作。在审美教育的理念、场景、资源、条件和评价等方面,人工智能可以进行全方位赋能。但是,由于技术的两面性,智能时代审美教育也面临一定的风险挑战：审美取向的低俗与平庸、审美创作的形式与空壳、审美经验的游离与偏狭、审美个性的迷失与遮蔽。基于智能时代审美教育面临的机遇和挑战,未来可以从守正学生的审美取向、优化学生的审美创作、丰富学生的审美经验、彰显学生的审美个性四个方面进行着力,实现审美教育的良性发展。     

“人工智能+老年教育”：发展理据、风险表征及实践路向

随着我国老龄化的加剧和智能化社会的到来,人工智能与老年教育的耦合已然成为时代的必然选择,国家政策、智能技术的支撑以及基本完善的老年教育体系为老年教育的人工智能化应用孕育了条件。其三大核心价值是：提供定制化课程和多元化的教学服务,满足多样化学习需求;建设老年教育人才库,提高教学质量;提高老年教育管理的效率与决策水平,实现看不见的服务。需要全面审视应用过程中的技术风险、公平风险及关系风险,从以下四个方面对我国智能老年教育实践路向进行探讨：回归人本主义的价值定位,加强隐私防护;促进智能技术资源的公平使用,推进老年教育均衡发展;重建老年教育师生交互形态;“政企学研”多元联动,优化“人工智能+老年教育”生态环境,共创智慧化老年教育高质量发展新格局。     

教育数字化转型背景下人工智能教育应用的态势——基于文本数据挖掘的分析

随着教育数字化转型的推进,人工智能教育应用受到更多关注,迫切需要对人工智能教育应用的态势进行辩证、系统的梳理。基于文本数据的分析发现,人工智能教育应用形成了关注热点,面临着机遇与挑战。人工智能教育应用的健康发展要关注三点:明确应用目的,规避技术风险;提升理性认知,规范实践应用;逐级开展实践,产生真实效果。     

“人工智能+教育”深度融合的理论探索与创新启示——基于文献计量学的研究

人工智能在全球引领了新一波技术热潮,并对教育行业发展带来新的机遇与挑战,人工智能与教育的深度融合将开创教育行业新纪元。本研究利用科学知识图谱绘制工具“citespace”对“人工智能+教育”相关的研究文献进行了系统的计量分析,梳理研究现状,通过聚类分析归纳目前学术界研究的四大视角,包括中观层面的行业变革以及技术应用,以及微观层面的人才培养和教育主体,并进行了深入分析：一是人工智能对教育行业变革的影响,包括智慧教育的赋能路径、智能技术的解决方案和智慧课堂的创新探索等;二是人工智能的技术应用,包括ChatGPT等应用推动教学效率提升、大数据教学模型构建、在线教育体系构建等;三是推进人才培养和知识学习方面,“人工智能+教育”融合带来观念和实践的变化以及对知识学习途径的创新性影响;四是人工智能对教育主体的影响,教师角色需要重新定义和塑造,学生角色要推动自主、个性化、混合和泛在学习,低年级教育要利用人工智能改变教学方式提升教学质量。最后,人工智能发展也带来了新的伦理困境,需要制定算法向善和数据向善的伦理准则,建立人工智能算法监测与数据安全防护措施,来构建人工智能的治理框架。     

人工智能时代的劳动教育:创新与调适

人工智能与劳动教育具有双方目标追求一致、技术诉求契合和价值生成同向的内在逻辑.人工智能时代的劳动教育创新,应以劳动教育内容智能化整合、劳动教育实践智能化发展和劳动教育要素智能化提升为目标,通过转换劳动教育的认知模式、坚持劳动教育的人文底蕴和厘清劳动教育的技术边界,回应人工智能时代劳动教育创新发展的迫切需求,提升新时代劳...     

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。     

智能思政:思想政治教育与人工智能的时代融合

智能思政是思想政治教育创新发展的新形态.人工智能为思想政治教育带来事物、生态和思维的变革,但也存在"效用"与思想政治教育整体性、"规则"与思想政治教育人文性、"明道"与思想政治教育生命性之间的矛盾.为推进变革和纾解矛盾,智能思政应从彰显育人价值、浸润育人情境、增强育人效果三个维度明确"可用之器"与"向善之道"的发展定位...     

学术创业视角的人工智能与创新创业教育融合

面临人工智能技术带来的机遇和挑战,创新创业教育亟待变革,教育融合是发展方向。中国科技创新的时代背景下,人工智能与创新创业教育具有融合价值,对此,学术创业提供了分析视角和融合方向。根据“理论-实践”匹配框架,结合百度云智学院案例,人工智能与创新创业教育融合呈现多种类型,为人工智能创新创业人才培养提供行动参考。     

教育人工智能的发展态势与未来发展机制

教育人工智能承载着教育和社会的深切期望,文章从其两大发展目标——构建智能自适应学习环境、揭示学习发生原理与机制入手,剖析了教育人工智能的发展现状:首先,人工智能已经逐步渗透到"教、学、考、评、管、治"等系统层面。其次,人工智能已经成为助推教学变革的"利器"之一,深刻影响着学情分析、教学策略制定、教学资源选择、教学过程实施、教学评价与管理等具体教学环节,彰显了人工智能应用于教学实践的精准化、适切化、智能化、协同化、多元化和全面化等特点及优势。最后,文章认为教育人工智能应从思想、应用、推广和合作四个方面建立未来发展机制。     

我国人工智能教育发展现状、趋势与发展建议——基于1984-2019年CNKI中文文献的可视化分析

人工智能发展迅速,人工智能教育逐渐受到教育工作者重视。从文献分布、关键词词频、关键词聚类、突现关键词等4方面,利用Cite Space软件对CNKI数据库中1984-2019年关于人工智能教育的911篇中文期刊论文进行可视化分析。分析发现,国内人工智能教育相关研究起步早,但缺乏实践经验。要将人工智能教育落实到教育教学实践中,宏观层面需要政府及有关部门的政策与资金支持,规范数据共享标准;微观层面需对相关教师及教学资源开发人员进行培训,构建合作共同体。     

跨越危机：基于AGIL模型的人工智能教育发展研究

人工智能教育发展兼具复杂性与动态性,如何跨越危机并有效推进已成为当务之急。AGIL模型是一种系统性的功能框架,基于“社会系统→子系统”的交互逻辑,驱动并管理系统持续发展与动态平衡的价值意蕴,能规避“头痛医头,脚痛医脚”的实践弊端,也为推动人工智能教育发展打开了新视野。为了从“技术系统-社会系统-教育系统”全局视野最大限度地化技术冲击为发展契机,采用AGIL模型系统解构人工智能教育发展的现实危机。研究发现,人工智能教育的发展需求呈现异频样态、能级发展目标定位模糊、普适资源尚未有效整合和运转机制缺乏稳固支点。鉴于此,提出人工智能促进未来教育发展的着力点,应遵循“积极适应→明晰目标→有效整合→持续推动”的逻辑体系,构建以创新人才为纽带的联动框架,辐射以发展指数为依据的预警风向标,坚持以协同共生为根基的创新融合态,打造以弹性贯通为导向的生态循环圈。     

美国人工智能教育:结构特征、发展动因与现实挑战

人工智能教育是发展人工智能的基础。如何培养符合国家战略需求、满足市场要求、具有技术素养的人才是开展人工智能教育的关键。美国凭借着其在人工智能的先发优势,已形成以政府投资为支撑、以青少年教育为基础、以高等院校为基地、以线上教育为辅助、以国家安全为借口的完整人工智能教育体系。通过政府投资、教育改革、产学研合作、遏制他国发展等手段试图扩大在人工智能领域的优势。在完整的人工智能教育体系背后,隐藏着美国试图推动人工智能战略的计划、解决国内AI人才缺失问题的决心、谋求国际技术霸权的野心和寻找意识形态宣传新工具的努力。但同时,如何应对技术带来的未知风险、逐渐扩大的数字鸿沟、人才吸引力持续下降、人工智能伦理困境等问题也是美国政府发展人工智能教育势必应对的挑战。中国应借鉴美国人工智能教育发展的经验,找出适合自己的发展之路。