Please wait a minute...

当期目录

    2022年, 第40卷, 第9期 刊出日期:2022-09-01 上一期   
    全选选: 隐藏/显示图片
    理论前沿与人才战略
    人工智能促进未来教育发展:本质内涵与应然路向
    顾小清, 李世瑾
    2022 (9):  1-9.  doi: 10.16382/j.cnki.1000-5560.2022.09.001
    摘要 ( 223 )   HTML ( 229 )   PDF(724KB) ( 181 )  

    人工智能技术的发展为教育系统带来了机遇与挑战。通过“人工智能促进未来教育发展”这一社科重大项目的研究发现,人工智能在凸显创新人才发展的挑战,支撑大规模教育的个性化实现,重塑知识观与教学创新,赋能未来教师发展,推动教育生态的系统变革等方面是关键着力点。同时,技术赋能教育、技术创新教育、技术重塑教育是人工智能促进未来教育发展“三部曲”的进阶样态。要探究人工智能促进教育发展的内核机理,必须以复杂系统视角来揭示技术、教育、社会三者之间互动的规律,以学习科学视角探索人工智能对教育发展的本质影响,以“历史?文化”视角预测未来教育的发展趋向。在此基础上,把握智能驱动下的创新人才发展战略,聚焦人工智能驱动下教育创新的关键要素,重塑人工智能助推的未来教育生态蓝图,助力打造我国“高质量且有温度”的人工智能教育新生态。

    数据和表 | 参考文献 | 相关文章 | 计量指标
    人工智能时代人力资本新需求与教育变革的关系研究
    荆思凤, 刘希未, 宫晓燕, 赵红霞
    2022 (9):  10-18.  doi: 10.16382/j.cnki.1000-5560.2022.09.002
    摘要 ( 89 )   HTML ( 207 )   PDF(884KB) ( 145 )  

    人工智能时代的人才需求发生了变化。首先,人们工作生活的空间扩展到以人机协作与融合、人类智能与人工智能互补为特征的信息物理社会系统中,这要求人们需具有人工智能时代特征的新型基本素养;其次,科技发展迅速,各国竞争加剧,由人工智能深度广泛渗透到各个行业而形成的智能产业生态蓬勃发展,具备跨界跨领域多学科融合背景的复合型人才炙手可热;再者,迅速普及的人工智能技术因伦理治理、安全可信等方面的问题给人们带来诸多困惑和焦虑,社会人文科学发展尤为重要。总之,人工智能新时代人才需求对现有教育系统带来教学模式、课程体系、师资力量、评价体系等诸多挑战,实施教育变革势在必行,科技与教育双向赋能是推动教育变革的必由之路。

    数据和表 | 参考文献 | 相关文章 | 计量指标
    自然语言处理技术赋能教育智能发展——人工智能科学家的视角
    张博, 董瑞海
    2022 (9):  19-31.  doi: 10.16382/j.cnki.1000-5560.2022.09.003
    摘要 ( 134 )   HTML ( 209 )   PDF(1287KB) ( 182 )  

    自然语言处理是人工智能的一个重要分支。随着近十年计算机计算性能的大幅度提高和各种大规模语料库的构建,自然语言处理技术取得了长足的进步,并且在多个领域被广泛应用,尤其是教育领域。本文通过对近几年国内外著名人工智能(Artificial Intelligence,AI)科学家公开的访谈、演讲、会议报告以及发布的论文等数据进行整理与归纳,梳理了自然语言处理关键技术的发展趋势,探讨了自然语言处理技术赋能教育智能发展的现状,旨在窥探未来智能教育的发展方向。

    数据和表 | 参考文献 | 相关文章 | 计量指标
    在线教育中的学习情感计算研究——基于多源数据融合视角
    翟雪松, 许家奇, 王永固
    2022 (9):  32-44.  doi: 10.16382/j.cnki.1000-5560.2022.09.004
    摘要 ( 191 )   HTML ( 29 )   PDF(2774KB) ( 180 )  

    学习情感是影响学习绩效、学习感知及高阶思维能力的重要因素。现有学习情感计算研究主要基于重量级生理反馈技术的小样本分析,缺少大规模在线开放课程环境下的实践研究。这一方面是由于在线课程环境下,学习情感计算的数据来源较为有限,多为单一的面部表情数据;另一方面,学习者在线学习场景下常处于监督不足的状态,学习者身体姿态的随意性较大,因此极有可能影响到面部特征的提取。然而,本研究认为在线学习者的姿态也具有情感特征,同样是情感信息的关键来源。因此,尝试将学习者的姿态数据融合到面部表情数据中,构建多源数据融合的深度学习情感计算模型,弥补学习者姿态变化带来的面部识别缺陷,同时进行多源情感数据的协同分析,实现数据的交叉印证和相互补偿。研究得出:通过训练构建的包含7878张在线学习者面部表情和姿态图像的数据集,利用卷积神经网络和决策融合的方法将学习者面部姿态数据融入表情数据中,学习情感识别准确率较单一的面部表情识别提高了3%,是在线学习情感计算的有效方法。本研究在理论上为多源数据融合在学习者情感计算的有效性提供模型基础,在实践上,为在线教育环境下的学习情感计算提供了有效的技术路径。

    数据和表 | 参考文献 | 相关文章 | 计量指标
    应用场景与教育治理
    如何建设未来学校:基于智能教育治理场景的前瞻与审思
    蔡慧英, 董海霞, 陈旭, 顾小清
    2022 (9):  45-54.  doi: 10.16382/j.cnki.1000-5560.2022.09.005
    摘要 ( 114 )   HTML ( 27 )   PDF(677KB) ( 130 )  

    学习技术的发展会对不同社会历史时期学校的呈现状态、运行机制、文化氛围产生影响。那么,在人工智能作为当前社会发展主要驱动力的情况下,未来学校将呈现何种特点?当下我们该如何建设未来学校?为了回应这些问题,本研究运用未来研究法的基本思想,系统分析了人工智能驱动下面向未来学校的智能教育治理场景数据,从核心要素、关键角色的职能和学习空间的场域等方面剖析了未来学校的特点,并据此提出了未来学校的建设路径:第一,在创新理念引领的前提下,关注不同教育场景中的现实问题;第二,以基于设计的研究方法为基础,运用持续改进的思路优化人工智能教育应用的技术方案;第三,在跨学科与机构合作的探究实践中,寻找可持续发展机制助力未来学校的建设。

    参考文献 | 相关文章 | 计量指标
    人工智能教育治理:逻辑机理与实践进路
    李世瑾, 王成龙, 顾小清
    2022 (9):  55-66.  doi: 10.16382/j.cnki.1000-5560.2022.09.006
    摘要 ( 77 )   HTML ( 23 )   PDF(1135KB) ( 102 )  

    人工智能作为引领教育创新的内生力量,它在为教育赋能的同时也衍生出了一系列不容忽视的现实挑战,因此在人工智能与教育深度融合的进程中,科学治理尤为关键,而厘清其逻辑机理则是有效治理的坚实基础。为寻求前瞻有效的治理逻辑,必须充分考量多元情境下的创新治理行动。本文运用国际观察与案例研究方法,通过对比全球12份人工智能治理的战略行动,拓展了人工智能治理的全球思路,并以新西兰人工智能协同监管实践项目为例,厘清了人工智能治理的实践流程及教育启发。研究发现,人工智能教育治理的逻辑机理表现为:开放包容的系统情境是前提条件,支持联盟的协同教化是中坚力量,科学完善的监管机制是动力保障。鉴于此,本文提出了我国人工智能教育治理的实践进路:打造开放包容的治理场景,推动人工智能教育治理的系统性;形塑多元协同的治理机制,提升人工智能教育治理的有效性;应用动态预测的治理方法,保障人工智能教育治理的前瞻性。

    数据和表 | 参考文献 | 相关文章 | 计量指标
    智能化学习与教学创新
    人工智能促进知识理解:以概念转变为目标的实证研究
    杜华, 顾小清
    2022 (9):  67-77.  doi: 10.16382/j.cnki.1000-5560.2022.09.007
    摘要 ( 84 )   HTML ( 23 )   PDF(1056KB) ( 128 )  

    理解被广泛认为是教育的重要价值追求,“为理解而教,为理解而学”已然成为学界共识。知识理解是概念转变的基础,知识应用与创新的前提,是学习者高阶思维发展的关键,是深度学习的旨向。人工智能为学习者提供更多样的知识呈现方式与形态,提供更精准的学习分析,创设智能化的真实学习情境,为学习者的概念转变与知识理解创造了良好的条件。正是基于这样的背景,我们以概念转变为切入点,以上海方略教育研发的智能全息盒子为主要的智能仿真学习环境,开展了一项实证研究,旨在探究智能仿真学习环境对学习者概念转变的影响,由此窥察人工智能促进知识理解的诸多可能。研究结果表明,人工智能所建构的智能仿真学习环境,对于学习者概念转变具有积极的促进作用。

    数据和表 | 参考文献 | 相关文章 | 计量指标
    AI与人类智能在知识生产中的博弈与融合及其对教育的启示
    郝祥军, 贺雪
    2022 (9):  78-89.  doi: 10.16382/j.cnki.1000-5560.2022.09.008
    摘要 ( 71 )   HTML ( 22 )   PDF(774KB) ( 193 )  

    人类自制造石器开始就致力于运用工具解放自己。人工智能作为人造技术工具,已经进入社会多个领域,参与人类知识生产活动,正逐渐分担着人类的体力乃至脑力劳动,并表现出很强的自主性特征。人类与人工智能势必会进行一番“博弈”,以维护自身主体性。研究从知识生产主体的改变、知识生产方式的改变以及知识呈现形态的改变三个方面分析了人工智能参与知识生产活动的现状,并基于此辨析了人工智能与人类智能的特征差异。研究认为,人工智能与人类智能的博弈会在高度分工的趋势下走向人与机器的“握手言和”,化“零和”为“双赢”,通过外部的人机协作以及内部的人机融合智能两种路径迈向新的发展阶段。最后,人工智能再造知识生产流程,改变了社会对人才的需求,也引起了教育的思考,研究总结了三点启示以讨论未来教育的着力点。

    参考文献 | 相关文章 | 计量指标
    智能作文反馈能提升中学写作教学效果吗?
    刘淑君, 李艳, 何跃伟, 王婧婧
    2022 (9):  90-104.  doi: 10.16382/j.cnki.1000-5560.2022.09.009
    摘要 ( 86 )   HTML ( 28 )   PDF(936KB) ( 74 )  

    中文智能作文评价系统的发展有望变革传统写作教学的实践和研究,其融入日常写作教学的方式及融入后的教学效果是语文老师和写作教学研究者们高度关注的议题。本研究以B校参加写作拓展课的28名中学生为样本,采取单组前后测的方法开展为期十周的准实验研究,从多个维度验证融入智能作文反馈的议论文写作教学效果。学生接受议论文写作指导后参加三次写作活动,每次需要首先将完成的初稿进行智能批改,之后根据智能反馈内容修改作文。研究重点分析学生写作修改特点和作文质量提升状况,同时探究学生写作动机与写作修改信念的发展情况,并调查学生对智能作文反馈的体验和感受。研究发现:第一,学生最常用的修改方式是增加和替换,其次是删除和调序;低阶修改占比高于高阶修改;学生非常注重自主修改,其修改成功率低于回应反馈的修改成功率;第二,学生作文成绩提升显著,文章长度大幅增加,学生在论据、阐释和结论等文体要素的使用上取得显著进步;第三,学生写作动机在毅力和激情维度提升显著,写作修改信念在低阶和高阶维度都显著提高;第四,大部分学生认为智能作文反馈能促进写作实践,反馈质量是影响学生使用体验的关键因素。由此可知,智能作文反馈能有效支持学生写作修改过程,提升作文修改质量。持续探索智能作文反馈与教师反馈、同伴反馈、课程结构的多元整合路径将有益于人机协同写作教学实践的推广。

    数据和表 | 参考文献 | 相关文章 | 计量指标
    主体赋能:智能学习的多感官体验
    权国龙
    2022 (9):  105-117.  doi: 10.16382/j.cnki.1000-5560.2022.09.010
    摘要 ( 79 )   HTML ( 29 )   PDF(831KB) ( 104 )  

    人工智能技术的教学与学习应用成为教育研究与教育实践的热点。以主体赋能和教育赋能为价值归宿的智能教学与学习,其预期效应要在实践中从主体视角探寻。在智能技术的学习应用中可以从学生视角考查并分析智能学习体验,以改进智能技术的功能设计、调整其应用方式并优化其应用过程。在智能学习情境中比较主体的多感官体验,基于多维的数据统计分析学习主体对智能学习条件、过程与结果的感受,可以洞察智能学习的主体赋能启示。研究发现:智能学习情境的差异使主体多感官体验不同;动感和触感体验的显著影响启示了智能学习体验立体化、实体化的倾向和需求;而智能技术应用是学习结果体验的主要影响要素,是智能学习多感官体验的主要来源,可引起课程学习中的连锁交互反应并增强主体体验。研究认为,智能学习体验设计需要在明确的智能应用效用理性框架内要求“思考在场”以保证其有效性,进而在智能参与的交互交流中促成主体赋能。研究对智能教学环境建设、智能教学的设计与实施及智能学习的分析与推荐等有指导价值,对切实促进智能技术教育应用及智能教育发展有积极意义。

    数据和表 | 参考文献 | 相关文章 | 计量指标
    人工智能推动的教育生态重塑
    智能时代下教育生态系统协同演化模式研究
    胡艺龄, 赵梓宏, 文芳
    2022 (9):  118-126.  doi: 10.16382/j.cnki.1000-5560.2022.09.011
    摘要 ( 90 )   HTML ( 26 )   PDF(1105KB) ( 78 )  

    作为引发第四次科技革命的核心技术,人工智能(简称AI)技术对人类社会系统中各个子系统产生了颠覆性的变革与重塑,并导致产业与人力资本结构发生了重大转变。教育系统作为人才培养与人力资本输出的主要阵地,面对AI技术的融入与人才需求的提升,亟需转变其原有的发展目标与结构形态,以更好应对AI技术带来的冲击与挑战。本研究以复杂系统科学为理论基础,构建AI教育生态系统协同演化模式,并从宏观、中观与微观三个层面出发,剖析不同层面中教育系统所包含的不同主体以及主体间的复杂关系。同时,通过解构系统协同演化模式,建立AI教育变革驱动下的协同演化动力机理,提出“激励机制–保障机制–运行机制” 三位一体的整体战略,整合教育生态系统中不同主体的智慧与力量,共同促进教育生态系统的协同演化,以此促成智能时代的教育变革。

    数据和表 | 参考文献 | 相关文章 | 计量指标