共查询到20条相似文献，搜索用时 250 毫秒
1.
目前我国生成式人工智能教育应用研究理论层面存在顶层设计缺乏、监管框架缺位、政策框架缺失等问题,实践层面缺少相对科学完善的应用指南、监管认证工具、创新实施方法和行动措施,严重削弱了生成式人工智能技术全方位赋能教育数字化转型的能力,制约着生成式人工智能与教育和研究融合创新发展的进程。文章采用文本分析和内容分析法,介绍了联合国教科文组织《生成式人工智能教育和研究应用指南》的发布背景和研究目的,从人本主义批判视角探究生成式人工智能引发的争议和伦理风险,构建了生成式人工智能教育和研究应用的政策框架,提出了生成式人工智能教育和研究创新应用的促进方法和未来关注议题。文章最后结合我国生成式人工智能教育和研究政策规划制定进行了思考,以期为我国加速推进教育数字化,推进生成式人工智能与教育和研究深度融合提供参考。 相似文献
2.
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。 相似文献
3.
《现代教育技术》2019,(12):5-12
文章基于对Web of Science数据库中文献关键词的可视化分析,梳理并呈现了国外教育人工智能的研究主题和趋势,研究发现,目前国外教育人工智能的研究可概括为四个主题领域:基于自然语言处理的教育智能研究、知识管理与运算的可视化研究、机器教学的应用案例研究以及指向深度学习的自适应教育技术研究。另外,国外教育人工智能研究呈现三个趋势:基于大数据的机器学习研究、深度学习理念引领下的在线学习变革研究、智能识别技术支撑下的智能导师系统研究。文章通过对国外教育人工智能研究的主题和趋势进行可视化呈现,旨在揭示国外教育人工智能的研究现状,将为我国教育人工智能的研究与发展提供参考。 相似文献
4.
在新一轮科技革命不断冲击现有教育生态环境的背景下，世界各国家和地区正在推进人工智能与教师教育融合发展。为了解国际人工智能与教师教育研究的进展及趋势，以Web of Science数据库的近12年来发表的论文为研究对象，运用文献计量学和科学知识图谱等方法，分析了发文量、被引国别、被引机构、被引作者、研究热点、研究演进脉络以及研究趋势。研究结果显示，政策支持、教师智能素养、教师角色转变、教师信息技术运用能力、智能技术应用是当前研究热点；在研究趋势上，技术开发研究由基础技术应用阶段转向深度学习、人机协同技术阶段、教师技术运用能力研究由基础掌握阶段转向人机协同建构阶段、教师智能素养研究由基础知识素养阶段转向终身发展素养阶段；未来将开展多模态数据融合研究、教师能力框架研究以及教师智能教育素养研究。 相似文献
5.
2021年我国启动了“国家智能社会治理实验基地”的建设工作,开展面向人工智能教育领域的社会实验是其重点部署内容之一,以期超前研判智能教育的发展规律与风险挑战。围绕如何正确认识与科学推进人工智能教育社会实验的现实问题,文章立足于技术社会学视角,分析了传统实验、教育准实验、教育社会实验的异同,阐释了人工智能教育社会实验的核心内涵,论述了人工智能教育社会实验的本体论、认识论、方法论与价值论等理论基础,通过剖析人工智能与教育的融合路径与理论,认为人工智能教育社会实验研究的实践进路包括：微观层面应重点研究人机复合体认知、人机协同等场景中技术对个体适应性的影响;中观层面应重点研究智能学习环境、人机协同教学模式、智能学习测评等场景对学校教育体系的影响;宏观层面应重点研究资源配置、数字治理、教育公平等场景对社会制度与政策的影响,从而推动智能时代教育的高质量发展。 相似文献
6.
针对生成式大语言模型ChatGPT引发的新一轮人工智能技术发展,阐述智能及智能评测的有关概念及挑战,分析人工智能技术对人类学习和教育系统的影响,提出教育在智能时代可能发生的变革,以及在教育智能化过程中教育测量承载的历史使命。展望教育测量未来发展,教育测量应与智能认知研究相融合,广大研究者应致力于智能模型测评、心理测量与教育测量的融合研究,促进智能技术在教育和学习中的合理应用,使教育测量在教育变革及社会发展中发挥更加重要的作用。 相似文献
7.
第十九届教育技术国际论坛聚焦新时代教育信息科学与技术创新研究主题,站在智能时代和民族复兴的高度,从新时代教育技术研究的新热点、聚焦点、新趋势、新建设等角度,深入探讨了人工智能教育的价值与挑战、疫情与后疫情时代在线教育、未来学习模式创新、教育技术学科与专业建设、教育的本质以及教育创新的理论与方法等主题,在跨学科的观点碰撞中廓清了人工智能教育与未来学校的价值与方向,在直面突出问题与危机转换思维中阐释了在线教育教师的角色优势,在综合人文与自然科学的方法中拓展了教育技术基本理论的创新路径,在历史与比较的视野下增强了学科与专业建设的道路自信,充分体现了教育技术学理论与实践深度融合的专业特点,彰显了教育技术学引领与促进教育创新的学科特色,展示了新时代教育技术创新与应用的新常态。 相似文献
8.
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。 相似文献
9.
《现代教育技术》2017,(11):12-18
如何利用人工智能技术推动教育的发展,促进教育人工智能与适应性教育模式之间的有效融合,是文章研究的重点。针对这一问题,文章首先对人工智能、教育中的人工智能(Artificial Intelligence in Education,AIED)这两个概念进行了解析,并分析了国内外有关AIED技术的研究现状;随后,文章分析了AIED技术的三大应用场景;最后,文章构建了AIED技术支持下的适应性教育模式,并以音乐教育领域的陪练机器人Elomemo为例进行了实践应用。AIED技术支持下的适应性教育模式的构建及应用,旨在满足适应性学习环境的真实需求,革新传统教育模式,形成动态可持续的循环智能教育联动新体系,以期更好地促进教育人工智能与教育教学的深度融合。 相似文献
10.
国家积极推进教育信息化2.0,全面推动教育现代化,开启智能时代教育。以智能自习室及智能仿真学习机应用为切入点,探讨人工智能在学生课后学习方面的应用与实践,为人工智能赋能教育与学习提供实证研究根据,提出相应的发展建议并探讨其未来发展方向。研究表明,人工智能可以提供个性化学习方案,促进学生课后学习,减轻课业负担,有效提高学生的学习效率。 相似文献
11.
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。 相似文献
12.
教育智能体是人工智能领域的重要研究方向,可助力实现教育的智能化、精准化和个性化,其对学习者的学习动机、学习情感、学习效果等有着直接且显著的影响.人工智能与教育的结合愈加紧密,但教育智能体尚处于探索阶段,为使教育智能体更好地服务教与学,文章通过对既有文献的梳理和归纳,对教育智能体的发展历程和应用现状进行了总结,并进一步明确了教育智能体的内涵和特征.教育智能体已在支持个性化学习、扮演虚拟教学角色、实现人机情感交互等领域取得应用,但仍存在决策精度较弱、对话能力有限、外观设计简单、情感交互不足等问题.未来,教育智能体将与大数据、深度学习、情感计算等技术深度融合,以其"智能"促进学习者的"智慧"发展,赋能教与学的变革与重构. 相似文献
13.
刘晴 《顺德职业技术学院学报》2023,(3):1-5+13
人工智能赋能职业教育转型升级,在智能化变革中推动教育与技术深度融合,在“智能+”职业教育中实现智慧生成的完满发展,在智能培养过程中带来复合型人才需求的“创造效应”。但在打造智能职业教育新范式的过程中,职业教育在教学模式、人才培养、评价体系建设等方面仍面临诸多挑战。为推动人工智能与职业教育深度融合,需探索基于人工智能的现代化职业教育教学模式与策略,推动构建“智慧课堂”;围绕学生主体开展新型职业教育教学实践活动,培养高素质技术技能人才;依托多元关联网络设置专门化的学习场域,实现学习资源的集成共享;研制人工智能促推职业教育高质量发展的评价体系与技术标准,形成“多维度”评价新格局,进一步助推职业教育向纵深发展。 相似文献
14.
15.
教育正迈向智能化时代,人工智能与教育的融合创新已成为未来教育变革的重要趋势。当前教育人工智能在面向特殊人群的补偿性教育、针对常规业务的替代式教育和服务个性发展的适应性教育方面已经形成典型的应用模式。但从整体上看,教育人工智能仍处于起步发展阶段,面临四大发展难题:一是教育数据的数量与质量存在"短板",人工智能技术的价值难以发挥;二是教育业务复杂多样,通用人工智能技术"嫁接"教育的难度增大;三是教育用户对人工智能技术存在应用价值与角色关系的双重困惑,人机信任危机难以消除;四是缺乏人工智能专业教师队伍与课程体系,人工智能融入教育进程缓慢。未来教育人工智能应在以下方面实现突破:技术研发层面,加大教育人工智能产品研发力度,提升技术服务品质;教育创新层面,拓宽人工智能教育应用空间,构建和谐共生"人机结合"新生态;合作机制方面,建立"政企学研"多方合作机制,推进多学科交叉协同融合发展;实践模式层面,建立教育人工智能示范点,以点带面,逐步推广教育人工智能应用模式。 相似文献
16.
人工智能教育社会实验能够弥合智能技术生产与教育应用的线性两分割裂状态,促进智能技术与教育场域意向性之间的互通与平衡,有效规避与控制智能技术异化教育的风险。通过对人工智能教育社会实验进行价值透视,结合芬伯格的次级工具化理论对人工智能教育社会实验的作用机理进行分析,发现人工智能教育社会实验通过“系统化、中介化、职业化和主动性”四个环节的作用,能够逐步推进人工智能技术在教育场域中完成社会化改造。基于此,在未来人工智能教育社会实验的发展中,应健全人工智能教育社会实验试点机制,建构人工智能教育社会实验伦理框架,保证人工智能教育社会实验的全过程受控,打造人工智能教育社会实验治理循环圈,进而推进智能技术应用于教育的负责任创新。 相似文献
17.
人工智能与教育的融合实现了教育的规模化、个性化和智能化,然而它并未突破传统教育知识传授模式的局限,未来的人工智能教育应用应当从"机器教人"向"人机共生"的知识创造性发展。"人机学习共生体"这一后人工智能教育时代的学习形态,是在分析人工智能发展历程和学习者角色演变的基础上,以经验之塔理论和知识创造螺旋理论为基础提出的。后人工智能教育时代人机共生的学习形态,即在学习者的客体观、主体观、主体间、共生观和他者观等基础上,形成的具有连续统样态的人工智能教育模式。人机学习共生体围绕隐性知识和显性知识之间的转化,形成了学习者与智能体的共生关系,通过共同化、表出化、联结化和内在化等知识转化过程,持继促进知识创造。人机共生学习是学习者、智能体和教师所构成的以知识共生为核心的学习过程。未来人机学习共生体的实现,需要解决智能体的主体性技术、学习绩效支持以及学习模式创设等挑战。 相似文献
18.
人工智能教育社会实验能够弥合智能技术生产与教育应用的线性两分割裂状态，促进智能技术与教育场域意向性之间的互通与平衡，有效规避与控制智能技术异化教育的风险。通过对人工智能教育社会实验进行价值透视，结合芬伯格的次级工具化理论对人工智能教育社会实验的作用机理进行分析，发现人工智能教育社会实验通过“系统化、中介化、职业化和主动性”四个环节的作用，能够逐步推进人工智能技术在教育场域中完成社会化改造。基于此，在未来人工智能教育社会实验的发展中，应健全人工智能教育社会实验试点机制，建构人工智能教育社会实验伦理框架，保证人工智能教育社会实验的全过程受控，打造人工智能教育社会实验治理循环圈，进而推进智能技术应用于教育的负责任创新。 相似文献
19.
视频是教育领域重要的学习资源形式,基于人工智能技术的教育视频分析与创新应用是推动教育人工智能落地的重要方式,但目前还处于研究与实践的探索阶段。文章分析了人工智能对教育视频的支持功能,在此基础上探讨了人工智能在教育视频中的具体应用场景,构建了基于人工智能的教育视频应用设计原则与框架,并进行了案例实现。研究表明:基于人工智能技术的教育视频应用有助于增强互动学习,支持多模态学习分析,优化视频游戏设计,促进智慧课堂与智慧校园建设。对人工智能在教育视频中的应用研究与实践将推进教育教学创新,推动人工智能与教育的深度融合。 相似文献
20.
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。 相似文献