排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
当教育者以批判性逻辑和局域经验性认知为基础,将注意力放在ChatGPT等生成性人工智能的异化利用上时,可以很轻易地挖掘其所引发的教育质量失控、运行失序、伦理失调、认知浅化、创新堕化等外在异己性风险,成为自觉公开或隐蔽抵制的“技术幽灵”,容易形成一种基于自我选择和自我强化的新的不平等。从ChatGPT等生成式人工智能所呈现的强情境化、重整合化、凸显个体差异性和内蕴批判精神的特征来看,生成式人工智能能为学习者重构空间、重建内容、重塑能力、重调过程、重建评价等,为破解单一知识来源、冲击标准化场域、打破封闭式教学和突破外在表现评价等教育异化现象提供“解决工具”。ChatGPT等生成式人工智能的教育应用“利好”转化需要以理想课堂建构为追求,建构人与ChatGPT等生成式人工智能工具实现共生成长的生成机制。对此,基于动机类别和联结机会,将生成式人工智能教育应用的转化机制区分为顺应型机制、响应型机制、主动型机制和建构型机制,旨在针对不同类型的动机和联结机会,促进生成式人工智能的科学应用,实现生成式人工智能从“失序”到“有序”的应用转变。 相似文献
2.
专业的职业教育专业数字化改造成效测评，是确保职业教育专业数字化改造过程科学、结果有效的重要工具。基于职业教育专业数字化改造的主体多元、系统调整、结构整合、智慧转向、价值共创五个关键特征，文章首先对职业教育专业数字化改造成效测评的维度进行初步梳理，之后通过概念化，得到数字化价值贯彻、数字化资源支撑、数字化过程落实、数字化改造成效四个测评指标维度。随后，文章采用德尔菲法对职业教育专业数字化改造成效测评指标体系进行优化和明确，形成了包含4个一级指标、16个二级指标、49个观测点的职业教育专业数字化改造成效测评指标体系。最后，文章阐释了职业教育专业数字化改造成效的层次逻辑，在此基础上构建了职业教育专业数字化改造成效测评的“四要素三层次六阶段”结构模型。该模型可用于对职业教育专业数字化改造内容的完整性评价，优化职业教育专业数字化改造资源配置，提升职业教育专业建设成效。 相似文献
1