教育人工智能(EAI)中的多模態(tài)學(xué)習(xí)分析、適應(yīng)性反饋及人機(jī)協(xié)同
發(fā)布時(shí)間:2022-07-27 13:17
人工智能應(yīng)用于教育在近幾年獲得持續(xù)關(guān)注,隨著智能技術(shù)應(yīng)用層次的逐步加深,教育人工智能(EAI)中的多模態(tài)學(xué)習(xí)分析、適應(yīng)性反饋及人機(jī)協(xié)同這三大應(yīng)用范疇愈加明晰。多模態(tài)學(xué)習(xí)分析側(cè)重于對學(xué)習(xí)過程數(shù)據(jù)的全方位收集、分析與應(yīng)用;適應(yīng)性反饋指智能教學(xué)系統(tǒng)側(cè)重于與學(xué)習(xí)者的學(xué)習(xí)風(fēng)格、學(xué)習(xí)動(dòng)機(jī)等相匹配的應(yīng)用方式,給學(xué)習(xí)者提供教學(xué)反饋;人機(jī)協(xié)同重點(diǎn)關(guān)注教師如何與智能教學(xué)系統(tǒng)協(xié)同,為學(xué)生提供智能化的精準(zhǔn)教學(xué)。這三大應(yīng)用范疇都在有效推進(jìn)人機(jī)關(guān)系,使之更加密切。因此,教育人工智能日趨體現(xiàn)為混合增強(qiáng)智能的形態(tài)。
【文章頁數(shù)】:11 頁
【文章目錄】:
一、引言
二、人工智能語境下的多模態(tài)學(xué)習(xí)分析
(一)多模態(tài)學(xué)習(xí)分析的發(fā)展歷程及概念
1. 人機(jī)交互視角下多模態(tài)數(shù)據(jù)及多模態(tài)交互的發(fā)展歷程
2. 人工智能語境下多模態(tài)數(shù)據(jù)的層次及多模態(tài)學(xué)習(xí)分析的概念
(二)多模態(tài)學(xué)習(xí)分析的應(yīng)用實(shí)例
1. 學(xué)習(xí)者聲音的收集分析及ITS的適應(yīng)性反饋
2. 對教師非言語行為的收集分析及自動(dòng)化教學(xué)評估
3. 跟蹤學(xué)習(xí)者身體移動(dòng)軌跡以評估學(xué)習(xí)者的合作學(xué)習(xí)能力
4. 收集分析學(xué)習(xí)者的多模態(tài)行為以評估學(xué)習(xí)者的好奇心程度
5. 基于自然語言處理和圖表技術(shù)以評估學(xué)習(xí)者批判性思維能力的發(fā)展
(三)對多模態(tài)學(xué)習(xí)分析中數(shù)據(jù)評估準(zhǔn)確性的反思
三、適應(yīng)性反饋的角色分類及實(shí)現(xiàn)形式
(一)反饋在智能教學(xué)系統(tǒng)中的角色分類
(二)適應(yīng)性反饋的實(shí)現(xiàn)形式
1. 應(yīng)用虛擬現(xiàn)實(shí)提升學(xué)習(xí)者的觸覺感知
2. 綜合應(yīng)用多種歷史數(shù)據(jù)給學(xué)習(xí)者提供學(xué)習(xí)內(nèi)容和學(xué)伴推薦
3. 應(yīng)用反思性任務(wù)幫助學(xué)習(xí)者建構(gòu)對自身學(xué)習(xí)狀況的清晰認(rèn)知
(三)主動(dòng)干預(yù)與被動(dòng)反饋間的比較
四、人機(jī)協(xié)同助推教育人工智能走向混合增強(qiáng)智能
(一)人機(jī)融合智能及人機(jī)協(xié)同的概念
(二)教育人工智能(EAI)中人機(jī)協(xié)同的應(yīng)用實(shí)例
1. edX引入教師參與的預(yù)測模型
2. 課堂教學(xué)中應(yīng)用智能眼鏡,幫助教師充分掌握學(xué)情和開展個(gè)性化指導(dǎo)
五、結(jié)語
【參考文獻(xiàn)】:
期刊論文
[1]《地平線報(bào)告》之關(guān)鍵趨勢與重大挑戰(zhàn):演進(jìn)與分析——基于2015-2019年高等教育版[J]. 金慧,沈?qū)廂?王夢鈺. 遠(yuǎn)程教育雜志. 2019(04)
[2]智能與人機(jī)融合智能[J]. 劉偉. 指揮信息系統(tǒng)與技術(shù). 2018(04)
[3]人機(jī)融合智能:人工智能3.0[J]. 李平,楊政銀. 清華管理評論. 2018(Z2)
[4]新一代人機(jī)交互:自然用戶界面的現(xiàn)狀、類型與教育應(yīng)用探究——兼對腦機(jī)接口技術(shù)的初步展望[J]. 徐振國,陳秋惠,張冠文. 遠(yuǎn)程教育雜志. 2018(04)
[5]人工智能2.0重塑學(xué)習(xí)的技術(shù)路徑與實(shí)踐探索——兼論智能教學(xué)系統(tǒng)的功能升級[J]. 陳凱泉,沙俊宏,何瑤,王曉芳. 遠(yuǎn)程教育雜志. 2017(05)
[6]教育人工智能(EAI)的內(nèi)涵、關(guān)鍵技術(shù)與應(yīng)用趨勢——美國《為人工智能的未來做好準(zhǔn)備》和《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》報(bào)告解析[J]. 閆志明,唐夏夏,秦旋,張飛,段元美. 遠(yuǎn)程教育雜志. 2017(01)
[7]跨媒體分析與推理:研究進(jìn)展與發(fā)展方向(英文)[J]. Yu-xin PENG,Wen-wu ZHU,Yao ZHAO,Chang-sheng XU,Qing-ming HUANG,Han-qing LU,Qing-hua ZHENG,Tie-jun HUANG,Wen GAO. Frontiers of Information Technology & Electronic Engineering. 2017(01)
本文編號:3665526
【文章頁數(shù)】:11 頁
【文章目錄】:
一、引言
二、人工智能語境下的多模態(tài)學(xué)習(xí)分析
(一)多模態(tài)學(xué)習(xí)分析的發(fā)展歷程及概念
1. 人機(jī)交互視角下多模態(tài)數(shù)據(jù)及多模態(tài)交互的發(fā)展歷程
2. 人工智能語境下多模態(tài)數(shù)據(jù)的層次及多模態(tài)學(xué)習(xí)分析的概念
(二)多模態(tài)學(xué)習(xí)分析的應(yīng)用實(shí)例
1. 學(xué)習(xí)者聲音的收集分析及ITS的適應(yīng)性反饋
2. 對教師非言語行為的收集分析及自動(dòng)化教學(xué)評估
3. 跟蹤學(xué)習(xí)者身體移動(dòng)軌跡以評估學(xué)習(xí)者的合作學(xué)習(xí)能力
4. 收集分析學(xué)習(xí)者的多模態(tài)行為以評估學(xué)習(xí)者的好奇心程度
5. 基于自然語言處理和圖表技術(shù)以評估學(xué)習(xí)者批判性思維能力的發(fā)展
(三)對多模態(tài)學(xué)習(xí)分析中數(shù)據(jù)評估準(zhǔn)確性的反思
三、適應(yīng)性反饋的角色分類及實(shí)現(xiàn)形式
(一)反饋在智能教學(xué)系統(tǒng)中的角色分類
(二)適應(yīng)性反饋的實(shí)現(xiàn)形式
1. 應(yīng)用虛擬現(xiàn)實(shí)提升學(xué)習(xí)者的觸覺感知
2. 綜合應(yīng)用多種歷史數(shù)據(jù)給學(xué)習(xí)者提供學(xué)習(xí)內(nèi)容和學(xué)伴推薦
3. 應(yīng)用反思性任務(wù)幫助學(xué)習(xí)者建構(gòu)對自身學(xué)習(xí)狀況的清晰認(rèn)知
(三)主動(dòng)干預(yù)與被動(dòng)反饋間的比較
四、人機(jī)協(xié)同助推教育人工智能走向混合增強(qiáng)智能
(一)人機(jī)融合智能及人機(jī)協(xié)同的概念
(二)教育人工智能(EAI)中人機(jī)協(xié)同的應(yīng)用實(shí)例
1. edX引入教師參與的預(yù)測模型
2. 課堂教學(xué)中應(yīng)用智能眼鏡,幫助教師充分掌握學(xué)情和開展個(gè)性化指導(dǎo)
五、結(jié)語
【參考文獻(xiàn)】:
期刊論文
[1]《地平線報(bào)告》之關(guān)鍵趨勢與重大挑戰(zhàn):演進(jìn)與分析——基于2015-2019年高等教育版[J]. 金慧,沈?qū)廂?王夢鈺. 遠(yuǎn)程教育雜志. 2019(04)
[2]智能與人機(jī)融合智能[J]. 劉偉. 指揮信息系統(tǒng)與技術(shù). 2018(04)
[3]人機(jī)融合智能:人工智能3.0[J]. 李平,楊政銀. 清華管理評論. 2018(Z2)
[4]新一代人機(jī)交互:自然用戶界面的現(xiàn)狀、類型與教育應(yīng)用探究——兼對腦機(jī)接口技術(shù)的初步展望[J]. 徐振國,陳秋惠,張冠文. 遠(yuǎn)程教育雜志. 2018(04)
[5]人工智能2.0重塑學(xué)習(xí)的技術(shù)路徑與實(shí)踐探索——兼論智能教學(xué)系統(tǒng)的功能升級[J]. 陳凱泉,沙俊宏,何瑤,王曉芳. 遠(yuǎn)程教育雜志. 2017(05)
[6]教育人工智能(EAI)的內(nèi)涵、關(guān)鍵技術(shù)與應(yīng)用趨勢——美國《為人工智能的未來做好準(zhǔn)備》和《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》報(bào)告解析[J]. 閆志明,唐夏夏,秦旋,張飛,段元美. 遠(yuǎn)程教育雜志. 2017(01)
[7]跨媒體分析與推理:研究進(jìn)展與發(fā)展方向(英文)[J]. Yu-xin PENG,Wen-wu ZHU,Yao ZHAO,Chang-sheng XU,Qing-ming HUANG,Han-qing LU,Qing-hua ZHENG,Tie-jun HUANG,Wen GAO. Frontiers of Information Technology & Electronic Engineering. 2017(01)
本文編號:3665526
本文鏈接:http://sikaile.net/kejilunwen/rengongzhinen/3665526.html
最近更新
教材專著