|
广西师范大学学报(哲学社会科学版) ›› 2023, Vol. 59 ›› Issue (4): 68-79.doi: 10.16088/j.issn.1001-6597.2023.04.007
许锋华, 胡先锦
XU Feng-hua, HU Xian-jin
摘要: 基于人工智能技术的个性化学习是适应未来社会和促进个人发展的时代诉求。基于学习者个性特征的学习行为数据,运用海量数据分析和模型算法推荐,进行智能化选择、决策和服务,为学习者规划学习路径、供给学习资源、创设交互情境、提供实时反馈,并通过学习数据的二次供给同步调整和优化,实现个性化学习目标,是人工智能技术赋能个性化学习的闭环运行机制。从学习者基础数据、智能决策与个性服务、学习模型建构的动态层级关系看,人工智能技术赋能个性化学习的实践路径为:以数据挖掘精确绘制学习者个体数字画像,引导量化自我与量化学习;以人工智能的推荐算法与学习适应管理系统,实现智能决策与个性化服务;通过机器学习构建深度学习的人本生态系统,促进学习从浅表走向纵深。
中图分类号: G43
[1] 中华人民共和国教育部. 教育部关于印发《教育信息化“十三五”规划》的通知[EB/OL]. (2016-06-07)[2023-05-09]. http://www.moe.gov.cn/srcsite/A16/s3342/201606/t20160622_269367.html. [2] 中华人民共和国教育部.教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL]. (2018-04-18)[2023-05-09]. http://www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html. [3] 中华人民共和国教育部. 义务教育课程方案(2022年版)[M]. 北京: 北京师范大学出版社, 2022. [4] 师亚飞, 彭红超, 童名文. 基于学习画像的精准个性化学习路径生成性推荐策略研究[J]. 中国电化教育, 2019(5): 84-91. [5] 李香勇, 左明章, 王志锋. 数据驱动的自适应学习分析模型研究[J]. 现代教育技术, 2017(10): 19-25. [6] 樊敏生, 武法提. 数据驱动的动态学习干预系统设计[J]. 电化教育研究, 2020(11): 87-93. [7] 杨丽娜, 魏永红, 肖克曦, 等. 教育大数据驱动的个性化学习服务机制研究[J]. 电化教育研究, 2020(9): 68-74. [8] Tadesse A T, Davidsen P I. Framework to support personalized learning in complex systems[J]. Journal of Applied Research in Higher Education, 2020(1): 57-85. [9] Brass J, Lynch T L. Personalized learning: a history of the present[J]. Journal of Curriculum Theorizing, 2020(2): 3-21. [10] 但金凤, 王正青. 预测与干预:美国中学基于大数据分析的早期预警系统建设与运行[J]. 比较教育研究, 2021(9): 71-78. [11] 岳伟, 闫领楠.智能时代学生主体性的异化风险及其规避[J]. 中国电化教育, 2023(2): 90-97. [12] [美]尼古拉·尼葛洛庞蒂.数字化生存[M]. 海口: 海南出版社, 1997. [13] [美]约翰·杜威.学校与社会——明日之学校[M]. 赵祥麟, 任钟印,吴志宏, 译. 北京: 人民教育出版社, 2004. [14] 牟智佳. “人工智能+”时代的个性化学习理论重思与开解[J].远程教育杂志, 2017(3): 22-30. [15] 联合国教科文组织. 一起重新构想我们的未来——为教育打造新的社会契约[M]. 北京: 教育科学出版社, 2022. [16] 中共中央、国务院印发《中国教育现代化2035》[N]. 人民日报, 2019-02-24(1). [17] 王媛媛, 何高大. 美国《国家教育技术计划》的创新及其启示——基于五轮(1996-2016)教育技术发展规划的比较与分析[J]. 远程教育杂志, 2016(2): 11-18. [18] 杨秀治. 从《不让一个孩子掉队法案》到《每个学生都成功法案》:美国中小学教育问责体系的演变[J].外国教育研究, 2017(5): 18-25. [19] 何克抗. 促进个性化学习的理论、技术与方法——对美国《教育传播与技术研究手册(第四版)》的学习与思考之三[J]. 开放教育研究, 2017(2): 13-21. [20] 徐振国, 张冠文, 石林,等. 下一代学习管理系统:内涵、核心要素及其发展[J]. 电化教育研究, 2017(10): 62-67,81. [21] Zimmerman M A.Taking aim on empowerment research: on the distinction between individual and psychological conceptions[J]. American Journal of community psychology, 1990(1): 169-177. [22] 袁磊, 张淑鑫, 雷敏, 等. 技术赋能教育高质量发展: 人工智能、区块链和机器人应用前沿[J]. 开放教育研究, 2021(8): 4-16. [23] Han J W, Kamber M, Pei J. 数据挖掘概念与技术[M]. 范明, 孟小峰, 译. 北京: 机械工业出版社, 2001. [24] Baker R,Yacef K. The state of educational data mining in 2009 : a review and future visions[J]. Journal of Educational Data Mining, 20091(1): 3-17. [25] Data Quality Campaign. New resources show that data makes personalized learning possible[EB/OL]. (2017-08-17)[2022-01-20]. https:/dataqualitycampaign.org/news-new-resources-show-data-makes-personalized-learning-possible/. [26] Bucher T. The algorithmic imaginary: exploring the ordinary affects of Facebook algorithms[J]. Information, communication & society, 2017(1):30-44. [27] 唐烨伟, 茹丽娜, 范佳荣, 等. 基于学习者画像建模的个性化学习路径规划研究[J]. 电化教育研究, 2019(10): 53-60. [28] 郭华. 深度学习及其意义[J]. 课程·教材·教法, 2016(11): 25-32. [29] 韩雪童. 大数据时代个性化学习的技术曲解、本源廓清与突围路径[J]. 电化教育研究, 2022(6): 25-31, 60. [30] 郭元祥. 深度教学:促进学习者素养发育的教学变革[M]. 福州: 福建教育出版社, 2021. [31] 庞金友. 数字秩序的“阿喀琉斯之踵”:当代数据治理的迷思与困境[J]. 广西师范大学学报(哲学社会科学版), 2022(5): 11-20. |
[1] | 袁方成, 魏玉欣. 愈激进,愈保守:技术规制社会及其救赎[J]. 广西师范大学学报(哲学社会科学版), 2023, 59(4): 124-135. |
[2] | 于文轩, 马亮, 王佃利, 韩志明, 谢新水, 叶林, 文宏. “新一代人工智能技术ChatGPT的应用与规制”笔谈[J]. 广西师范大学学报(哲学社会科学版), 2023, 59(2): 28-53. |
[3] | 张爱军. ChatGPT推进网络政治悖论性传播的可能性维度[J]. 广西师范大学学报(哲学社会科学版), 2023, 59(2): 54-65. |
[4] | 吴晓林, 邢羿飞. 知识复制抑或创新激发?——人工智能(ChatGPT)对社科类研究生教育的挑战与机遇[J]. 广西师范大学学报(哲学社会科学版), 2023, 59(2): 66-74. |
[5] | 陈增照, 石雅文, 王梦珂. 人工智能助推教育变革的现实图景——教师对ChatGPT的应对策略分析[J]. 广西师范大学学报(哲学社会科学版), 2023, 59(2): 75-85. |
|
版权所有 © 广西师范大学学报(哲学社会科学版)编辑部 地址:广西桂林市三里店育才路15号 邮编:541004 电话:0773-5857325 E-mail: xbgj@mailbox.gxnu.edu.cn 本系统由北京玛格泰克科技发展有限公司设计开发 |