生成式人工智能赋能本科生科研能力培养——ChatGPT支持的CUREs教学模式

为促进高等教育中高素质创新人才培养,构建以学生为中心的科研训练与课程教学整合模式是有效途径。当前基于课程的本科生科研体验(CUREs)教学模式虽在增强学生对科学本质的理解等方面具有一定优势,但在激发学生研究动机方面存在一些不足。将支持高效反馈的生成式人工智能ChatGPT引入人机协作研究过程中,有助于改善学生的科研体验,推动科研项目化学习。通过对ChatGPT支持的CUREs教学模式的设计与实施,发现该模式有助于培养学生的科研能力,提升他们的科研知识水平、科研技能水平和科研情感水平。尽管学生认同该教学模式的有效性和易用性,但其实际效果的发挥仍需人类智慧的参与。未来需要持续升级和优化生成式人工智能技术,确保技术应用高效且符合伦理标准;应用生成式人工智能技术重构教学模式,并通过长周期、跨场域实践检验其应用效果;强调人工智能与人类智慧的互补协作,真正实现生成式人工智能赋能学生科研能力提升。

智慧教育环境中促进教与学的可视化学习分析

大数据的时代背景促进了智慧教育的发展,也给教学的变革与发展带来了前所未有的挑战——海量的教育大数据使教师难以凭借个体经验理解和解决多样化的教育问题,具有主观性的教学策略极大影响了教学成效。从所构建的可视化学习分析理论框架中发现,可视化学习分析能够应用于多样化的典型教育场景和教育模式,包括线上的自主学习、线下的课程学习和线上线下混合学习,以教师为主导的传统教学课堂和以学生为中心的建构主义课堂等。评价可视化学习分析的应用效果应从不同指标维度进行评估,例如视觉吸引力、可用性、理解水平、使用频次、使用满意度、感知有用性、学习效果和行为改变。未来研究需要关注如何提高教师、学生应用可视化学习分析的相关能力素养,更科学地考证可视化学习分析工具的实际使用效果。

教育大数据的深度认知、实践案例与趋势展望--2017年“教育大数据应用技术”国际学术研讨会评述

由华东师范大学-北德克萨斯大学教育技术联合实验室主办的"教育大数据应用技术"国际学术研讨会于2017年3月20-21日在华东师范大学举行。与会嘉宾围绕教育大数据的深度认知、实践案例和应用趋势展开深入探讨。在深度认知方面:大数据的本质是数据的汇聚和关联,互联网为大数据的汇聚、变现和研究提供了良好的平台,"互联网+教育"的真正意义在于促进教育的转型升级。教育大数据将重构教育生态系统,宏观层面为教育决策提供科学依据,中观层面推进教学管理和评价的创新实践,微观层面为个性化教学提供精准支持。在实践案例方面:教育大数据应用离不开新技术的广泛支持,多模态学习分析技术、大数据驱动的教育研究范式转移和跨学科研究成为教育大数据深入应用的重要支撑手段和研究领域。在趋势展望方面:大数据模型驱动的科学研究将成为一种新的研究范式,教育神经科学将为现代教育学尤其是学习科学研究提供新的方法论指导,跨学科研究将为拓展数据来源、丰富研究方法、提炼新的研究问题和实现理论创新提供重要途径。研究者需谨记,教育本身充满了复杂性,对大数据技术应用应持一种更加谨慎的态度,不宜过分夸大新技术对教育的影响。

如何使用数据:回归基于理解的深度学习和测评——访国际知名学习科学专家戴维·谢弗

大数据时代的到来,给学习科学研究人类的学习及如何促进深度学习提供了机遇,但也存在一种迷思,即当我们拥有了海量数据,在不了解数据背后含义的前提下,就能依靠统计方法发现以往无法发现的有意义模式,提供智能化的教学建议,甚至实现智慧教育。单纯依靠大数据驱动,真能实现对教与学变革的期待和目标吗?如何利用信息技术和教育大数据真正促进深度学习,并将深度学习和测评相联系?本期高阶访谈有幸邀请到国际知名学习科学专家戴维·谢弗(David Shaffer)教授分享他关于大数据时代下学习和测评的观点和经验。戴维·谢弗是美国威斯康星大学麦迪逊分校教育心理系学习科学研究讲席教授,哥本哈根奥尔堡大学学习分析研究客座教授和威斯康星州教育研究中心数据科学家,主要研究如何开发和评估复杂问题解决能力和协作思维技能。谢弗教授出版了《电脑游戏如何帮助孩子们学习》、《量化民族志》(Quantitative Ethnography)等专著,在《计算机与教育》《教育研究者》《教学科学》《思维、文化和活动》等国际知名期刊发表了百余篇游戏化学习、学习分析学术论文。

实境学习：让学习在学习者的手中和脑中同时发生--访澳大利亚莫道克大学教授扬·哈灵顿博士

澳大利亚莫道克大学的扬?哈灵顿博士作为实境学习(Authentic Learning)的主要倡导者和研究者,她在本次专访中与我们分享了对实境学习问题的深刻见解。她把实境学习的研究和实践总结为设计学习任务、运用学习技术、创建学习制品和协作分享交流四个方面。她认为,当教师创设实境学习环境时,实际是为学习者创设了特定的学习情境。在这种实境学习中,能否提供有效的教学支架是十分关键的。在设计学习环境时,最重要的是聚焦于任务的设计,整个课程学习可以围绕一个或多个学习任务展开实践。我们可以运用技术工具为学习者创建功能丰富的在线学习环境,把技术工具作为认知工具整合到实境学习中。评价实境学习中的学习效果,一种做法是可以以真实世界中的标准来评价学习制品的质量;另一种做法是运用评价量规来判断学习制品,而且要让学习者的学习制品在学习过程和评价中体现出价值。教师在学习者协作学习中扮演导师角色,要参与到协作学习中。在实境学习中最需要重视的是给予学习者自主探究的空间,让学习在学生的手中和脑中同时发生。因此,在实境学习环境中如何让学生成为自我导向的学习者是一个必须面对的重要挑战。目前有一个研究方向值得关注,就是游戏化学习和实境学习的有效整合,这可以对学习者自我导向的学习能力产生正面激励。

教师信息化专业发展研究主题与热点评述——基于2000-2017年国际期刊论文的共词分析

信息技术与教育教学的不断融合对教师专业发展提出了新要求,然而该领域研究主题相对分散、知识结构尚不清晰。本研究以全球最大的摘要和引文数据库SCOPUS为数据来源,选择国际学术期刊2000-2017年间发表的有关教师教育信息化研究的597篇文献为研究样本,采用量化与质性整合的分析方法对文献进行梳理。通过共词分析和聚类分析,研究发现当前教师教育信息化研究可分为四大热点:1)教师信息技术整合能力研究,其中最受关注的是教师专业知能理论研究;2)新技术支持的教师信息化教学实践研究;3)影响教师教育信息化宏观因素研究,包括领导力、政策、文化、环境等因素的影响;4)教师信息化培训和教师信息化专业发展研究,主要关注教师教育信息化的设计和实施。本研究希望通过厘清千禧年后国际上教师教育信息化领域的知识结构和发展脉络,为未来的教师信息化专业发展研究提供思路。

图示化学习工具促进知能发展的学习行为模式分析

计算机图示化工具可以帮助学习者将内隐的问题解决和知识建构过程显性化,是促进知识技能发展的有效方式,也为分析评价知能水平提供了新的视角。作为学习分析的一种具体体现,分析学习者使用图示化工具的行为模式,有助于深入理解知能水平的成因并提供有针对性的学习支架。本研究提出利用序列分析方法,对图示化学习过程数据进行分析,探究能够促进知能发展的图示化学习行为模式。本文以医学教育中的临床诊断知识技能培训为例,介绍一种用于问题导向学习(PBL)的在线图示化学习工具,并通过分析学生的图示化学习过程数据,比较学习表现较好和较差的学生在图示化学习行为模式上的差异。研究发现,学习表现较好的学生具有"概念建构一假设提出一推理论证"三循环的学习行为模式,反映其较强的知识抽象概括能力和面向问题解决过程的、有目的的知识建构能力。分析结果表明,该图示化学习行为模式,对于促进专业知能发展有重要作用。

通向有效的教学方法和教学设计的途径--访国际知名教育心理学教授保尔·科士纳

从行为主义学习模式到认知学习模式,再到建构主义以及协作学习模式,教学的有效性是个永恒的话题。然而,随着越来越多的学习技术、学习模式和学习理论的创新和相互影响,教学设计中需要考虑的因素更多,我们所期望的学习目标也变得模糊起来。本期高端访谈,我们有幸邀请到世界知名教育心理学教授保尔·科士纳(Paul Kirschner)博士来分享他关于有效教学方法和教学设计的洞见。科士纳博士是国际教育心理学领域的知名专家,荷兰开放大学教育心理学教授和学习与认知项目负责人,芬兰奥卢大学教师教育研究访问教授。他曾任计算机支持的协作学习(CSCL)委员会(属于学习科学国际社区下属组织)及学习科学国际社区执行委员会主席(2011-2012年)、《计算机辅助学习》期刊主编和《计算机在人类行为研究中的应用》期刊副主编,出版畅销书教学设计专著《复杂学习的十个步骤》(目前该书已是第二版)。他还与人合著《论证的可视化》、《我们所了解的计算机支持的协作学习》。研究领域包括终身学习、计算机支持的协作学习、电子学习环境和其它创新学习环境设计、开放教育资源、教育媒体应用、教师教学资源开发、认知技能和能力发展等。

协作编程中的计算思维发展轨迹研究——基于量化民族志的分析方法

伴随科学技术的迅猛发展,计算思维能力成为当前社会各行业人才都应具备的重要技能。计算机教育领域的研究发现,协作编程能够更好地帮助学生进行编程学习,但是在协作过程中,学生计算思维的动态发展情况却难以测评。"量化民族志"(Quantitative Ethnography)既是一种对质性数据进行量化分析的方法,也是一种对专业能力进行网络化建模的技术,为协作学习过程的分析和评价提供了新的思路。将该方法应用于分析协作编程活动过程中小组成员之间的会话交流内容,有利于构建学生计算思维能力不同维度之间关联的认知网络模型,并揭示不同能力水平的小组在计算思维能力水平上的差异和发展轨迹。以本科一年级的"C/C++程序设计基础"课作为研究情境开展的实证研究发现,高水平组和低水平组学生的计算思维网络结构在初期虽有显著不同,但是随着协作任务的不断深入,两组学生的思维模式趋于相似。该研究结果表明协作编程能够促进初学者计算思维能力的提升,且量化民族志方法能为计算思维的能力评估提供一种基于质性数据的大规模测评方法。

量化民族志:一种融合定性与定量的教育研究方法

数据驱动的教育研究范式转型使得质性研究与量化研究间的鸿沟日益加深。作为一种融合定性与定量分析的新兴教育研究方法,量化民族志有助于构建两种研究范式间的桥梁,从而更好地探究教育境脉中数据背后的深层含义。该方法的提出缘于对体现专长的认知框架进行建模的需要,融合了民族志、会话分析、统计学、数据挖掘等方法和技术,通过分析真实场域中学习者的言行举止实现对其认知框架的深描。其实质是构建由理论层面的意义和实证层面的数据所构成的实证研究闭环,以消解质性研究偏于主观、量化研究偏于表面的不足,并建立起两种研究话语间的联系。量化民族志注重构建"境脉中的理论"和实现"理论饱和",并提供了半自动编码软件nCoder和认知网络分析两种研究工具,以确保建模结果的可靠性和可解释性。该方法主要被用于学科教学和跨学科学习中的高阶能力评估,其应用场景呈现出多学科交叉和多模态数据整合的势态,其方法论体系也日趋完善。

数据赋能的理解学习

我们置身于数据大爆炸的时代。新兴技术加速并彻底改变知识的生产周期及获取方式,这也使在诸如教育、政府管理、经济、公共安全、政治等领域,数据逐步取代经验,成为帮助人类作出重大决定的依据。然而,对大多数人而言,理解和分析数据,实现从数据到信息、信息到知识、知识到智慧的升华更像是一门黑暗艺术。

高校新教师信息技术与课程整合能力实证研究——基于上海市属高校教师职前培训项目

教育信息化的深入发展推动了高校教师进行信息技术与课程深层次整合的教学实践。然而,我国高校新教师由于在求学阶段缺少师范教育和教学实践机会,普遍缺乏教学基本技能,在一定程度上会对高校教学质量造成影响,这也和当前大力提倡教师探索信息技术支持下的创新教学模式不相适应。为应对这一状况,自2013年起,上海市教委开展针对全市所有市属高校新教师的职前培训项目,其中就包括信息化教学技能的培训。基于此项培训研究通过问卷调研,从信息技术课程整合模型和技术接受度模型两个维度进行分析,了解参加培训的高校新教师对于信息化教学的接受度、信息技术课程整合能力以及参加培训的感受。结果显示,高校新教师在信息化教学的接受度和信息技术课程整合能力两方面均表现较好,并且对于信息化教学技能培训的效果也持正面态度。此外,研究还发现高校新教师的性别差异影响信息化教学的接受度,而学科背景和学历差异会影响教师的技术知识和技术教学法知识水平。此项研究的意义就在于为提高培训质量和调整培训方案提供相关依据,从而更有效地提升高校新教师信息技术应用能力。

MOOCs在教育均衡中的挑战及应对策略

伴随着全球范围内MOOCs运动的风起云涌,其怀着"人人平等"的美好愿景试图将全球优质课程资源渗透到世界各个偏远角落。但阶段性调研却呈现出MOOCs真正服务的还是那些受教育程度较高的学习者,有进一步加大教育落差之趋势。该文落脚于教育公平,通过研究和分析目前MOOCs在教育均衡中应对的挑战,发现信息素养、传播技能、知识储备、动机情感、平台设计普适性等都在一定程度上影响着MOOCs学习者之间学习效果的差异,并从数字鸿沟的新视角解读其加大教育落差的本质,提出针对性的对策,以期帮助MOOCs在所有教育阶层中更接近它的教育本质,促进教育公平。

开放教育下的MOOCs运营机制研究

随着开放教育与互联网深度整合的第三次浪潮来袭,开放教育资源(OER)运动持续发酵。大规模开放网络课程(MOOCs)以其独特的开放特性为终身学习者及学习型社会提供了发展机会,在不断拓展教育疆域、吸引新学生、改善学习体验的基础上,逐步将在线课程纳入常规教学途径和企业培训之中,但在这变革之中却缺乏有效的运营机制和相关设计。该文立足于开放教育模式下的MOOCs发展,形成对其运营机制的思考,在分析全球范围内具有一定影响力的平台运营特征基础上,为我国开放教育下的MOOCs运营及发展提供支撑。

具身认知视域下VR技术赋能实验教学的效果探究

在积极推进“新工科”建设的背景下,借助新兴技术促进学生的工程实践和问题解决能力,成为工程教育变革的重要趋势。针对这一知识与技能并重的复合能力,传统实验教学在培养操作技能、启发深度认知上表现欠佳。虚拟现实(VR)技术通过多通道信息融合构建交互式三维立体动态场景及行为动作仿真,为实验教学提供了强交互性、想象性和沉浸性的学习环境,有益于促成身体感知、行为控制和意义构建的整合性学习。为了探究VR技术对实验教学的作用机制,从具身认知理论出发,对沉浸式VR环境与2D桌面仿真软件环境下的学习体验和学习成效进行了差异分析,结果发现:两种实验环境下的陈述性知识学习效果并无显著差异;和2D仿真软件相比,VR实验环境促进了行为技能的迁移与实际情境下的问题解决,显著提升了学习者的自我效能感和临场感体验,但也带来了诸如更高的认知负荷和生理不适等负面影响。因此,未来实验教学中应用VR技术应持谨慎态度,既要利用VR赋能教学的技术优势,同时也要正确认识沉浸式学习带来的认知负荷与深度学习间的复杂关系。

嵌入式PID自整定控制器的设计

以电阻炉的温度为控制对象,应用基于ARM7内核的LPC2114和μC/OS-Ⅱ操作系统,分析了传统的继电自整定方法并进行了智能化改进,设计了一种嵌入式PID自整定控制器。实际应用表明:相对于经典的PID控制器,该控制器稳定、可靠,解决了温控难点及现场控制参数调整困难的问题。

基于ARM的PID自整定控制器设计

应用基于ARM7内核的LPC2114和μC/OS-Ⅱ操作系统,并针对传统的继电自整定方法进行了智能化改进,提出了一种嵌入式PID自整定控制器的设计方法。最后将该控制器应用在温控系统中,相对于经典PID控制器,解决了温控难点及现场控制参数调整困难的问题。

基于神经网络的容错控制在CSTR对象中的应用

将扩展卡尔曼滤波用于RBF网络的权值更新,使该网络能满足动态建模的要求,不仅很好地逼近正常工况下的对象,也能及时有效地重构故障工况模型。基于Lyapunov稳定性推导得到的PID参数自整定算法,保证了基于RBF网络的PID控制算法使跟踪误差收敛。在CSTR系统中,仿真实例说明该方法用于对象元部件故障的检测是有效的。

“数据驱动的精准教学”何以可能?——基于培养教师数据智慧的视角

精准教学的教育理念已成为各国共识,智慧教育环境下海量多模态学习数据的生成也使数据驱动的精准教学范式转变成为可能,但目前运用数据解决复杂教学问题的实践存在许多挑战,其突破点在于培养教师的数据智慧。本文从教师数据智慧的角度回答了三个问题:是什么、如何培养以及有哪些影响因素。首先,数据智慧是教学实践经验、数据分析技能、学习科学理论三者的有机整合,其内涵在于数据到智慧的递进转化;在明晰数据智慧的实现路径是掌握数据探究循环的基础上,回应了“培养什么”的问题,并构建了从职前准备到职后发展的培养路径,即在职前阶段弱化学科界限、革新课程体系、创设“实境”学习环境,在职后阶段创新培训模式、组建数据实践共同体,在协作探究和反思性实践中发展集体数据智慧;最后,考虑到数据智慧的培养是一个复杂的、多方联动的动态过程,对其影响因素和作用机制进行了剖析,为教师数据智慧的培养策略提供借鉴,并提出了善用数据智慧的观点。

人工智能视域下基于设计的实施研究方法:框架及案例分析

作为学习科学领域的一种创新研究方法,基于设计的实施研究(DBIR)试图实现规模化的持续理论创新和教育变革,但教育政策制定者、实践者、研究者等利益相关方在协同设计时,始终存在理论知识和经验知识上的认知冲突。大数据驱动的教育研究范式为解决该问题提供关键突破口。文章将大数据驱动下的教育研究范式与DBIR方法相整合,探索建立人工智能视域下基于设计的实施研究方法(AI-DBIR)框架,该框架以实践者—研究者的共同参与和双向交互为根本,延伸出两种数据分析视角,即设计分析与学习分析。在此基础上,文章对典型应用案例进行深入剖析,进而对有效使用AI-DBIR方法开展教学创新实践研究提出三点建议:从基于经验的主观判断转向数据驱动的教学研究;从高屋建瓴的理论研究转为扎根实践的创新研究;以互融互通的开放空间为载体,构建数据驱动的多元共同体。