图书馆人工智能准备度影响因素研究

[目的/意义]对图书馆人工智能准备度及其影响因素进行研究,有助于图书馆有针对性地改善各种相关条件,以便做好初次或深入应用人工智能技术的准备。[方法/过程]通过扎根理论和深度访谈构建图书馆人工智能准备度影响因素理论模型,并提出假设。通过问卷调查方法和结构方程模型方法对上述理论模型和假设进行验证。[结果/结论]结果显示,论文所提出的10项假设有9项成立,AI认知度、AI接受度、AI价值感知、AI应用经验、数据规模、领导重视、创新氛围、管理机制、竞争压力、隐私保护等因素对图书馆人工智能准备度的影响是正向的;所构建的理论模型需要进一步修正。领导重视、AI应用经验、AI接受度、AI认知度、创新氛围是图书馆人工智能准备度的主要影响因素,图书馆应据此重点改善相关条件。

预见学习的未来:人工智能学习准备度的框架研制及实践进路

为人工智能的未来做好准备是推进教育生态高质量、可持续发展的关键抓手。然而,学习者应提前做出哪些准备?学界尚缺乏科学完善的标准和依据。鉴于此,该研究采用文献元分析、德尔菲和层次分析法,遵照“确定指标体系→计算指标权重”的研制流程,确立了人工智能学习准备度的指标结构及各指标权重。研究结果显示,4个一级指标权重依次为:智能能力准备(0.5184)>智能知识准备(0.1850)>技术思维准备(0.1603)>智能条件与支持(0.1363)。10个二级指标权重依次为:非认知能力(0.3911)>认知能力(0.1273);软知识(0.1460)>硬知识(0.0390);人机协同思维(0.0679)>主动转变思维(0.0553)>计算思维(0.0213)>设计思维(0.0158);智能化投入(0.1019)>社会性支持(0.0345)。36个三级指标中,排在前三位的是:智能心智知识(0.1228)>智能志趣(0.1134)>技术焦虑管理(0.0815)。基于度量结果,为增强人工智能学习的充分就绪性,提出未来优化方向:管理技术焦虑,提升学习者的非认知能力;重视情意心智,增长学习者的智能软知识;适应人机协同,转变学习者的智能化思维;优化制度保障,调动学习者的主动性心态。

共富背景下城乡教共体学习者GAI准备度研究

教育促进共同富裕是教育领域战略性课题,技术赋能是促进城乡教共体有效协同的重要方式。当前城乡教育资源分布不均,促进教育公平和建立精准长效的教育帮扶迫在眉睫。自2022年底以来,生成式人工智能(GAI)的出现引发全球高度关注,它为学生学习方式和教师教学形态的变革提供了全新的思路,也对城乡教共体结对学校学生的协作学习提出新的挑战。因此,探讨城乡学生利用GAI进行协作学习的预先准备情况对于后续城乡教共体在智能时代更好地协同发展具有重要意义。本研究以浙江省7对城乡教共体的10所小学为研究对象,基于比格斯“3P”学习理论,构建了学习者GAI准备度(Readiness)的影响因素模型。研究发现:整体而言,优势校学生在GAI准备度方面得分均值高于弱势校学生,女生高于男生,高年级学生高于低年级学生;移情关注和预期确认是影响城乡教共体学习者GAI准备度最重要的两个因素;预期确认、双师教学质量和系统质量通过移情关注、自我呈现或师生互动公平感中介GAI准备度。本研究从多维中介视角切入,探索了学习者GAI准备度及影响因素;在此基础上,在实践层面上提出了GAI融入城乡教共体教学的几点建议。