基于ICAP学习方式分类学开展语文课堂革命的教学实践

ICAP学习方式分类学提出,学生的学习方式可分为被动、主动、建构、交互四种,其学习效果由低到高,思维参与度由弱到强。将其用于语文课堂的实践改革,在学习内容上,建立螺旋循环的学习链条;在学习活动上,注重学生内化与外化的交互式参与;在学习评价上,设置指向高阶思维发展的“主题”式作业。由此,真正帮助学生完成深度学习,提升语文素养及课堂教学效果。

面向高阶思维能力培养的大学英语阅读教学模式探究——基于ICAP学习方式分类视角

培养学习者的高阶思维能力是大学英语阅读教学中不可忽视的重要环节,也是提升英语专业学生综合素质和创新人才培养方式的应有之义。本文基于ICAP(Interactive-Constructive-Active-Passive)学习方式分类视角,构建面向高阶思维能力培养的大学英语阅读教学模式,强调重视学习者思维发展梯度,在低阶思维阅读教学阶段保证阅读的科学性与时效性、聚焦知识的概念性与结构性;在高阶思维阅读教学阶段关注问题的思辨性与启发性、促进信息的交互性与共享性。本文旨在提升学习者英语素养的同时,帮助教学者更好地进行英语阅读课程设计与教学工作,为我国深入实施人才强国战略贡献学科力量。

教育心理学研究对人工智能神经网络设计的启示--以学习方式分类学(ICAP)研究为例

教育心理学研究的主要目的是了解人是如何学习的,人工智能神经网络研究的核心在于探究机器是如何学习的。教育心理学经过一个多世纪的发展,有诸多成熟的方法和理论。ICAP学习方式分类学,是国际教育心理学领域最新取得的一个重大研究成果,其研究方法和结论对人工智能神经网络设计有什么价值?本文假设ICAP四种学习方式与人工智能神经网络设计元素之间能建立起一种关联,将目前流行的人工智能神经网络构成元素和算法依据ICAP的四种学习方式进行分类拆分,以一个基本教学设计为案例,依据学习方式对应的人工智能神经网络构成元素设计了简单的人工智能神经网络。文章尝试在人类学习与机器学习之间建立某种对应参照关系,为人工智能神经网络设计研究提供一个新思路。

基于ICAP学习方式分类学的初中物理习题教学模式变革

教学模式是习题课堂教学质量的重要抓手。ICAP学习方式分类学作为一种全新的综合性教育教学理论,将研究视角严格聚焦于学生学习活动,独立于教师工作,集中探讨四种不同类型参与活动方式带来的潜在知识变化过程及学习结果。以其为引领变革初中物理习题教学,构建“精选习题、详析题干、思路板演、热议点评、拓展延伸”五环节习题教学模式,是对习题教学模式研究视角的创新,也是与学生学习方式变革要求无缝对接,最终旨于实现学生能力梯度变化。

高中思政课议题式教学中的学习方式分类探索

议题式教学是一种直面真实问题解决的建构式学习方式,也是“学习者中心”的回归。从ICAP学习方式分类学的视角来看高中思想政治议题式教学的教学设计和评价,以此提高教学的有效策略和方式,从而有效推进高中政治学科活动型课程,促进政治课教师专业发展。

基于ICAP学习方式分类学提升学习参与度的教学实践——以“金属的活动性顺序”为例

ICAP学习方式分类学是一种带有行为特征的认知参与理论,强调学习参与活动与内在认知的统一,反映不同学习方式下的学习效果。基于ICAP学习方式分类学进行课堂教学,教师需要研究提高学生学习参与度的策略,引导学生向更优的学习方式转变。教师可以找寻学生外显活动的证据以识别不同的参与方式,然后干预调控学生的参与方式并转变课堂管理方式以提升学生的学习参与度,使学生由被动学习转向主动学习,最终在交互学习的过程中建构知识,达成深度学习。

积极学习:季清华的ICAP学习框架

季清华教授的ICAP学习方式分类理论在全球教育领域产生了深远影响。ICAP理论将学习活动分为交互学习、建构学习、主动学习和被动学习四种方式,在新课改的变革节点为学术界提供了有效学习的新视角,并为教育实践带来了针对性的深度学习框架。本研究通过对ICAP框架的发展历程及其在实践中的应用进行综述,揭示了其在促进学习者的深度学习,为教育者提供研究、教学设计和评估学习成果的指导,以及在线教学和教师发展等方面的实际应用现状。研究表明,ICAP框架有效提高了学生的学习效果和教育质量,为学术界提供了一个全新的学习框架,为实践者提供了有力的工具,并为推进教育改革和探索有效学习的路径作出了杰出贡献。

人工智能与教育融合发展问题的思考及建议

人工智能与教育融合发展,对教育教学方式的变革起着至关重要的作用.首先,以人工智能+教育作为关键词搜索教育学CSSCI源刊文献数据并分析后发现,人工智能在教育中的研究和应用正处于加速发展态势;其次,根据学习方式分类学,提出了关于人工智能+教育融合发展历程的四个分类阶段,即被动融合、主动融合、建构融合和交互融合,并且认为目前人工智能+教育仍处于第二个阶段(主动融合阶段);最后,根据人工智能与教育融合现状,提出了加速人工智能+教育融合进程、加强人工智能素质和两类人才培养力度的建议.