生成式人工智能在学生学习过程中的监测与调整研究

人工智能(AI)技术的深度发展已然深入到人类日常生活的各领域,教育也不例外。为满足教学的个性化需求,教育界对人工智能技术应用进行了深度探索,生成式人工智能作为新型技术,颠覆了传统AI的局限。本论文对此进行了详细研究,更具体的是,重点研究了生成式AI在学生学习过程的监控与调节功能。此研究通过系统性和实质性的步骤,搭建模型、训练并实践应用,全面探讨教育中的生成式AI应用。基于学生学习数据,生成式AI设计出个性化模型,实时发现并早期介入到学生的学习问题之中,以此对学生学习过程进行有效的监控与调整。研究结果显示,这种方式能够提升学生的学习效率,提高学生对知识的理解程度,能够较好地应对复杂和多变的教育环境,有意义地提高了教育教学的效果。这一发现为我们如何理解和应用生成式AI提供了新的思路,有助于推动教育领域的人工智能化发展。

必要与可能:中小学生学习过程质量监测——来自国际大规模教育评价的启示

从"对学习的评价"走向"为了学习的评价"是学习评价改革的必然趋势,长期以来,对中小学生学习的评价过于重视对结果的评价而忽视对过程的评价。学习过程质量亦是学生学习质量的重要组成部分,对中小学生的学习过程质量进行监测,对于促进学习评价的科学化、解释学习结果、提升课堂教学的适应性具有重要的价值,而建构科学的学习过程质量标准、探索多种评价方法以及建设丰富的数据库,是对学习过程质量进行监测与评价的实践路径。