人工智能的演进逻辑与教育造化——兼论“人工智能者”的概念及特征

人工智能的演进逻辑以其“类人”特质为基础,并通过促进人类智能的合道德化自主成熟呈现以“智人”使命为价值导向的发展框架。然而,受限于实践中人类自我认知与技术应用的长期隔离,人工智能技术教育造化的实现总是囿于伦理与成效的双重局限。为此,未来教育更应当从育人图景的反思出发,通过确立“人工智能者”作为核心培养目标,界定智能时代人类与技术交互的群体类别及其特征,塑造清晰的角色定位来引导受教育者自我认知的发展。在此基础上,进一步通过制度力量的完善、合作机制的构建、教育体系的结构性调整、教师队伍的技术素养培训等策略,推动人工智能的“育人”功能向其“完人”现实的转变。

技术伦理视域下美国教育人工智能伦理问题审视:现实表征与规避策略

教育人工智能是一种新兴技术,在凸显其优越性的同时逐渐显现出诸多技术伦理问题。美国作为教育人工智能技术的先驱国家,其教育人工智能技术伦理问题表征和规避策略更具典型性。美国教育人工智能在使用过程中出现各种偏见、歧视:智能系统出现错误和技术漏洞时追责困难;海量数据搜集会侵犯学生多种权利;学生长时间使用智能系统可能面临发展障碍,出现“成事”与“成人”的价值冲突。为规避教育人工智能伦理风险,美国制定了教育人工智能相关标准,加强教育人工智能算法监管,出台数据保护指南和法案,并规范智能技术在教育中的应用。我国应借鉴美国教育人工智能伦理问题的治理策略,制定和完善教育人工智能相应政策,建立贯穿全生命周期的全员联动监管机制,研制教育人工智能伦理框架,培养和提升师生的人工智能素养。

智能技术赋能教育数字化转型的前沿趋势——《2023人工智能促进教育发展报告》导读

人工智能技术作为新一轮科技革命的重要驱动力量,正在不断渗透教育的各个场景,推动着教育的数字化转型。智能技术赋能下的教育数字化转型不仅改变教育的传统模式,也为提升教育质量和效率提供全新的可能性。然而,如何科学有效地测评人工智能技术在教育中的应用效果,以及明晰人工智能教育发展的现状,成为当前教育界所关注的重要问题。鉴于此,《2023人工智能促进教育发展报告》从“智能教育发展篇”和“智能教育软件篇”两大角度切入,回应人工智能促进教育发展各维度的情况。其中,“智能教育发展篇”从外部保障、内生循环、素养输出三个方面切入,提出中小学智能教育发展的六大维度,致力于构建系统完善的人工智能促进教育发展评估体系,以涵盖我国人工智能促进教育发展的重要指标;“智能教育软件篇”从学、教、管、评四大教育场景出发,提出面向中小学生的智能教育软件应用整体框架,致力于构建科学有据的智能教育软件评估体系,评估结果既包括软件工具本身的功能评估结果,也包括与同类型产品功能和应用场景等的横向对比,同时划定智能教育软件工具实践应用的准入原则和评价机制,并界定智能教育软件工具的应用场景、功能定位、使用原则、作用机制等问题。

生成式人工智能赋能教育的工作机理及监管框架构建研究

厘清生成式人工智能的内涵和工作机理,探明生成式人工智能教育和研究应用的监管框架,有助于创新制定生成式人工智能教育和研究的战略规划。然而,目前我国生成式人工智能教育应用研究理论层面存在顶层设计缺乏、监管框架缺位、政策框架缺失、监管措施不足等现实问题。实践层面缺少相对科学完善的应用指南、监管认证工具、创新实施方法和行动措施,严重削弱了生成式人工智能技术全方位赋能教育数字化转型的能力,制约生成式人工智能与教育和研究融合创新发展进程。文章采用文本分析和内容分析法,介绍了联合国教科文组织《生成式人工智能教育和研究应用指南》的发布背景和研究目的,从人本主义批判视角着重论述了生成式人工智能的内涵、工作机理及示例,讨论了教育GPT,构建了生成式人工智能教育和研究应用的监管框架,最后反思《指南》对我国生成式人工智能教育和研究战略规划制定的启示,以期为我国加速教育数字化转型,推进生成式人工智能与教育和研究深度融合提供实践参考。

基于成果导向教育理念的人工智能开发框架应用课程教学改革与实践

基于成果导向教育理念,对人工智能开发应用课程进行教学改革与实践,阐述了依据专业预期学习成果设计课程教学目标,再分解细化为课程预期学习成果和课程单元预期学习成果,制定课程教学设计方案,最后进行课程教学评价。在实施教学实践后,取得较好的教学效果。

以人为本的人工智能素养教育探究:UNESCO教师和学生人工智能能力框架的解读与启示

[目的/意义]人工智能素养的提升已成为全球教育的重要议题,通过解读UNESCO教师和学生人工智能能力框架中的核心内容和关键能力,可以为教育者、政策制定者等主体提供具体的参考依据,以支持中国人工智能素养教育的落地实施,帮助学生和教师在智能时代中提升人工智能素养。[方法/过程]拆解UNESCO能力框架出台的前期相关政策积累以及相关制定背景,分析《学生人工智能能力框架》与《教师人工智能能力框架》的文本内容,以关键原则与框架主体两部分内容为核心对能力框架的内容进行解读。[结果/结论]基于能力框架所提供的经验,结合当下人工智能素养教育的实际情况,从主体价值、政策修葺、履践致远和未来应用4个方面为中国人工智能素养教育发展提供启示与建议参考。

智能思政:人工智能时代精神生产与思想政治教育发展研究

思想政治教育技术形态随着科技水平的发展,相继出现传统思想政治教育、网络思想政治教育、数字思想政治教育。随着人工智能的快速发展和普遍应用,智能思想政治教育成为新的技术形态发展趋向。人工智能在数据、算法、模型、算力等技术环节的合力过程中,推动了精神生产的数据化、自主性、社会化的变革,也对思想政治教育内容、主体、方法、环境、逻辑等进行了全方位的挑战和全域性的发展。智能思想政治教育包括思政数据化和数据思政化的基础要素、自主性教育方式的实践逻辑、社会化教育协作的结构系统和立体式教育保障的风险防范。

基于人工智能技术的职业化农民教育培训平台建设

为适应教育培训需求,本文基于人工智能技术,进行了建设职业化农民教育培训平台的研究,从数据层、控制层和表现层构建了职业化农民教育培训平台的应用架构。为实现教育培训平台的功能,软件中设计了用户信息收集、用户信息处理、个性化农业知识推荐和虚拟种植试验4个模块,以满足职业化农民教育培训的需求。试验结果表明,本平台性能良好,具有稳定性,因此职业化农民教育培训可以顺利进行。本文的研究可以提升农村地区农民的职业技能和知识水平,为推动农村地区经济发展提供有力的技术支持和解决方案。

人工智能技术对高校教育教学管理的影响

随着信息技术的飞速发展,人工智能技术成为高校关注的焦点,高校教育教学管理工作逐步向数字化、智能化转变。阐述人工智能技术的特征及应用领域,分析人工智能技术对高校教育教学管理的积极作用,指出在教育教学管理工作中应用人工智能技术存在的问题,提出以创新培训提高管理队伍水平、加强数据科学化管理、优化教育教学管理模式等解决对策,有效提升高校教育教学管理的智能化水平。

类ChatGPT生成式人工智能技术驱推高校思政教育实践变革探究

以类ChatGPT生成式人工智能技术介入高校思政教育,不仅是跨领域内嵌整合,更是对思政教育的赋能增权,能够有效发掘思政教育元素、延拓思想教育空间、再造思政教育流程与丰富思政教育评价。然而,该类技术仍处于技术迭代与应用规范初创期,介入高校思政教育领域必然带来潜在的国安、技术、伦理与素养等方面的风险挑战。应对风险挑战,需要顶层设计以把控技术与教育目标相契合,守正创新以把牢信息审查,主动规训与智控以确保算法安全,加强技术伦理与诚信教育,培养师生数字素养与高阶思维,实现类ChatGPT生成式人工智能技术有序、有方、有效、有力驱推高校思政教育,推动思政教育现代化。

AIGC人工智能生成内容在高职教育中的应用与挑战

随着人工智能技术的飞速发展,其在教育领域的应用已经成为推动教育现代化的重要力量。本文旨在探讨人工智能技术在高职教育中的应用现状、面临的挑战以及未来的发展方向。通过分析国内外AIGC辅助教学的实践案例,总结AIGC技术在高职教育中的优势与挑战,并提出相应的应对策略。还探讨AIGC在高职教育中的未来发展趋势,包括技术进步、教育政策支持、教师培训与专业发展等方面。最后,强调AIGC技术与高职教育深度融合的重要性,以及培养适应未来社会发展需要的高素质技术技能人才的必要性。

凝心聚力迎接中小学人工智能教育的春天

人工智能技术正以“指数级”速度演进,站在这一科技革命的浪潮之巅,教育体系如何主动适应与引领未来,已成为全球关注的战略性议题。教育部办公厅发布的《关于加强中小学人工智能教育的通知》,正是对这一科技发展趋势和重大教育使命的及时回应。

人工智能时代的对话式教育技术理论

教育依托多种通讯技术媒介,包括书面文字、印刷图书、互联网,乃至日益先进的人工智能语言辅助技术。这一趋势凸显了技术在教育系统中的核心地位和重要作用。然而,现有教育理论对技术在教学中的独特角色及其深远影响的探讨仍不充分。本文深入剖析了教育、理论与技术之间的复杂关系,阐释了对话式教育的认识论和本体论哲学内涵,分析了当前主流的教育技术理论。在此基础上,文章提出了对话式教育技术理论,旨在为教育技术的创新设计提供理论支撑。由此理论框架衍生的设计原则,强调在多维空间与时间序列中利用教育技术支持、拓宽和深化教学对话,重视技术在促进教学互联互通和提高学习参与度方面的关键作用。文章辩证地提出,利用技术开展对话式教学,不仅是应对当前教育挑战的有效策略,更是应对世界环境变迁和人工智能时代挑战的根本路径。以对话式教育技术理论为基础的教育革新,有助于人类更好地应对人工智能时代的挑战,赋予学生迎接并塑造未来的能力。

人工智能技术背景下高职教育的机遇与挑战

随着人工智能技术的迅猛发展,各行各业都将经历前所未有的变革。高职院校作为培养技能型人才的重要阵地,将面临人工智能技术带来的深刻影响,而人工智能技术也将成为推动高职教育变革的重要抓手。此文旨在探讨在人工智能技术背景下,高职教育如何把握新机遇,应对新挑战,以适应人工智能技术革命的到来。

人工智能技术赋能农村职业教育的影响及对策研究

现行的农村职业教育存在与农村经济社会发展不相适应的困境。围绕乡村振兴的战略性,基于湖南农村职业教育的现状和国内其他院校的经验,对人工智能技术赋能农村职业教育发展的对策进行了探讨。在深入分析人工智能技术对农村职业教育的影响与具体要素的基础上,提出立足当地产业构建区域产业化农村职业教育平台、搭建基于AI技术的“人工智能+”农村职业教育教学评价体系,以形成终身化职业教育生态。

从技术预见到生态重塑:高等教育变革与人工智能的共生演进——《2024地平线报告(教与学版)》之要点审视

美国高等教育信息化协会(EDUCAUSE)于2024年5月发布了《2024地平线报告(教与学版)》。2024年《报告》在对社会、技术、经济、环境和政治五个维度发展趋势的分析基础上,首次将人工智能技术作为主要趋势纳入宏观发展趋势部分。《报告》进一步分析了影响高等教育发展的六项关键技术与教学实践:探寻AI技术的适当用途、支持AI素养、促进公平与全纳学习、保护数据隐私与安全、甄别错误信息以及支持心理健康,并提出了应对技术发展的行动计划。《报告》还预测了未来高等教育发展的四种情景。鉴于人工智能技术的快速发展态势,《报告》对2017—2024年的《地平线报告》内容进行了文本分析,展现了人工智能技术在教育领域应用的探索、发展、融合、深化四个阶段,旨在为未来人工智能在高等教育领域的应用提供借鉴。

技术、制度与思想:生成式人工智能在教育领域中应用的演进逻辑

技术是物质要素,既是发展的对象,也是发展的结果,它制约发展并影响着制度和思想。制度是组织要素,是影响技术发展的重要因素,约束、激励、调节着技术的发展方向。思想是观念要素,思想与技术的融合程度决定着技术在教育领域中的普及程度。审视当下的教育生态,以ChatGPT为代表的生成式人工智能正在介入教育领域,必须从技术、制度、思想三个层面出发,把握好生成式人工智能在教育领域中应用的形态转换和演进逻辑。生成式人工智能在教育领域中的应用是一个涉及技术、制度与思想多个层面复杂的、融合的、递进的过程,只有在这三个层面都实现深度融合和创新,才能充分发挥生成式人工智能在教育领域中应用的潜力,推动教育的数字化转型和升级。

生成式人工智能赋能教育信息科学与技术研究:新机遇、新趋势、新议题

生成式人工智能为教育创新变革注入了新动能,也为教育信息科学与技术研究带来了新契机。生成式人工智能引发的研究场域变化、分析手段革新、服务能力升级、实践样态变革,为教育研究的科学化发展带来了新机遇。在此背景下,教育信息科学与技术研究的目标和重点亟需发生转变,表现为从关注知识学习到重视创新人才培养,从重视规律挖掘到强调服务能力提升,从追求技术创新到注重解决教育问题,从聚焦通用场景到关注学科教育实践,从研究跟随实践到研究引领实践创新。为了更好地顺应生成式人工智能背景下教育信息科学与技术研究的新发展趋势,未来该领域研究应重点关注以下六大核心议题:一是面向创新人才培养的教育规律挖掘,二是学科教育人工智能大模型的构建与应用,三是学科素养图谱的智能生成与动态优化,四是素养导向的个性化学习服务关键技术,五是人机协同教育的实践创新和机理探索,六是人机协同胜任力的智能评测理论与技术。这些研究议题能为生成式人工智能背景下国家自然科学基金“教育信息科学与技术”资助方向的改革提供理论指引。

人工智能技术与高校思想政治教育融合发展对策研究

人工智能技术成熟发展背景下,以大数据、智能算法为核心的人工智能与思想政治教育融合,为优质资源交流共享、差异化教学和智能化考核提供了技术支持。但人工智能技术与思想政治教育融合发展亦面临困境,如思政教育内容供给缺乏内涵、思想政治教育方式伦理危机、思想政治教育效果认同弱化、思政教师知识储备难以适应等。鉴于此,应通过改良智能算法技术,优化思政教育内容供给、坚守伦理道德底线,保护学生个人隐私安全、优化设置网络议题,增强思政教育价值认同、丰富教师知识储备,提升智能思政教育能力等策略,提升二者融合实效性。

人工智能技术赋能高职教育质量评价的优势、局限与未来发展

高职教育质量评价事关高职教育的高质量发展和高素质技术技能人才培养任务的落实,是职业教育发展的核心和职业学校的生命线。智能感知、智能计算和智能交互技术与高职教育质量评价的数据采集、体系完善和反馈应用具有内在联系,满足高职教育质量评价的客观化、适应性和专业化发展的现实需要。但人工智能技术赋能高职教育质量评价可能引发主体性困境、客观性问题和伦理性风险三大问题。未来应多维创新质量评价观念,校准评价方向;增强智能评价技术的应用性,提高评价效度;加强智能技术评价的制度保障,规范评价行为。