生成式AI时代大学生智能学习助手:框架、挑战与应对

生成式AI时代人工智能技术的快速发展,为大学生智能学习助手的产生和发展提供了坚实的技术支撑。研究以联通主义学习教学交互与认知参与模型为指导,针对生成式AI时代大学生智能学习助手的设计框架、现实挑战与建设进路展开。研究发现,生成式AI时代大学生智能学习助手的设计框架包括三大功能:作为知识获取的智慧平台,为学习者提供友好的学习交互体验的基础功能;作为知识交流的智能座舱,支持学习者的深度学习和研究活动的进阶功能;作为知识生产的创新引擎,促进学生全面持续性发展的高级功能。生成式AI时代大学生智能学习助手的现实挑战包括技术内容可靠性困境、互动与创生困难以及数据的伦理难题。为此,研究提出了大学生智能学习助手的建设进路:一是整合多元资源,提升智能学习助手的问答准确性;二是提升智能素养,促进师生与智能学习助手良性互动;三是完善政策标准,保障智能学习助手的顺利运行。

iSmart智能学习平台支持下大学英语混合课程构建研究——以呼伦贝尔学院为例

混合式教学是目前国内教学改革方案中被采用最多的一种,也是国内教学改革的一个大趋势。混合式教学的重点在于将学习者的学习由浅到深,有机地结合“线上”和“线下”两种教学方式。其中,“线上”教学不是整个教学活动的辅助,而是必不可少的教学活动,“线下”教学也不是照抄传统课堂教学活动,而是在前期“线上”学习的基础上,开展更深入的教学活动。项目所依托的iSmart智能学习平台,可以扩展传统教学的维度,实现混合式教学。本文重点从呼伦贝尔学院大学英语混合式课堂开展现状入手,对其框架、构成、特点及优势与局限等内容进行剖析,并针对现存问题,探索新教学模式的有效路径。

小学高年段学生的人工智能学习观念研究——基于图画的认知网络分析

随着人工智能基础教育的持续推进,小学高年段学生对人工智能学习萌发了更多的思考,但当前对小学高年段学生的人工智能学习观念及其与计算思维关系的研究仍不充分。因此,文章收集了285名五年级学生的现实和理想中人工智能学习的图画,采用基于图画的认知网络分析方法,将学生的图画编码为6个维度19个元素,并可视化学生的人工智能学习观念元素之间的关系结构。研究发现,小学高年段学生的人工智能学习观念现实状态偏重编程实践;小学高年段学生的人工智能学习观念理想状态偏重智能技术的体验与应用;计算思维高分组学生关注学习活动,低分组学生关注学习材料,期待参与学习活动。文章通过呈现小学高年段学生对现有人工智能学习的感知与理解,以及对未来人工智能学习的期待,旨在为推动小学人工智能教育的改革与创新提供参考。

小学英语智能学习系统的设计研究

人工智能在英语教育领域的应用潜力巨大,尤其是自然语言处理和深度学习技术被广泛应用。基于生成式人工智能和协同过滤方法设计了一个小学英语智能学习系统,系统架构包括用户接口层、智能会话层、应用功能层、资源支持层。生成式人工智能通过大规模语料库和自然语言处理技术,实现高效的人机对话和语音交互;并且利用循环神经网络对学习者的行为进行建模,提高个性化学习支持的准确性。应用场景部分详细介绍了系统如何通过个性化推荐、实时反馈和多媒体资源支持学习者的英语学习。基于建构主义理论、多媒体学习的认知理论、游戏化设计理论等,揭示了系统设计的底层逻辑,强调了技术与教育理论的深度融合,并通过案例分析验证了系统的有效性,为未来的英语教学改革提供了新的视角和解决方案。

智能学习桌升降系统关键技术研究

针对智能学习桌升降系统在使用中存在的问题,对现有产品加以改进,提出一种智能学习桌系统的设计方案。新设计引入超声波测距控制转台,实现升降系统所需调整高度的自动检测。作为关键技术,根据升降系统的工作特点,引入编码单元,采用位置环闭环的方式以及积分分离PID控制策略,进一步优化升降系统调节过程。通过实验验证了该方案的合理性。本方案实现的智能学习桌设计简单,成本低廉,适用性广,可为同类产品的设计开发提供思路。

结合AHP/QFD/FBS模型的智能学习桌产品设计研究

针对智能学习桌开发设计过程中过度依赖生产企业和设计人员的主观判断、缺少用户参与导致用户对于现有产品满意度较低的问题,结合AHP/QFD/FBS模型辅助设计,得到更加贴合用户实际需求的智能学习桌。首先,通过访谈法和问卷调查法获得学习桌的初始用户需求,利用层次分析法(AHP,Analytic Hierarchy Process)计算得出用户需求权重和优先级;其次,利用QFD(质量功能展开,Quality Function Deployment)将用户需求进行分析得出产品技术特性,进而将其量化得到关键设计要素;将获取的关键设计要素转化为功能导入FBS(Function-Behavior-Structure)模型中完成“功能—行为—结构”映射,得出智能学习桌的关键设计结构。最终输出更加贴合用户实际需求的智能学习桌,并利用模糊综合评价法对设计方案的可行性进行验证。结合AHP-QFD-FBS模型的产品设计方法可以更加有效地将实际用户需求与产品方案相结合,为解决此类问题提供了新的思路。

基于数据分析和智能学习的设备性能检测方法研究

对正面分析存在困难的工程技术问题,如果其自变量和因变量之间存在较好的线性关系,可以采用数理统计学的多元线性回归方法进行模拟。通过计算机分析数据,建立计算模型,进而检测工程中的相关指标或参数。并通过虚拟模型输入新的变量参数来求解未知结果实现智能检测。利用该方法建立的性能模型,可检测燃气轮机、蒸汽轮机等发电设备的实际运行性能,对其他设备也具有参考意义。

基于图画分析的小学生人工智能学习观念横断面调查研究

小学人工智能课程的教与学在全球范围内受到高度关注,探索小学生人工智能学习观念,调查小学生对人工智能学习的理解和态度十分重要。因此,该研究收集了3到6年级共739名小学生关于人工智能学习观念的绘画作品,采用图画分析方法,将学生的绘画作品编码为5个大类40个要素,运用描述性分析、单因素方差分析及独立样本T检验等数据统计分析方法,探究小学生的人工智能学习观念整体结构及差异。研究结果显示:(1)相比低年级小学生,更多的高年级小学生表现出实践、应用等建构式学习观念;(2)小学生对于人工智能课程学习普遍持有积极情绪;(3)男生在人工智能课程中的编程行为高于女生,但积极学习情绪女生高于男生。该研究结果呈现了重要的学生视角,为推动小学人工智能教育建设与发展提供了参考。

基于临床知识库的智能学习型不良事件管理系统的构建与应用

目的构建基于临床知识库的智能学习型不良事件管理系统并评价其应用效果。方法组建研发小组,构建智能学习型不良事件管理系统,包括不良事件原因分析及对策措施知识库,以及事件上报、分析、整改、分享、数据统计分析5个模块,结合试点病区医务人员反馈的改进需求对系统进行优化后正式上线。结果系统应用前后不良事件发生率分别为0.68‰、0.72‰;系统应用后不良事件引发的投诉率由16.85%降低至12.04%,流程改进数量由28个增加至43个;医务人员对医院患者安全文化同意率除组织学习与持续改进、对患者安全的管理支持两个维度外,其他10个维度显著提高(均P<0.05)。结论基于临床知识库的智能学习型不良事件管理系统能为不良事件管理提供精准的决策支持,促进不良事件管理的规范化,增强医院患者安全文化氛围,进一步保障了患者安全。

智能学习干预:现实困境、实施原则与实践进路

智能学习干预是智能技术驱动学习变革的关键环节,也是大规模个性化教育的重要依托。然而,干预目标的“短视化”、干预方式的“程式化”、干预条件的“粗放化”、干预成效的“模糊化”,严重制约了智能学习干预效用的发挥。文章重新界定了智能学习干预的内涵,指出智能学习干预旨在通过全景化教育数据的采集分析,智能诊断和综合评估学生的个体特质、学业问题和学习需求,通过教师和机器的协同决策,找准学生的学习困境,“主动”为学生提供定制化的学习内容、服务与策略,帮助学生减轻学习负担、克服学业困难、提高学业水平、提升学习素养;从主动性、适切性、渐进性、延展性、可解释性、可协商性六方面定义了智能学习干预的实施原则。在此基础上,文章围绕教育数据感知、干预对象刻画、学业问题诊断、学习干预设计、干预措施甄选、干预成效检验等环节构建了人机协同支持的智能学习干预模型,并从价值定位与理念重构、干预成效的长周期检验、风险防范和伦理规约、基于数字人技术的干预模式设计方面展望智能学习干预的实践进路。

基于用户需求的智能学习桌功能优化分析

目的通过优化智能学习桌功能合理性,满足用户群体对智能学习桌的功能需求,从而提升智能学习桌用户体验的满意度。方法首先,通过设置模糊Kano模型调查问卷,收集智能学习桌功能需求信息,确定关键功能指标;其次,利用Better-Worse系数测度各功能需求满意度系数及权重,进而根据FBS模型进行功能–行为–结构的逐层映射,发现机会点并探索需求合理性;最后,开展智能学习桌控制系统的界面设计和交互设计。结论“精准调节高度”“智能课程表”“在线课程资源”“智能到时提醒”“可投屏功能”的用户满意度及权重系数相对较高,利用满意度系数及其四象限图将智能学习桌21种功能需求分为期望型、魅力型、基本型、无差异型,并结合FBS模型设计学习桌智能控制系统界面。

基于视觉编程的机器人智能学习系统

现有服务型机器人大多只能执行预编程的指令,以相对“精确”的方式完成特定重复动作,但当环境发生变化时,机器人无法快速适应新的工作环境而将降低生产效率。针对该问题,我们提出了一款基于视觉编程系统的智能机器人系统,该系统可使得机器人具备自学习能力,从而更好地进行协作任务;当场景发生变化时,系统可以根据环境进行实时调整,保障生产质量。

基于联邦学习的智能学习推荐系统模型的构建与应用

传统的机器学习方法尚未解决学习推荐系统中存在的用户隐私、数据孤岛、系统“冷启动”和法律约束等问题,而联邦学习不仅能解决以上问题,而且是一个极具发展潜力且有待深入探索的新方向。基于此,将联邦学习和学习推荐系统相结合,建立了基于联邦学习的智能学习推荐系统模型。首先,重点阐述了联邦学习的概念和分类。其次,系统分析了当前学习推荐系统中亟待解决的关键问题。最后,构建了基于联邦学习的智能学习推荐系统模型,并将横向联邦学习推荐系统模型应用于同学科、同学龄的教育场景中,将纵向联邦学习推荐系统模型应用于跨学科、跨学龄的教育场景中,并分别介绍了这两种推荐系统模型的训练过程。

立足智能学习空间支持下的小学语文项目化学习探究

随着科学技术的发展,在小学语文的教学过程中很多教学方式以及教学内容也发生了改变,其中变化最显著的便是科学技术对教学资源的介入。近年来,越来越多的网络智能学习空间技术和平台如雨后春笋般浮现,给我们的教学生活和教学方式带来了巨大的改变。我们教师应灵活运用这些新兴的科学技术和平台来改进自己的教学内容和教学质量,帮助学生理解和学习内容。本文主要讲述了我们教师应如何立足于智能学习空间,通过灵活把握智能空间的特点来优化小学语文教学。

基于语篇的初中英语语法教学模式探索——基于“读书郎”智能学习平台

在初中英语语法教学中,通常会采用和语篇结合的方式开展语法教学。文章在结合语篇的基础上,融合当前教育信息化、智慧化的理念,以Go For It八年级下册Unit5中语法教学为例,运用“读书郎”智能学习平台,探索语篇在初中英语语法教学中的有效性以及适用性,以提升学生的语法运用能力。

多智能体系统混合智能学习算法研究

针对Agent个体学习与群体学习各自的不足,探讨了多智能体系统(MAS)中的合作与协商及Agent学习技术,提出了一种新的混合智能学习算法.将个体学习与群体学习有效结合起来,提高了Agent的个体性能及系统整体的智能水平.在足球机器人仿真系统中进行了实验,结果表明了算法的可行性与有效性.

基于支持向量机算法的智能学习推荐器的设计及实现

远程教学模式作为一种新型的教学模式，应该体现自主性学习特点。为了帮助学生尽快适应自主性学习模式，对案例中学生的学习行为进行了分析。在分析学生学习行为的基础上，提出了支持向量机算法的智能学习推荐器的方案。

一种通用智能学习环境模型的构建

智能学习环境的研究已有十年的历史,但主要是从建构主义学习理论出发就某一特定学习课程或内容构建一个具体的智能学习环境,或者就智能学习环境的某一方面进行探讨。在教学改革突飞猛进的时代,从可扩展性的角度建立一个通用的智能学习环境,对于加快智能学习环境的开发和应用具有十分重要的意义。本文基于智能学习环境综合理论,分析了智能学习环境的设计理念和主要功能,并由此构建了一种通用智能学习环境模型。

基于遗传算法的BP网络全局收敛的混合智能学习算法

给出了一种将 BP算法和遗传算法有机结合的全局收敛的混合计算智能学习算法。此算法结合了 BP算法和遗传算法的长处 ,既有较快的收敛性 ,又具备良好的全局收敛特性。计算机仿真结果表明 ,该混合算法显著优于遗传算法和

基于知识结构图的智能学习诊断研究

为了确定学习者的薄弱知识环节,更好的实现适应性教学,本文通过分析学科知识结构,运用知识结构图表示学科知识的逻辑结构,在此基础上提出了实现智能学习诊断的策略,并给出了学习诊断模型.