AIED技术支持下的适应性教育模式的构建及应用

如何利用人工智能技术推动教育的发展,促进教育人工智能与适应性教育模式之间的有效融合,是文章研究的重点。针对这一问题,文章首先对人工智能、教育中的人工智能(Artificial Intelligence in Education,AIED)这两个概念进行了解析,并分析了国内外有关AIED技术的研究现状;随后,文章分析了AIED技术的三大应用场景;最后,文章构建了AIED技术支持下的适应性教育模式,并以音乐教育领域的陪练机器人Elomemo为例进行了实践应用。AIED技术支持下的适应性教育模式的构建及应用,旨在满足适应性学习环境的真实需求,革新传统教育模式,形成动态可持续的循环智能教育联动新体系,以期更好地促进教育人工智能与教育教学的深度融合。

构建研究与实践共同体:以AIED研究联盟推进人工智能全方位赋能

教育数字化转型是一场利用技术解决教育教学问题的深刻变革,需要基于科学循证逻辑,促进学术前沿研究与一线应用实践的深度融合。为有效保障研究问题源于实践场域、研究成果可以解决实践问题,需要构建研究与实践共同体,通过开展不同内容、不同层次的智能教育社会实验,探索人工智能促进教育发展的关键方向。文章遵循连接教育实践与教育研究的科学范式,依托国家社会科学基金重大项目“人工智能促进未来教育发展研究”,提出采用AIED研究联盟的共同体表现形式,凭借数字化转型背景支持、项目和平台支持、专家团队支持、理论和研究支持、技术和资源支持,建立起一套常态化协同联动的保障机制,并聚焦个性化学习、未来教师、课堂教学创新等方向的社会实验,通过证据启发提高人工智能教育产品和服务的有效性,实现有价值、可持续发展的人工智能教育研究与实践。

AIED技术支持中小学生涯教育的实现路径研究

面对中小学生涯教育呈现的学校重视程度不够、生涯教师师资匮乏、生涯课程缺乏社会理解与情景式职业体验、地区差异明显等问题,教育人工智能技术遵循个性化原则、连续性原则、智能化原则与伦理原则,在虚拟导师系统缓解师资匮乏问题、教育数据挖掘与学习分析促进个性化学业规划、智能虚拟现实技术增强职业情境体验这三大应用场景方面为中小学生涯教育赋能增值,促进小学生涯教育沿着更加智能化与个性化的道路发展。

新质人才培养:数智时代教育的新使命

大力培养新质人才是深入实施人才强国战略、加快建设世界重要人才中心和创新高地的行动要义。新质人才所具有的创变思维使其具有了创新恒常性,复合思维使其具有了生态营造性,技术思维使其具有了技术具身性,这就使得他们符合新质生产力的需要,助力中国式现代化不断开拓发展新赛道。新质人才具有成长心态与高意识学习特质、人机共生思维与AI渗透技能、开拓精神与“破界”能力、创想能力与实践智慧、人文精神与科技合伦行动力、人类共同体思维与跨文化行动力等特质。新质人才的培育需要建构一体化的培养范式,包括:细化融通培养机制,以素养导向的AI教育培育新质后备人才的基础教育;依托智能学科平台,以“AI+X”微专业塑造新质中坚人才的高等教育;建立数字孪生平台,以产教融合认证发展新质技能人才的职业教育。未来的新质人才应当是具有创新潜质的AI原民,新质人才培养思路应推广到新生代(AI原民)人才的培养,致力培植好人才成长的沃土,让新质人才不断涌现。

发展新质生产力 推动我国经济高质量发展

中华人民共和国(新中国)成立以来,从毛泽东的《论十大关系》,到邓小平的“科学技术是第一生产力”,再到习近平的“整合科技创新资源,引领发展战略性新兴产业和未来产业,加快形成新质生产力”,我党对经济工作规律性的认识,随着时代的发展而不断深化。习近平总书记在2024年1月31日召开的中央政治局第十一次集体学习会议上的重要讲话,更是把这种认识推向了全新的高度。总书记在主持学习时明确指出“必须牢记高质量发展是新时代的硬道理”,“高质量发展需要新的生产力理论来指导,而新质生产力已经在实践中形成并展示出对高质量发展的强劲推动力、支撑力,需要我们从理论上进行总结、概括,用以指导新的发展实践”,并强调“科技创新能够催生新产业、新模式、新动能,是发展新质生产力的核心要素”。为了深入学习贯彻总书记讲话精神,围绕“发展新质生产力推动我国经济高质量发展”这个新时代经济发展的核心课题,本刊邀请国内著名专家、学者,撰写一组笔谈文章,以飨读者。

AI赋能视角下的信息行为研究--2023年信息行为研究年会综述

2023年12月23—24日,2023年信息行为研究年会在北京大学召开,来自全国70多所高校的200余位知名专家学者和学生参加了会议。本次年会以“AI赋能视角下的信息行为研究”为主题,设置了主旨报告、专题讨论、海报展示、分论坛报告、眼动追踪工作坊等环节,围绕信息行为研究领域在新一代人工智能(AI)技术浪潮下的理论创新、方法应用、情境拓展、人本关怀、社会发展等方面进行深入研讨。文章综述了与会者的学术成果与主要观点,为信息行为研究的发展与创新提供理论启迪与研究指引。

生成式AI视域下智慧图书馆建设的关键路径

[目的/意义]智慧图书馆已经成为当今图书馆学界和业界最热门的主题之一。智慧图书馆建设的理论研究与实践工作已经取得了初步成效,生成式AI也在蓬勃发展的同时参与到各行各业的建设中。因此有必要立足当下发展,放眼远景目标,确定生成式AI参与智慧图书馆建设的策略。[方法/过程]本文从智慧图书馆空间升级、服务打造、业务重组、人才培养、体系建设5个方面阐明了生成式AI视域下智慧图书馆建设的关键路径。[结果/结论]关键路径研究将为生成式AI引入智慧图书馆下一阶段的建设工作提供借鉴与依据。

大模型时代我国人工智能法学理论体系的构建

在大模型时代,人工智能法学及其理论体系迅速发展,逐渐形成独特的学科分支。新兴的人工智能法学不仅重构了传统的法学研究对象,也带来了创新的研究方法,同时提出了与众不同的正义观念。这些理论的形成和发展,与大型人工智能模型(如ChatGPT)的出现密不可分,后者在推动理论更新、促进法治实践全面提升方面发挥了巨大作用。中国在建设自身的人工智能法学理论体系过程中,得益于已有的法学理论基础和人工智能产业的蓬勃发展,然而,研究水平的不均和学科间壁垒的存在,成为建设中的难题。未来的工作需要将基本概念、框架建设以及多维、动态、可进化的理论体系的构建作为重点。技术的进步将不断推动法学理论的演变。从弱人工智能到强人工智能的转变为法学理论的发展带来了挑战和机遇。在这个过程中,确保人类价值观、权利和安全是至关重要的。构建人工智能法学理论体系,需要避免技术的潜在恶意应用,同时引导它向善。这不仅是一个学术上的努力,更是社会对于法律新概念和实践的重塑。这一工作涉及多学科合作,需要全球共识的形成和实践的更新,对法治的未来和法律体系的完善将产生长远的影响。

粤港澳大湾区建设高水平人才高地的关键——以一流人才体系为中心

高水平人才高地不仅是高水平人才聚集区,更是破“五唯”立新标、深化科技体制改革、前瞻布局的人才特区,是原始创新和文理交融的策源地。其核心问题是如何打造一流人才体系,包括一流人才的驱动、甄选、吸引、组织管理与自主培养等。为此本文对愿景驱动、一流人才的标准、甄选方法等进行探讨,分析建设高水平人才高地与一流学科对促进自主培养与留住一流人才的重要作用。鼓励原始创新见效最快的方式是盘点已经问世却尚未得到公认的原创成果,让完成人及时胜出。未来观与AI大爆发决定高水平人才高地建设的前瞻布局,强调安全与发展同等重要。指出借助AI for Science在科研管理创新上的潜力与功效,推动AI+科技评价和AI化改革,知识点考核,杜绝垃圾论文、避免劣币驱逐良币。粤港澳大湾区,特别是深圳,应该从对标硅谷,到跃升为绿色、人文、科技、安全的世界级智慧城市群,实现我国科技的高质量、安全永续的发展,推动世界科学中心建设。

综采液压支架中部跟机多模态人机协同控制系统

我国煤矿智能化综采工作面建设处于初级阶段,液压支架电液控自动化技术已广泛应用,但目前液压支架单一固化的自动化控制逻辑难以适应复杂、多变、动态的工作面生产场景,现场实际控制过程仍大多采用自动化+人工干预方式。针对综采工作面复杂场景中液压支架人机交互协作任务需求,提出液压支架中部跟机多模态人机协同控制系统的理论方法与技术原理。首先,设计了人工式、分工式、批准式、否决式4种人机协同模态,以煤层地质、瓦斯粉尘、采煤机速度、液压支架智能水平、系统状态、岗位工技术水平、任务负荷等为判别因素,构建了基于AOG的液压支架人机协同模态选择模型,实现了人工、机器偏好的模态选择。然后,设计了液压支架中部跟机人机协同控制决策机制,提出液压支架中部跟机再次调控策略AI推理技术思路,利用现场数据学习人工操作经验,分别构建了液压支架是否再次调控决策树分类模型和再次拉架时间贝叶斯回归模型,基于上述模型开发了液压支架人机协同控制决策程序,实现了基于多模态与或推理和再次调控策略AI推理的液压支架人机协同控制。最后,采用云-边-端架构软硬件技术,开发了液压支架多模态人机协同控制系统,实现了模型进化、运算推理、程序执行等液压支架多模态人机协同控制功能。该系统在沙曲二矿3404工作面进行了工业试运行,相比于系统使用前,该工作面液压支架中部跟机效率平均提高2%。

基于AI的肺磨玻璃结节中医临床特点研究

目的通过客观、规范的方法分析肺磨玻璃中医临床特点,利用人工智能(AI)分析肺磨玻璃结节恶性风险,初步探究不同风险肺磨玻璃结节中医临床特点,为中医药干预肺结节提供参考。方法采集75例肺磨玻璃结节患者中医四诊信息,运用证素辨证方法提取证素;利用AI判读患者胸部CT,分析不同风险肺磨玻璃结节中医临床特点。结果肺磨玻璃结节患者中医证素以阴虚(77.33%)、气虚(56.00%)、阳虚(54.67%)、血虚(52.00%)等证素多见,亦可见痰(40.00%)、寒(37.33%)、气滞(32.00%)等实性证素;AI判读为高风险组较中低风险组气虚证素权值差异有统计学意义(P<0.05)。结论肺磨玻璃结节患者中医辨证以虚证为主,中医病机为气虚或气滞导致肺之气机不畅,引起局部痰、湿聚集于肺络而形成,而热证、瘀血证较少。

黄河流域煤炭-煤电-煤化工场地特征精准智能识别方法及应用

黄河流域是“能源流域”,兼具生态环境治理和经济社会发展的重任,涉煤产业场地类型、数量及特征的精准智能识别是流域能源资源-低碳发展-生态保护的关键基础问题。研究融合多源数据与深度学习算法,从流域-基地-场地尺度对黄河流域13个大型煤电基地的煤基场地特征精准解析,获得煤电基地高精度、高质量的本底信息,提出一种实时实景智能识别涉煤产业空间特征的新方法。(1)筛选Google image、GF-6影像、Sentinel-2影像等多源数据,采集13个大型煤电基地煤基场地样本,构建煤炭场地(露天)、煤炭场地(井工)、煤电场地、煤化工场地4类数据集,涵盖21种样本类型。按照每种样本六面体设定6×10个样本,共计1 260个场地样本,分析得出最适样本数量-最高识别效率-最优识别模型的置信区间为80%~86%。(2)建立了煤基场地类型量化模型(Coal-based Site Classification Quantitative Model, CSCQM)和煤基场地范围特征模型(Coalbased Site Range Characteristic Model, CSRCM),模型平均精准度为0.837。明析了黄河流域涉煤产业场地本底信息,提出Google image底图叠加场地智能识别模型解算结果的高精度场地智能识别方法。(3)解析了流域神东煤炭-煤电产业集聚区精准本底数据,依据遥感生态指数(Remote Sensing Based Ecological Index,IRSE)分析,煤基场地分布2 km核心区地表生态质量受煤炭、煤电产业影响明显,5 km缓冲区则影响不明显,而8 km控制区基本不受煤炭、煤电产业影响,从而给出了“动态修复”与分区域、分阶段重点治理等低碳路径。(4)解析了流域宁东煤炭-煤电-煤化工产业集聚区精准本底数据,2022年煤炭场地17.81 km^(2)、占比34.1%,煤化工场地22.3 km^(2)、占比42.6%,煤电场地12.2 km^(2)、占比23.3%,煤化工场地>煤炭场地>煤电场地。进而采用PSR(Pressure-State-Response)模型得到风险管控综合得分53.93分,较2003年提高了27.2%。划分生态维护区、生产监测预警区、损毁修复重建区、其他调控区的分区管控模式。研究为涉煤产业煤基场地潜在污染控制、场地治理及区域生态修复提供技术方法与实践支撑。

用户知识问答转移行为研究:从问答社区到生成式AI

[研究目的]作为一类新兴应用,生成式AI在知识问答领域吸引了众多用户,这可能导致传统的知识问答社区用户流失,因此研究用户转移行为对提高知识问答社区用户粘性来说至关重要。[研究方法]基于PPM(推-拉-锚)模型,整合认知和情感体验因素,研究了用户的知识问答转移行为。对收集的483份有效数据采用混合方法包括结构方程模型(SEM)和模糊集定性比较分析(fsQCA)进行分析。[研究结论]研究结果发现,转移意愿受推力因素(信息过载、社区倦怠)、拉力因素(感知拟人度、感知准确度、感知可信度、沉浸体验)和锚定因素(社会影响)的综合影响。fsQCA识别出了三条导致转移意愿的主要路径。研究结果启示问答社区需降低信息过载,缓解用户的社区倦怠,从而实现用户保持和平台可持续发展。

结合地理信息与AIS数据的海上航道自适应提取方法

海上航道对于海上态势感知具有重要意义。然而,现有的航道提取方法存在航道航路点易丢失、提取准确性不高等问题,本文依据船舶航路点数量与其途经岛屿、港口等地理区域数量相等的准则,提出了一种结合地理信息与自动识别系统(Automatic Identification System, AIS)数据的海上航道自适应提取方法。首先,构建港口之间往返船只AIS航迹数据集,将每条AIS航迹等间距分段并计算每段航迹的平均航速,设置航速差初始阈值,计算相邻航段平均航速差超过阈值的数量作为初始船只转弯次数。其次,统计AIS航迹途经岛屿、港口等地理区域的数量,若其与利用AIS航迹提取的船舶转弯次数不相等,则根据两者的差异自适应调整航速差阈值,重新提取船舶航路点,直至其与途经地理区域的数量相等,将平均航速差超出最终阈值的航迹段的连接点作为船舶航路点。然后,利用基于密度的聚类算法将所有船舶的航路点聚类为航路点集合,计算航路点集合的质心作为航道的航路点。最后,以航道航路点为顶点、航路点之间的连线为边构建有向图,并删除落在陆地上的连线后得到最终的航道提取结果。利用潍坊港—连云港港之间行驶的20条船舶的AIS数据开展了海上航道提取实验,结果表明,与基于交通路径异常检测的航道提取方法相比,本文方法得到的船舶航路点的平均虚检率降低了9.1%,平均漏检率降低了16.7%,显著提升了航道航路点位置提取的准确性。

面向环境司法智能审判场景的人工智能大模型应用探讨

环境司法审判是生态环境治理体系的重要组成部分,基于生成式人工智能(AI)技术的突破而形成的AI大模型为环境司法审判工作转向更高水平的智能审判体系提供了重大机遇。本文围绕推进AI大模型技术与环境司法审判工作融合、实现环境司法审判工作创新发展的主旨,探讨了AI大模型在环境司法智能审判中的赋能作用和应用实践,凝炼了当前环境司法AI大模型存在的数据质量“低劣”“算法黑箱”引发偏见、深度应用能力不足等突出问题;以生态环境保护类案件应用为例,构建了基于AI大模型的环境司法智能审判系统,阐述了相应系统的架构设计以及涉及的技术要素。进一步提出了注重顶层设计、建设环境司法高端智库,建设环境司法数据中台、健全司法数据标准及规范体系,构建算法治理机制、促进环境司法审判公平正义,完善环境司法多元问责机制、筑牢司法监督管理体系等发展建议,以期丰富环境司法审判工作的前沿技术认知,加快环境司法的智能化、智慧化、现代化转型进程。

基于深度学习神经网络技术的脊柱椎弓根螺钉自动规划研究

目的:针对骨科手术机器人螺钉手工规划效率低下的问题,实现基于CT的脊柱椎弓根螺钉自动、高效、高质量规划。方法:采用深度学习神经网络对标注分割和螺钉的CT图像进行有监督的机器学习,实现脊柱椎弓根螺钉的自动规划;本实验使用44例腰椎CT共440枚螺钉作为训练集,使用11例CT生成110枚螺钉作为测试集,以手工规划作为对照组,通过盲法专家评价评估螺钉规划效果,并通过记录规划时间评估规划效率。结果:该自动规划方法生成的螺钉规划临床可用率为95.4%,自动规划时间与平均手工规划时间分别为68.8 s和177.6 s。结论:该自动规划方法可初步实现高效、高质量的脊柱椎弓根螺钉自动规划,但仍需临床医生监督复核。

AI赋能的大学计算机通识教育的体系化改革探索

近年来,以人工智能(AI)、大数据和元宇宙为代表的新一代信息技术迅速发展,并与各类学科不断交叉融合,引发了一系列的革命性突破。如何与时俱进地培养大学生的数字化、智能化信息素养,大学计算机通识教育面临巨大挑战。提出了一套AI赋能的大学计算机通识教育新体系,从学生的能力目标出发,创建了融合计算与智能的大学计算机通识教育知识体系,设计了面向“四新”专业的“宽、专、融”的大学计算机通识教育课程体系,提出了编程贯通、大模型驱动的“多模式”实践教学方案,构建了包括“认知、设计、创新”的三梯度实践教学体系,重构了贯通计算与智能的大学计算机通识教育基础教材。

3.0T高分辨磁共振成像技术在急性缺血性脑卒中的应用及预后影响因素分析

目的:探讨3.0T高分辨磁共振(HR-MRI)成像技术在急性缺血性脑卒中(AIS)的应用及预后影响因素。方法:选取2019年1月至2022年6月海南省人民医院收治的92例AIS患者,均予以溶栓治疗,并在治疗后90 d依据改良Rankin量表(mRS)将其纳入预后良好组(66例,mRS评分≤2分)与预后不良组(26例,m RS评分>2分)。所有患者于入院1周内行MagnetomTrio型3.0T HR-MRI检查,对比管腔狭窄率、最狭窄处管腔面积、斑块负荷、T_(2)加权成像(T_(2)WI)信号强度指数、T_(1)WI信号强度指数及斑块强化率参数变化;采用受试者工作特征(ROC)曲线,分析3.0THR-MRI参数对AIS预后的预测价值;采用二元Logistic回归模型分析影响AIS患者预后的危险因素。结果:两组患者梗死灶直径比较,差异具有统计学意义(x^(2)=6.574,P<0.05)。预后不良组患者最狭窄处管腔面积低于预后良好组,T_(2)WI信号强度指数、T_(1)WI信号强度指数及斑块强化率均高于预后良好组,两组比较差异有统计学意义(t=-3.378、4.443、4.413、3.890,P<0.05)。ROC曲线分析显示,T_(2)WI信号强度指数、T_(1)WI信号强度指数、最狭窄处管腔面积及斑块强化率预测AIS预后的ROC曲线下面积(AUC)值分别为0.743、0.739、0.706和0.748。Logistic回归分析显示,梗死灶直径>3.0 cm、T_(1)WI信号强度指数、T_(2)WI信号强度指数、最狭窄处管腔面积及斑块强化率是影响AIS预后的独立危险因素(OR=3.889、257.151、105.073、4.091、1.121,P<0.05)。结论:3.0THRMRI在AIS患者预后评估中具有较高效能,能通过观察T_(2)WI信号强度指数、T_(1)WI信号强度指数、最狭窄处管腔面积、斑块强化率等参数变化,为预后判断及治疗方案制定提供指导,且上述参数是影响患者预后的危险因素,往往代表患者病情进展。

数字化转型下AI课堂观察系统使用对师生课堂行为的影响——基于W中学412节课例的循证研究

当前,课堂教学的数字化转型实践和应用正如火如荼,但师生可能因习惯于传统教学环境而对新技术的引入产生抵触情绪,从而影响数字化转型的成效。对此,文章以武汉市W中学七年级四个班的412节课例为研究样本,通过前后测实验设计,对比了AI课堂观察系统投入使用前后师生的课堂行为变化情况、不同特征(包括科目、职称、性别)教师的课堂行为差异,结果发现:AI课堂观察系统对师生课堂行为有一定的影响,且这种影响会随着时间的推移而减弱;AI课堂观察系统对不同特征教师产生了不同程度的影响。文章的研究揭示了课堂教学数字化转型面临的实践挑战,可为课堂教学创新的科学管理提供理论支撑和实践参考。

AI时代的教育与评价

以ChatGPT为代表的AI技术发展对现有教育与评价体系提出挑战,并引发对教育模式与教育理念根本性变革的思考。在AI时代,对知识的了解与掌握已不再是学习的主要目的。以创新、创造、创业为内核的“三创教育”为面向未来的教育提供了一条新路径,其三个基本特征包括可个性化的学习、发现并解决真实问题/产品导向的学习、全球化的学习环境。AI为“三创教育”提供了切实可用的工具与实现方式。人机共生与共同演化(co-evolution)的时代已开启,教育工作者需要深入思考人与AI的关系,以及如何在AI时代实现教育公平和个人成长。