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。

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。

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。

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%。

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。

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。

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。

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。

风格迁移、指令设计与“世界模拟器”——兼论Sora模型产出艺术杰作的可能

随着生成式人工智能技术在机器监督学习和对抗神经网络的推动下不断升级,程序化算法对当代艺术创作的影响也逐渐加大。回溯人工智能技术在作品生成方面的路径与方法,有助于理解人工智能艺术不同于传统艺术的新特征。通过细审艺术风格迁移的技术迭代现象,可以发现人机交互界面上隐形存在的深层指令设计问题。围绕指令文本做出的无休止调整,在增强艺术创作的游戏化体验时,迎来了动态的涌现现象。作为世界模拟器之一的Sora模型,能够部分地呈现运动中的物理世界,却无法模拟情感动态,艺术杰作难以产出。

大语言模型“数据为王”:训练数据的价值、迷思与数字传播的未来挑战

伴随着ChatGPT的问世和流行,关于生成式人工智能的意涵和影响迅速成为学界和业界的关注焦点。在这场由大语言模型引领的非监督性深度学习浪潮中,一个核心议题就是训练数据。对训练数据的规模和质量的追求,演绎了“万模大战”形势下的“数据为王”法则。而在训练数据的价值、功能和误读的背后,是对数据概念的改写、对数据可供性的迷信和对数据所有权的争夺。训练数据的具体架构和内部机制引发了智能传播生态的重建和信息生产秩序的重构,在这一变革之中也蕴藏着大语言模型时代的数字危机,其具体体现为蒸馏式传播的偏见再生产、过滤式传播的信息保守化和随机性传播的意义之消散。大语言模型及其训练数据急需破除规模迷思,着重思考如何让数据切实成为社会技术系统的一部分。

Sora的职业影响:知识工作者应对AI核心技能替代的策略

AIGC技术的快速发展使人类独有的核心技能逐渐被AI突破和替代,这一趋势给知识工作者带来了前所未有的挑战和焦虑。文章分析OpenAI最新发布的Sora视频生成模型引发的岗位替代威胁,探讨知识工作者应对挑战的策略:采用“人在环中”(HITL)的工作策略、促进多AI智能体之间的协作、利用AI工具学习和掌握新的AI知识和技能,助力知识工作者既能维持职场竞争力,又能探索和创造AI时代新的工作机会。

人工智能对艺术创作的变革性影响分析

生成式人工智能的飞跃性发展对当代艺术创作产生了变革性影响。它通过模仿人类的认知过程,完成类似于人类的艺术创作表达,进而促使艺术家对艺术创作进行重新定义,并从道德伦理、观念、意识、哲学等方面再次思考艺术的价值内涵,重新构建艺术创作的话语体系。在这一过程中,艺术与技术的关系将被重塑,艺术家与人工智能建立起新型关系。

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。

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涌现:国际传播生态新物种、新范式和新秩序

以Chat GPT为代表的生成式AI进入国际传播生态,兼具生产者和消费者双重身份,成为传播新物种。人机共存、人机共有、人机共创将是国际传播的新面向。生成式AI在与既有传播主体的碰撞与融合中,催生了国际传播新范式,但同时也伴随着虚假信息泛滥、技术发展失衡和违背伦理法规等风险。因此,国际传播的新秩序亟待重构,从全方位提升国际传播主体能力、多层次多角度展开叙事内容和全过程治理传播等方向构建新秩序或是可行之路。

智媒时代AI赋能互动叙事的传播策略探析

智媒时代,技术革新推动媒体叙事呈现开放多元新态势,对传统叙事语言带来冲击,互动叙事形态构成的媒体传播迎来新的机遇与挑战。在探求智媒体中互动叙事传播形态的基础上,本文阐述以智能生成、动态交互、辅助优化为要素的媒体产业传播策略,从情感传递性、参与体验感等方面进行拓展性思考,探讨人工智能助力下媒体生产与传播策略融合的价值,以期为互动叙事研究架构提供理论延展,拓宽智媒体传播策略研究的思路与方法。

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。

AI人机交互用户个性化推荐中隐私信息披露影响因素研究

[目的/意义]以ChatGPT为代表的生成式人工智能的发展为人机交互带来颠覆性影响,也为数据安全与个人信息保护带来更大的冲击与挑战。对AI人机交互用户个性化推荐中隐私信息披露及个人信息保护问题的研究将具有重要的实践价值与意义。[方法/过程]文章通过对15名AI人机交互平台用户进行深度访谈,运用扎根理论研究方法进行编码分析,识别AI人机交互用户个性化推荐中隐私信息披露所涉及的个人信息类型和敏感信息类型,并对用户的隐私意识和影响用户隐私信息披露意愿的客观因素进行分析,进而提出加强隐私信息披露风险规制及个人信息安全保障的对策建议。[结果/结论]基于编码结果,将AI人机交互用户个性化推荐中隐私信息披露的影响因素归纳为用户因素、平台因素、社会环境因素、隐私权衡因素4个维度,以此建构理论分析模型,并作为强化AI人机交互用户个性化推荐中隐私信息披露风险规制及个人信息保护的重要指引。