未来教师如何培养?——人机协同师范教育创新的理论模型与实践进路

随着智能时代的到来,将人工智能与师范教育进行融合成为教育领域的紧迫任务。文章首先分析了师范教育面临的现实挑战,并探讨了师范教育的培养目标、人机协同对师范教育的作用及影响。之后,立足于当前师范教育的目标及需求,文章依托复杂系统理论,构建了人机协同师范教育创新的理论模型。此模型以人机协同为中心,包含教育资源、课程内容、教学方法、评价体系四个维度,以及基础层、教学实践层、组织管理层、政策战略层四个层面,为理解和实施基于人机协同的师范教育创新提供了一个全面、深入的视角。在此基础上,文章进行了案例分析,并结合分析结果提出人机协同师范教育创新的实践进路,回应了“未来教师如何培养”这一核心问题。文章对人机协同师范教育创新的理论与实践探索,可为未来教师的培养提供新视角,并可为人机协同促进师范教育现代化和教育质量提升提供参考。

创新创业活动对大学生就业能力影响研究

基于创新创业人才培养模式,探究高校创新创业活动对大学生就业能力的影响。借助大学生就业能力模型(简称USEM模型),分别从学科理解、技能、效能信念和元认知四个维度进行问卷的编制。通过问卷调查和访谈获取研究数据,分析具有不同创新创业活动经历的学生在就业能力前置因素方面的差异,并进一步探究创新创业活动开展的意义。研究发现,创新创业活动的开展对学生就业能力中效能信念和技能的发展作用显著,不同的就业能力被赋予不同程度的重要性,说明创新创业活动的开展为大学生提前接触社会、参加工作提供了有效契机。

教育中的ChatGPT:教学能力诊断研究

人工智能技术的发展正引发教育领域的深层变革。作为人工智能技术驱动的新一代自然语言处理工具,ChatGPT因强大的语言理解和文本生成能力,引发广泛关注和使用。但由于自身的特殊性,教育领域在接纳它的同时,尤其要关注其是否会对学生产生不良影响。为调查ChatGPT目前所具备的教学能力,华东师范大学智能教育研究院组织了ChatGPT在教学能力方面的诊断研究。6名教师和9名学生通过118个问题800轮询问,发现:ChatGPT目前尚不具备独立辅导学生的能力,但已可作为教师日常工作能力提升的好助手。教师应尽快接触、学习、使用通用人工智能工具,了解其潜在的风险,并教会学生如何正确地面对和使用通用人工智能工具。

人工智能向善:面向未成年人的人工智能应用监管探研——面向未成年人的人工智能技术规范研究(三)

人工智能应用与未成年人之间的和谐共生是当前亟待完成的任务。由于未成年人正处于认知、心理塑造发展的关键时期,其成长发展过程中需要更多监管和关注。针对当前人工智能应用监管中存在的风险和挑战,文章从面向未成年人的人工智能应用监管框架顶层设计出发,提出面向未成年人的人工智能应用监管善治路径。监管框架顶层设计以尊重人类的自主能力为核心,提升未成年人的能动性,优化监督机制,具体包括监管内涵、技术原则和组成要素。监管善治路径从以未成年人为中心的人工智能应用监管技术体系的构建出发,探索提升场景多样化评测机制,完善面向未成年人的人工智能应用监管制度,参与面向未成年人的人工智能应用监管国际规则制定,开展面向未成年人的人工智能应用监管社会实验研究。通过研究框架和善治实施路径的构建,以期为面向未成年人的人工智能技术规范提供有益参考。

有源降噪入耳式耳机声衰减实验测量及对比研究

针对有源降噪入耳式耳机声衰减测量,对比研究了4种典型的测量方法,包括真耳听阈衰减法(REAT)、等响法(LB)、真耳内置传声器法(MIRE)和专用声学测试装置法(ATF)。依据该类耳机的特点设计了测量装置、实验环境和实验方案,开展了3款耳机的测量研究。结果表明,对于无源声衰减测量, MIRE方法与作为护听器“黄金”标准的REAT方法相比,中高频差异在±3 dB范围内,而MIRE方法在低频更准确;对于有源声衰减测量, MIRE方法与LB方法的结果接近,差异在±2 dB范围内,且MIRE方法更易于操作。MIRE方法有较高的测试效率和准确性,是测量有源降噪入耳式耳机声衰减的一种有效方法。

教育数字化转型:转什么,怎么转

教育数字化不仅是对教育的赋能,更是对教育的变革和重塑。由于教育数字化的复杂性和特殊性,教育数字化转型并不像在许多其他领域那样取得了令人期待的成果。教育数字化转型到底转什么、怎么转,在学者、决策者和公众的认知中,普遍存在一些困惑甚至误解。厘清当前教育数字化转型的基本理论和实践问题十分必要。教育数字化与其他领域数字化的根本不同在于,教育活动不是物与物的联系,而是人与人的联系,教育数字化不仅不能替代人,而且要以人的发展为目的,是通过人、依靠人、为了人,以是否促进了人的发展为衡量标准。当前教育数字化的重点任务是创新教育场景,开发数字资源,提升教师数字素养,提升国家数字教育平台能级,以数字化思维治理教育数字化。

智能教育场景下的算法歧视:潜在风险、成因剖析与治理策略

随着人工智能在教育场景中应用的不断深化,智能教育以其个性化、定制化等独有优势改变了当下的教育格局,但智能教育也面临着算法歧视的潜在风险,如教育结果的单一化、加剧教育不公平、学习结果两极分化、人机交互加深偏见等。同时,在智能教育系统的开发与应用过程中,设计团队存在思维定势、机器学习的偏差、交互式决策的危机等问题使算法歧视的成因更为多样化。而解决对智能教育系统中存在的算法歧视问题,需从促进多主体共同参与,构建多元评价标准,以及通过技术赋能等三方面落实治理策略。具体到技术治理,可根据时间维度划分为三阶段治理,即在事前加强数据歧视检测,在事中建立可解释、可审查的算法优化机制,在事后坚持学生在教育教学活动中的主体性。

教育数字化转型:转什么,怎么转

思想、认识上的转变。教育是一个以人为主体的复杂系统,教育数字化转型的内容和取向不像绝大多数行业或领域的数字化转型那么简单和直接,教育数字化转型与对教育的认识和对人的认识紧密结合在一起。教育数字化转型的成果最终要体现在教书育人和促进人的发展上。1.数字化不仅赋能教育更是重塑教育。

中小学人工智能课程指南

我国的中小学人工智能教育起步不久,由于缺乏统一的课程标准,在课程的性质与目标、教材开发和学业评价等方面仍然面临诸多理论与实践困难。华东师范大学联合上海人工智能实验室编写《中小学人工智能课程指南》,从课程性质与基本理念、核心素养与课程目标、课程结构、课程内容与要求、学业质量评价标准、实施建议等六个方面,构建一套科学开放的中小学人工智能课程指南,为我国中小学人工智能教育体系建设提供参考。

自闭症儿童自伤行为问题的干预个案研究

目的研究正向行为支持策略对自闭症儿童自伤行为的干预效果,为自闭症儿童自伤行为的干预提供借鉴和参考。方法采用A-B-A实验统计,通过直接观察记录对该个案进行功能评估,基于评估结果制订了前事控制、教导替代性行为和后果处理等正向行为干预支持策略,观察个案自伤行为的变化,干预时间10周。结果(1)功能性行为评估可以正确有效找到自闭症儿童自伤行为的功能类别;(2)正向行为支持技术能有效减少自闭症儿童的自伤行为;(3)正向行为支持技术能够增加自闭症儿童的积极行为;(4)家长参与能够强化自闭症儿童正向行为,提高其生活品质。结论正向行为支持技术对自伤行为的干预有效。

孤独症谱系障碍和发育迟缓儿童语言环境调查及其与标准化测试的相关性研究

目的调查孤独症谱系障碍和发育迟缓儿童中的语言环境指标特征,并检验其与标准化测验的相关性,为语言环境分析系统的临床使用提供参考建议。方法对生理年龄无显著差异的25名孤独症谱系障碍儿童、19名发育迟缓儿童及11名典型发展儿童进行标准化测试和基于语言环境分析系统(language environment analysis,LENA)的成人词汇数、儿童发声次数和话轮次数测量分析。结果①儿童各项语言环境测量指标差异不显著(P>0.05);②孤独症谱系障碍和发育迟缓儿童的发声次数与其标准化语言测试得分存在显著的中低度相关;③在发育商低于85的儿童中,儿童发声次数与标准化测试得分相关性更高;④话轮数和成人词汇数与标准化评估结果未见相关性。结论孤独症谱系障碍和发育迟缓儿童、典型发展儿童的语言环境测量指标均无显著差异,LENA自动测量指标中,儿童发声次数与标准化测试结果相关。

学龄前孤独症谱系障碍和发育迟缓儿童语言能力比较研究

目的研究学龄前孤独症谱系障碍(autism spectrum disorder,ASD)儿童和发育迟缓(developmental delay,DD)儿童在接收性和表达性语言能力上存在差异,为ASD和DD儿童的语言康复提供参考建议。方法采用《普通话儿童语言能力临床分级评估量表》对25名学前ASD儿童和18名学前DD儿童进行评估。结果①ASD儿童的词语和句子理解能力显著低于同龄DD儿童(P<0.05);②ASD儿童在接收性语言、表达性语言和整体语言能力上均显著低于同龄DD儿童(P<0.05);③两组儿童各项评估中的错误走向存在差异;④两组儿童在词语和句子理解中大部分错误出现的题项、走向不同;词语命名错误类型中,ASD儿童以无反应为主,DD儿童以不相关描述为主。句式仿说错误类型中,两组儿童在语法错误上均以缺失成分为主,语义错误上以内容不符为主,且组成结构比例相似,但混合错误中除无反应外,ASD儿童以重复例句为主,DD儿童以颠倒为主。结论ASD儿童和同龄DD儿童的语言能力存在差异,且表现为不同的错误类型。

汉语儿童语言发展评估的进展与思考

汉语儿童语言发展评估仍处于起步阶段,近年来呈现出3个主要特征:初步建立起以标准化评估和非标准化评估为主要范式的多样化评估框架;评估对象从单一模态走向多模态融合;评估技术从传统迈向人工智能。但与国际研究相比,尚存以下问题:语言学发挥的作用不大,极易导致评估走向某种偏颇;本土化评估体系亟待建设;相关数据库还比较匮乏。基于此,有针对性地提出建立中国特色汉语儿童语言发展评估体系的3点建议:建立“为儿童而研究儿童语言”的儿童语言学科,发展相关课程与教材,并加强跨学科教学团队建设;转变西式思维,加强汉语儿童语言评估系统的自主研发;拥抱数字时代,建立可共享的汉语儿童语言发展数据库平台。

近似图引导的演化贝叶斯网络结构学习算法

贝叶斯网络结构学习是贝叶斯网络推理及应用的基础.搜索高质量的节点序是贝叶斯网络结构学习的一类重要方法.针对在节点序空间中,搜索高质量节点序存在的难以高效、准确评估解的问题,本文提出了一种近似图引导的演化贝叶斯网络结构学习算法.首先,该算法利用互信息构建无向近似图;其次,该算法通过结合节点序和无向近似图构造有向图结构,将其贝叶斯信息准则评分作为节点序的适应度来高效评估节点序,并在演化优化的框架下,使用提出的基于Kendall Tau Distance的交叉算子和基于逆度的变异算子搜索最优节点序;最后,将搜索到的最优节点序输入K2算法得到其对应的贝叶斯网络结构.在4种不同规模网络上的实验结果表明,该算法在收敛时间和准确度之间取得了较好的平衡,其评分相较于对比算法中的次优解分别提升了10.91%、12.28%、53.96%、10.87%.

基于动态批量评估的绿色无梯度优化方法

在基于语言模型即服务的提示词黑盒微调、机器学习模型超参数调节等优化任务中,由于解空间到性能指标之间的映射关系复杂多变,难以显式地构建目标函数,故常采用无梯度优化方法来实现寻优.解的准确、稳定评估是有效实施无梯度优化方法的关键,完成一次解的质量评估常要求在整个数据集上完整运行一次模型,且优化过程有时需要大量评估解的质量.随着机器学习模型复杂度以及训练样本量的不断增加,准确、稳定的解的质量评估时间成本与计算代价越来越高昂,这与绿色低碳机器学习与优化理念背道而驰.有鉴于此,提出了一种基于动态批量评估的绿色无梯度优化方法框架(green derivative-free optimization with dynamic batch evaluation,GRACE),基于训练子集的相似性,在优化过程中自适应动态调节评估解时使用的样本量,使得GRACE在保证优化性能的同时,降低优化成本与代价,达到绿色低碳高效的目标.在语言模型即服务提示词黑盒微调、模型超参数优化等实际任务上进行了实验验证,通过与一系列对比方法以及GRACE消融退化版算法进行比较分析,表明了GRACE的有效性、高效性、绿色低碳性.超参数分析结果表明了其具备超参数稳健性.

喉源性咳嗽证型临床特征相关性分析与局部特征AI分析

目的:分析喉源性咳嗽(喉咳)临床症状与中医证型的相关性,探究人工智能(AI)对咽部图像特征分类的分析情况,以期完善临床证候客观信息收集,扩大望诊范围,将精细化局部辨证为完善整体辨证服务。方法:收集2022年8月至2023年2月于上海中医药大学附属岳阳中西医结合医院门诊就诊的喉咳患者142例,记录其相关临床资料及内窥镜下咽后壁图像信息,分析喉咳临床特征与中医证型的相关性,并将所有咽部图像分类标注后交由AI进行局部特征学习,以探究局部特征人工分类的准确率。结果:在单因素Logistic回归模型中,中度咽干(OR=2.630)、中度咽痒(OR=3.290)与痰饮证呈正相关;重度咽干(OR=5.786)、中度咽黏膜充血(OR=7.360)及中度咽后壁淋巴滤泡增生(OR=4.200)与火热证呈正相关;重度咽异物感(OR=5.353)及重度咽黏膜充血(OR=5.194)与瘀血证呈正相关;其余症状与三证型均无明显相关性。将有意义的结果进行多因素Logistic回归分析得出:相对无咽痒,中度咽痒增加痰饮证发生的风险,差异有统计学意义[OR=3.269,95%CI(1.060,10.079),P=0.039);相对于无咽干,中度咽干增加痰饮证发生的风险,差异有统计学意义[OR=2.649,95%CI(1.041,6.745),P=0.041];相对无咽干,重度咽干增加火热证发生的风险,差异有统计学意义[OR=24.615,95%CI(2.774,218.403),P=0.004];相对于无咽黏膜充血,中度咽黏膜充血增加火热证发生的风险,差异有统计学意义[OR=21.819,95%CI(3.526,135.027),P=0.001];相对于轻度咽后壁淋巴滤泡增生,中度咽后壁淋巴滤泡增生增加火热证发生的风险,差异有统计学意义[OR=11.657,95%CI(1.942,69.99),P=0.007];而咽异物感及咽黏膜充血与瘀血证无明显相关性(P>0.05)。AI分析得出此次整体分类的准确率为74.8%。结论:喉咳部分临床特征与证型间具有相关性,可为全身辨证提供参考;其余部分咽喉部特征与全身情况不一定相符,须全身辨证与局部辨证相结合论治;AI图像分析技术与延伸望诊相结合,可拓宽辨证思路,为精细化辨证提供参考。

数字化转型视野下的教育治理

数字化技术的发展为教育数字化转型提供了无限广阔的前景,教育治理方式的创新和治理水平的提高是教育数字化转型的必要条件。该研究阐述了教育数字化的发展路径及其必然影响,重点从“为教育数字化的治理”和“对教育数字化的治理”两个维度讨论教育数字化治理的原则和内容;揭示了教育数字化与其他各行各业数字化不同的本质特征,强调教育是人和人的互动,教育离不开人,只有人和机器融为一体,实现人机交互、人机协同,教育数字化的功能才能真正发挥出来;要实现从“数字化+教育”向“教育+数字化”的转变,发展有温度的数字化教育。

家庭社会经济地位对学生社会与情感能力的影响——成长型思维和学业焦虑的链式中介作用

本研究基于2023年济南参加OECD社会与情感能力测评的数据,聚焦家庭社会经济地位对学生社会与情感能力的影响,并尝试从学生成长型思维和学业焦虑两个视角出发,探讨两个变量在家庭社会经济地位影响学生社会与情感能力的中介机制。研究结果表明:(1)家庭社会经济地位、成长型思维都对学生社会与情感能力产生显著正向影响,学业焦虑对学生社会与情感能力产生显著负向影响;(2)成长型思维发挥着显著正向中介作用,即家庭社会经济地位通过成长型思维的中介作用对学生社会与情感能力产生积极促进作用;(3)学业焦虑作为中介变量呈现显著负向中介效应,表明家庭社会经济地位通过学业焦虑的中介作用对学生社会与情感能力产生不利影响;(4)研究进一步揭示了成长型思维和学业焦虑之间显著正向的链式中介作用,即家庭社会经济地位通过影响学生的成长型思维,进而调节学生的学业焦虑水平,最终对学生社会与情感能力产生综合影响。基于实证结果的讨论,本研究针对学生社会与情感能力发展水平的提升提出三方面建议:一是给予家庭社会经济地位较弱的学生群体更多资源和平台的支持;二是以学校为主阵地,系统建立成长型思维培养的路径机制;三是推进家校联动,共同破解青少年学业焦虑难题。

基于机器学习的基数估计技术综述

基数估计是数据库关系系统查询优化器的基础和核心.随着人工智能技术的发展,其在数据处理、提取数据之间的关系等方面显现出优越的性能.近年来,基于机器学习的基数估计技术取得了显著的进展,受到了学术界的广泛关注.首先总结了基于机器学习的技术估计技术的发展现状,其次给出了基数估计的相关概念及其特征编码技术.接着建立了基数估计技术的分类体系.在此基础上,进一步将基于机器学习的基数估计技术细分为查询驱动、数据驱动和混合模型这3类基数估计技术.然后重点分析了每一类技术的建模流程、典型技术和模型特点,并对其在SQL和NoSQL中的应用进行了分析和总结.最后讨论了基于机器学习的基数估计技术面临的挑战和未来的研究方向。

企业跨境数据保护成熟度研究:以面向欧盟区域为例

[研究目的]跨境流动已成为国际贸易谈判的焦点议题。以欧盟为代表的各主体为积极应对数据跨境安全问题,纷纷出台数据保护立法。在此背景下,作为掌握海量数据的企业对于数据的跨境安全传输问题更是责无旁贷。[研究方法]通过提出企业跨境数据保护成熟度评估工具,来研究企业面向欧盟区域的数据保护问题。根据数据隐私管理标准发展三阶段内容以及能力成熟度等理论,结合GDPR区域监管要点及企业跨境数据保护管理实践,构建了包含3个一级指标,12个二级指标,41个三级指标的企业涉欧跨境数据保护成熟度评估模型。[研究结论]将该模型运用于GDPR 19个经典案例及国内3个典型行业,验证了评估体系的有效性,并最终获得所选行业面向欧盟区域的跨境数据保护成熟度评估概况,为我国企业的跨境数据保护合规自评提供了有利的参考。