AI 在教育中的黑盒子拆解
本文探讨人工智能在教育领域的复杂性及对学习的个性化、伦理、学科价值与学习体验的潜在影响，旨在通过教育研究和综合实证最佳实践，明确了解如何将人工智能技术与学与教的基本原则相协调，以及为未来真正提升学习体验和结果而可能需要优先考虑的具体行动。
Feb, 2024
本研究重点介绍了工业和学术角度下人工智能在教育领域的不同应用，并强调了最新的情境化学习、创新评估以及先进的辅导系统等方面的进展和发展。此外，文章还分析了 AIEd 的伦理问题和转型对人们尤其是学生和教师的影响，并探讨了 AIEd 未来研究和实践的潜力。
Jan, 2023
本论文讨论了 AI 对医学、生物学、交通、娱乐等领域产生深远影响的同时，为应对未来 AI 驱动的社会挑战，将 AI 教育纳入 K-12 教育的必要性并提出了基于模块化的教学方法以促进学生的动机和创造性思维。
May, 2022
本书旨在提供人工智能发展的历史、潜力和局限性的现实图景，并介绍 AI 的各种应用领域及方法，其中重点覆盖了深度学习等当前人工智能的主流方法及技术，以及 AI 在人类情感智能等领域的应用，最后总结了当前 AI 的现状与未来发展趋势。
Jan, 2022
人工智能从实验室科学转变为实际人类环境，引发了许多历史、社会文化的偏见、不平等和道德困境。人工智能教育（AIED）提出了更多特定的挑战，涉及技术对用户的影响，这些技术如何用于加强或改变我们学习和教学的方式，以及作为社会和个体，我们对教育结果的价值观。该文章讨论了人工智能的关键伦理维度，并将其置于 AIED 设计和工程实践中，以建立我们所构建的 AIED 系统、我们提出的有关人类学习和发展的问题、我们使用的教学伦理以及我们通过 AIED 在更广泛的社会技术系统中提倡的价值观之间的联系。
Mar, 2024
这篇论文提出了人工智能在学习和教育中的多维视角，强调了人工智能、分析技术和学习过程之间错综复杂的相互作用。论文挑战了将人工智能仅视为随机工具的狭隘概念，并主张重要的替代概念。作者在文中突出了人类智能与人工信息处理的差异，AI 算法中固有的认知多样性，并指出 AI 也可以作为理解人类学习的一种工具。借鉴早期的学习科学和教育中的 AI 研究，本文提出了三种独特的人工智能在教育中的概念：人类认知的外部化、通过内化 AI 模型来影响人类思维过程，以及通过紧密结合的人工智能系统扩展人类认知。文中通过当前研究和实践的例子阐述了这三种概念的潜在价值和局限性，强调了过分强调将人类认知外部化的危害，如当今围绕生成性 AI 工具的炒作。最后，本文呼吁采用更广泛的教育方法，包括教育人们关于人工智能的知识，并创新教育体系以适应 AI 为基础的世界。
Mar, 2024
本研究通过采用匿名调查和专家面谈的方式研究了如何在教育人工智能应用程序的开发过程中考虑公平性的挑战和需求，以及对数据挖掘和机器学习的推动作用，为实现更公平的教育人工智能应用程序提出了具体方向。
Jun, 2022
本文提供了一套以数字素养和社会视角为重点的 AI 学习目标，旨在帮助补充现有的计算机科学课程，并提供有关 AI 的核心概念和相应的能力的见解。
May, 2023
人工智能是一种新兴技术，有潜力改变社会的许多方面，包括经济、医疗和交通。本文综合了有关人工智能全球影响的最新研究文献，并探讨了它的潜在益处和风险。文章强调了人工智能的影响，包括经济、伦理、社会、安全和隐私以及工作岗位的替代方面。它讨论了围绕人工智能发展存在的伦理关切，包括偏见、安全和隐私违规问题。为了确保人工智能的负责任发展和部署，政府、产业和学术界之间的合作至关重要。文章最后强调了公众参与和教育的重要性，以促进对人工智能对整个社会影响的认识和理解。
Dec, 2023