生成式人工智能时代中的教育:背景和最新发展
提供一种加速学习方法来教授 AI,以便让学生更好地理解和利用 AI 在科学、技术、工程和数学等领域中的伦理用途和风险,并深入了解学生对 AI 的认知和其在社会和未来职业道路中的重要性。
May, 2024
通过讨论生成式人工智能和适应性学习概念的交叉研究,本文旨在阐明这两种方法的益处、挑战和潜力,并认为这种结合将为教育领域的下一阶段学习方式的发展做出显著贡献。
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
通过分析大学教师对人工智能语言模型的经验和态度,本研究填补了文献中对人工智能在教育中的应用以及其对教学和学习的潜在影响的研究空白。该研究调查了高等教育中语言模型和生成式人工智能工具的意识水平、整体态度以及影响这些态度的因素。研究结果显示,教育工作者对这些工具的认识程度逐渐增加,总体上持积极态度。教学风格与对生成式人工智能的态度之间没有相关性。最后,相较于其他领域的教育工作者,计算机科学教育工作者对生成式人工智能工具在技术上的理解更有信心,对其持更加积极的态度,但在检测人工智能生成作品的能力上并不更有信心。
Mar, 2024
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
直接或间接地影响教学与学习的生成式人工智能(GAI)正影响着各种学科和学科的教育。作为教育者,我们需要了解 AI 在人机交互教育中的潜力和局限,并确保我们的人机交互设计专业的毕业生了解 AI 在此领域中的潜力和局限。本文报告了将生成式人工智能纳入为期 10 周的本科模块所得出的主要教学见解。我们设计了这个模块,以鼓励学生在设计任务要求和计划实践会话与讨论中进行 GAI 模型的实验。我们的见解基于学生在完成模块后的调查回复。对于人机交互设计教育者而言,我们的主要发现是 AI 作为发展项目想法和创建设计资源的一个人物角色,以及 AI 作为反映学生对关键概念和想法的理解并突出知识差距的一面镜子。我们还讨论了应该考虑的潜在陷阱以及评估学生对 GAI 作为教学工具的识字能力和假设的需求。最后,我们提出了教育者以 GAI 作为教育工具所带来的机会,并在实践中富有实验性、创意性和勇气的案例。最后,我们就我们的发现与人机交互中的 TPACK 框架进行了讨论。
May, 2024
本文探讨了人工智能、机器学习和深度学习等技术如何全面地应用于教育中,摘要了近二十年来相关研究的研究方向,包括如何应对 COVID-19 疫情所带来的挑战,同时也指出了应用人工智能于教育中存在的局限性及未来发展的方向。
Jan, 2023
该研究通过对相关文献的系统回顾,概述了在高等教育中利用生成人工智能进行教学和学习的最新研究现状。研究发现,文献中存在研究缺口,需要进一步研究如何将生成人工智能融入教学和学习过程,加强跨学科、多维度的合作,以制定生成人工智能的使用指南、框架和政策。
Jun, 2024
本文探讨了与人工智能进行的教育交流,不是作为提示和回应的序列,而是作为对话和探索的社交过程,在其中,学习者在互联网工具和资源的动态计算介质中不断与 AI 语言模型交谈。本文强调了构建用于教育的社交生成 AI 是需要开发强大的 AI 系统的,这些系统可以与人类以及彼此对话,构建如知识地图之类的外部表征,访问和贡献于互联网资源,并担任教师、学习者、导师和指南的角色。但人们也需要考虑将如何设计和约束这些社交生成 AI,以确保其意识到其限制、对学习者和互联网的尊重并尊重人类教师和专家的完整性的问题。
Jun, 2023