本文介绍了人工智能的不同方法和哲学，探讨了其在教育领域中的应用，以及涉及到的关键的限制和风险，并提出了在遇到人工智能时教育工作者可能会问的一系列问题，旨在使术语和概念易于理解、审视和塑造人类中心的教育人工智能的发展。

Dec, 2022

人工智能 (AI) 和机器学习 (ML) 被广泛地应用于物理和数字产品，创造了前所未有的互动和功能机会。然而，在这个创意领域中，设计师们面临一个挑战，即在技术的可能性和人类互动关切之间取得平衡。本文调查了探索和思考AI系统互动特点、独特的关系可能性以及更广泛的社会影响的技术技巧。我们在一门互动设计课程中引入了九个'AI练习' (n=100)，借鉴了超乎人类设计、负责任的AI以及假设性演绎，以创造有关AI互动设计的体验性参与。我们发现，关于隐喻和演绎的练习使得培训和学习、隐私和同意、自治和机构更具体，从而帮助学生更有思考和责任意识地设计使用AI与其复杂属性的设计过程和结果。

Oct, 2023

探讨了教师实施MIT RAICA课程模块后的经验，研究发现人工智能模块不仅扩展了教师在该领域的知识，还使他们意识到其日常应用及其伦理和社会影响，并促使他们更好地与学生分享内容。还提出了对教师专业发展资源的改进建议。

Dec, 2023

通过系统文献综述，本研究揭示了在基于人性化设计的学习分析和人工智能教育系统中，人性化设计的现状以及教育利益相关者对设计过程的参与程度、人机控制后平衡、以及安全可靠性和可信度的考虑程度，并在此基础上提出了设计和部署这些系统时需要在各个阶段谨慎平衡利益相关者参与、积极吸纳最终用户，尤其是学生的参与，以及在未来的人性化学习分析和人工智能教育系统中探索安全、可靠性和可信度原则的建议。

Dec, 2023

通过共同设计研究，探索学生使用人工智能（AI）的数据在项目式学习（PBL）评估中作为新材料的潜力，并基于学生对教育目标转变的愿景，分析了学生使用AI的各种情景、分析方法和理解方式以及对学生与AI互动和理解AI增强学习的未来研究机会。

Jan, 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

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

通过运用生成型人工智能，教师可以为学生创造个性化学习体验，以改变教学和学习。我们提供了一系列基于人工智能的练习，包括模拟、辅导、指导和共同创作，为每种练习类型都提供了教师可以自定义的提示、课堂实施指南和评估风险的指导。我们还提供了帮助教师创建自己的原创提示的蓝图。通过利用自己的内容和教学专长，教师可以设计这些体验，从而成为构建者和创新者。我们认为这种以教师为驱动的方法有潜力通过让每个教师为他们学生的需求量身定制人工智能练习和工具来使教育技术的发展民主化。虽然本文中的练习只是一个起点而不是最终解决方案，但它们展示了人工智能在教学和学习中扩展可能性的潜力。

Apr, 2024

人工智能在教育中的历史基础、当前实践和新兴挑战，以及在更广泛的人工智能实践中的独特潜力和对当前人工智能政策和实践的贡献问题，分析了AIED领域的关键空白，提出了一个以推动教育和广泛人工智能社区为目标的五点纲领，建议加强跨学科合作、拓宽对人工智能对人类功能影响的理解，并致力于制定以人为中心的教育创新议程，这一方法将使AIED能够对教育技术产生真正积极的影响，涵盖各个社会领域。

May, 2024

教育中使用生成人工智能（GenAI）以支持学习设计等活动，但需要研究GenAI对教师机构的影响，并通过结合人工智能和人类智能的混合智能方法提供解决方案来扩展教师的活动。

Jul, 2024