人工智能赋能课堂教学减负提质的机制、风险与应对

被引:22
作者
王开 [1 ]
汪基德 [2 ,1 ]
机构
[1] 河南大学教育学部
[2] 河南大学河南省教育信息化发展研究中心
关键词
减负; “双减”政策; 学业负担; 课堂教学; 人工智能;
D O I
暂无
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
学业负担过重向来是义务教育改革难以攻破的瓶颈,"双减"政策从校内教学和校外培训两方面为当前的减负工作指明方向和路径。从校内教学的视角来看,减轻学生过重学业负担的关键不仅在于作业的减"量",更需要课堂教学的增"质"。人工智能技术可以为课堂教学减负提质提供支撑引领,助力教学过程精准高效,为学生量身定制个性化作业,全流程数据驱动教学评价降低考试压力。然而技术理性使课堂教学面临人本关怀缺失,教学评价重量轻质,学生学业负担再度加重的风险。对标"双减"目标坚守教学育人本义,人机协同教学实施因材施教,动态监测学业负担,科学精准减负,统整量化质化评价是减负提质的可行路径。
引用
收藏
页码:57 / 65
页数:9
相关论文
共 22 条
[11]   论人工智能时代学习方式及其学习资源特征 [J].
余亮 ;
魏华燕 ;
弓潇然 .
电化教育研究, 2020, 41 (04) :28-34
[12]   人机学习共生体——论后人工智能教育时代基本学习形态之构建 [J].
李海峰 ;
王炜 .
远程教育杂志, 2020, 38 (02) :46-55
[13]   智能教育场域中的学习者建模研究趋向 [J].
黄涛 ;
王一岩 ;
张浩 ;
杨华利 .
远程教育杂志, 2020, 38 (01) :50-60
[14]   人工智能时代下的精准减负:提升减负政策效能的关键——基于小学生学习投入与主观课业负担类型的划分及特征分析 [J].
张生 ;
张平 ;
曹榕 ;
程姝 ;
方丹 .
中国电化教育, 2020, (01) :114-121
[15]   人工智能对教学的解放与奴役——兼论教学发展的现代性危机 [J].
李泽林 ;
陈虹琴 .
电化教育研究, 2020, 41 (01) :115-121
[16]   新中国成立70年来我国学业负担政策的演进历程与未来展望 [J].
殷玉新 ;
郝健健 .
首都师范大学学报(社会科学版), 2019, (06) :172-179
[17]  
优美课堂:课堂教学质量观重建[J]. 黄伟.课程.教材.教法. 2018(08)
[18]   学业负担探究的新思路 [J].
靳玉乐 ;
张铭凯 .
教育研究, 2016, 37 (08) :70-76
[19]   课堂教学质量评价体系的研究 [J].
单宗芬 .
中国成人教育, 2006, (06) :135-136
[20]   教学本体论的转换——从“思维本体论”到“生成论本体论” [J].
迟艳杰 .
教育研究, 2001, (05) :57-61