人工智能与教育深度融合发展:逻辑、困境与策略

被引:38
作者
张海生 [1 ,2 ]
机构
[1] 重庆文理学院期刊社
[2] 中国人民大学教育学院
关键词
人工智能; 智能教育; 智能技术; 教育数据; 教育服务; 智能算法;
D O I
10.13694/j.cnki.ddjylt.20210106.002
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
人工智能与教育深度融合发展的目的在于通过高智能性的技术来不断提升教育的科学性和民主化。人工智能与教育深度融合发展的操作原理是通过技术、数据和算法的重组,推动教育走向智能化,具体表现为支持智能教育关键技术的高智能化(技术)、教育资源的整合与教育大数据的形成(数据)和教育供给的科学化(算法+服务)。就目前而言,人工智能与教育深度融合发展还存在技术基础不稳、教育数据缺陷、算法能力不足等现实问题。为此,要想实现人工智能与教育的深度融合发展,教育应尽早谋划,重新思考人工智能时代教育将如何存在,并从技术基础(改善技术的成熟度,重新思考技术世界中的教育)、数据驱动(加快教育数据资源的整合力度,提高教育数据单元质量)和算法服务(创新教育资源的有效供给方式)三个层面协同推进。
引用
收藏
页码:57 / 65
页数:9
相关论文
共 30 条
[1]   我国高校人工智能人才培养:问题与策略 [J].
张海生 .
高校教育管理, 2020, 14 (02) :37-43+96
[2]   人工智能时代的高等教育将如何存在 [J].
张海生 .
江苏高教, 2020, (02) :23-29
[3]   人工智能与出版融合发展:内在机理、现实问题与路径选择 [J].
张海生 ;
吴朝平 .
中国科技期刊研究, 2019, 30 (03) :225-231
[4]   重塑体验:扩展现实(XR)技术及其教育应用展望——兼论“教育与新技术融合”的走向 [J].
褚乐阳 ;
陈卫东 ;
谭悦 ;
郑思思 .
远程教育杂志, 2019, 37 (01) :17-31
[5]   人工智能视域下的学习参与度识别方法研究——基于一项多模态数据融合的深度学习实验分析 [J].
曹晓明 ;
张永和 ;
潘萌 ;
朱姗 ;
闫海亮 .
远程教育杂志, 2019, 37 (01) :32-44
[6]   中国教育改革发展的昨天、今天和明天——顾明远先生专访 [J].
顾明远 ;
蔡宗模 ;
张海生 .
重庆高教研究, 2019, (02) :5-11
[7]   大数据背景下高等教育治理转型:机遇、挑战与应对策略 [J].
汤贝贝 ;
薛彦华 .
重庆高教研究, 2019, 7 (02) :77-86
[9]   人工智能时代教育将如何存在 [J].
唐汉卫 .
教育研究, 2018, 39 (11) :18-24
[10]   “互联网+教育”时代的学习新形态:主要类型、共性特征与有效实现 [J].
张海生 ;
范颖 .
中国远程教育, 2018, (10) :24-34