人工智能支持的课堂教学行为分析:困境与路径

被引:33
作者
赵丽
贺玮
王洋
机构
[1] 南京师范大学教育科学学院
关键词
人工智能; 多模态大数据; 课堂教学行为分析; 人脑智能; 路径;
D O I
10.13811/j.cnki.eer.2022.01.011
中图分类号
G434 [计算机化教学];
学科分类号
摘要
传统课堂教学行为分析多以人脑分析为主,存在依赖专家、分析效率低、分析不准确等问题。信息化课堂中教学行为分析多通过单一言语行为来考量,手势、眼部表情、身体动作等其他课堂行为难以体现。人工智能技术突破了传统和信息化课堂教学行为分析的局限,实现了分析的自动化和智能化,使得课堂教学行为分析更加精准、全面、真实。研究从舆论造势、技术担忧和安全伦理三方面分析了人工智能技术支持下的课堂教学行为分析的发展困境。研究通过对人工智能技术支持的课堂教学行为分析发展、困境和路径的分析,认为,"人工与人脑的统一"为课堂教学行为分析带来创新突破,将成为人工智能技术支持下的课堂教学行为分析与发展的新路径。
引用
收藏
页码:86 / 92
页数:7
相关论文
共 27 条
[1]  
具身视野下教育中人与技术关系重构的理论探索.[D].王美倩.华中师范大学.2018, 12
[2]   TESTII框架:人工智能支持课堂教学分析的发展走向 [J].
孙众 ;
吕恺悦 ;
施智平 ;
骆力明 .
电化教育研究, 2021, 42 (02) :33-39+77
[3]   全景透视多模态学习分析的数据整合方法 [J].
穆肃 ;
崔萌 ;
黄晓地 .
现代远程教育研究, 2021, 33 (01) :26-37+48
[4]   数据驱动的教学行为分析:现状、逻辑与发展趋向 [J].
张文梅 ;
祁彬斌 ;
范文翔 .
远程教育杂志, 2021, 39 (01) :84-93
[5]   多模态学习分析:走向计算教育时代的学习分析学 [J].
张琪 ;
李福华 ;
孙基男 .
中国电化教育, 2020, (09) :7-14+39
[6]   未来的机器人将取代人类吗? [J].
韩东屏 .
华中科技大学学报(社会科学版), 2020, 34 (05) :8-16+59
[7]   对人工智能在教育中应用的批判与主张 [J].
李芒 ;
张华阳 .
电化教育研究, 2020, 41 (03) :29-39
[8]   多模态数据支持的学习投入评测:现状、启示与研究趋向 [J].
张琪 ;
武法提 ;
许文静 .
远程教育杂志, 2020, 38 (01) :76-86
[9]   基于人工智能的课堂教学行为分析方法及其应用 [J].
刘清堂 ;
何皓怡 ;
吴林静 ;
邓伟 ;
陈越 ;
王洋 ;
张妮 .
中国电化教育, 2019, (09) :13-21
[10]   人工智能教育应用的逻辑起点与边界——以知识学习为例 [J].
宋灵青 ;
许林 .
中国电化教育, 2019, (06) :14-20