数据新要素视域下的智能教育:模型、路径和挑战

被引:41
作者
刘三女牙
彭晛
沈筱譞
孙建文
李卿
机构
[1] 华中师范大学教育大数据应用技术国家工程实验室
关键词
数据要素; 数据赋能; 智能教育; 教育智能体;
D O I
10.13811/j.cnki.eer.2021.09.001
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
随着大数据、人工智能、5G、物联网等新一代信息技术的发展和应用,数据作为一种新生产要素,推动智能教育的数字化赋能升级,具有人性化、情境化、集成化和数智驱动等特征。本文通过拓展教育要素的内涵边界,打造"以数据自治演进"的内循环和"以服务主体为中心"的外循环,联合创设了一个集"主体—环境—资源—数据"四位一体的内外双循环系统模型;然后重点围绕健全数据治理和保障数据全周期覆盖、强化数据赋能和优化教学创新、构建教育智能体和服务主体新形态、瞄准人机混合智能和勾画智能教育新图景等,解析"数据+智能教育"发展的多重路径;最后从数据伦理规范、人机互信、多学科交叉和教育均衡发展等方面,阐释"数据+智能教育"面临的多重挑战,以期引起教育管理者、研究者、实践者等对于数据要素视域下智能教育创新发展的思考与共鸣。
引用
收藏
页码:5 / 11+19 +19
页数:8
相关论文
共 33 条
[1]   智能教育发展中的若干关键问题 [J].
刘三女牙 ;
刘盛英杰 ;
孙建文 ;
沈筱譞 ;
刘智 .
中国远程教育, 2021, (04) :1-7+76
[2]   从智能教育到未来学习:新时代教育技术创新与应用新常态——第十九届教育技术国际论坛综述 [J].
聂竹明 ;
张犇 .
开放教育研究, 2021, 27 (02) :18-25
[3]   活动理论视角下高校教育数据治理体系构成要素研究 [J].
董晓辉 .
中国电化教育, 2021, (03) :79-87
[4]   智能技术赋能因材施教:技术框架、行业特点及趋势——基于智能教育行业发展实证数据的分析 [J].
刘邦奇 ;
张金霞 ;
许佳慧 ;
胡婷婷 ;
朱广袤 .
电化教育研究, 2021, 42 (02) :70-77
[5]   加快推动学科交叉融合助力发展高质量教育 [J].
刘三女牙 .
国家教育行政学院学报, 2020, (12) :46-51+58
[6]   数智融合:数据驱动下教与学的演进与未来趋向——兼论图形化数据智能赋能教育的新形态 [J].
郑思思 ;
陈卫东 ;
徐铷忆 ;
袁凡 ;
褚乐阳 .
远程教育杂志, 2020, 38 (04) :27-37
[7]   迈向智能教育的基础教育信息化发展新思路 [J].
邢西深 .
电化教育研究, 2020, 41 (07) :108-113
[8]   人工智能教育与数字经济的协同联动逻辑及推进路径 [J].
邓文勇 ;
黄尧 .
中国远程教育, 2020, (05) :1-9+76
[9]   基于多源数据融合的共享教育数据模型研究 [J].
武法提 ;
黄石华 .
电化教育研究, 2020, 41 (05) :59-65+103
[10]   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