人工智能与教育变革：前景、困难及发展策略---30分钟--2020智能教育技术专委会年会---20201111.pdfVIP

学习科学实验室 Lab of Learning Sciences 人工智能与教育变革 前景、困难和策略 尚俊杰 北京大学教育学院 学习科学实验室执行主任 基础教育中心副主任 尚俊杰博士 北京大学教育学院学习科学实验室 执行主任 北京大学基础教育研究中心 副主任 中国教育技术协会教育游戏专业委员会理事长 中国人工智能学会智能教育技术专委会副主任 邮 箱：jjshang@ 微信公众号：俊杰在线 肖睿,肖海明,尚俊杰.人工智能与教育变革：前景、困难和策略[J].中国电化教育,2020(04):75-86. 目 录 一、人工智能教育应用简史 二、核心价值及美好前景 三、面临的困难和障碍 四、人工智能教育应用未来发展策略 一、人工智能教育应用的历史和现状 起步：计算机辅助教学 • PLATO （Programmed Logic for Automated Teaching Operation） • 1960年由伊利诺大学的联合科学研究所 的Donald Bitzer发起。 • 该系统被公认为第一个专门的计算机辅 助教学系统，最初只能供1名学习者使用。 PLATO / 探索：智能导师系统（智能教学系统） 所谓智能导师系统，指的是能够将某一领域的学科知识和相关的 教学知识，对学生进行个别化教学，根据学生对知识的理解和掌 握程度，选择相应的教学策略，在一定程度上能够模拟人类教学 专家进行教学活动的软件系统。 上世纪70年代开始发展起来。主要包括三个模块：一个是领域知 识模块（又称专家模块）；二是学生模型；三是教师模型（又称 教学策略模块）。 案例：卡内基梅隆认知导师系统CTAT 案例：卡内基梅隆认知导师系统CTAT CTAT FOR FLASH 行为图 相一致 学生界面 智能教学系统的研究重点与典型系统 陈仕品,张剑平.智能教学系统的研究热点与发展趋势[J].电化教育研究,2007(10):41-46+50. 发展：个性化自适应学习 利用人工智能和大数据技术，对海量的学习过程数据和结果数据进行学习分析，借 此实现个性化自适应学习。 • 所谓学习分析技术 （Learning Analytics，简称LA），2011 年首届学习分析与知识国际 会议将其定义为：“测量、收集、分析和报告关于学习者及其学习情境的数据，以便了解 和优化学习和学习发生的情境。” • 所谓个性化学习 （Personalized Learning，简称PL），美国教育部2016年发布的《国家 教育技术计划》中将其定义为：“根据学习者的个性化需求和特点，采取适合的方法和手 段来满足学习者需求的学习过程，让学习者主动或被动地构建和内化知识系统的学习方 式。” • 所谓自适应学习 （Adaptive Learning），也常称为自适应学习系统（Adaptive Learning System，ALS）。1996年，布鲁希洛夫斯基（Brusilovsdy）提出了自适应学习系统的初