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

发布时间：2021-08-19 09:51

　　随着5G、大数据、XR和人工智能等技术的发展和应用,人类已经进入到数智融合（BD+AI）时代。图形化是当今大数据的重要形式之一,可以快速耦合异构数据,为各类教育主体提供决策支持。图形化数据驱动教育的核心特征,包括实时互动、埋点采集、深度分析和循证决策。在教育领域,图形化数据包括状态、过程、关系和支持四个维度的不同类型,具有直观性、全景性、交互性、智能性、可扩展性和叙事性等特性,在学生学习、教师教学、学习评价以及教学管理均可有效应用。数智融合使得图形化数据可以从脑机技术、全域交互、人机融合、虚实共生、教育均衡、教育智脑六个方面,赋能未来教育新形态。 

【文章来源】：远程教育杂志. 2020,38(04)北大核心CSSCI

【文章页数】：11 页

【部分图文】：

数据驱动的起源与发展

我们认为，数据驱动指通过采集海量的数据，并对数据进行清洗、加工、计算以建立数据模型，如图2所示。在此过程中，保持数据的动态更新，以推动模型进化与迭代，使粗糙模型进化为足以映射真实精细化模型，再通过数据分析与算法，对模型进行训练并实行预测。最后，通过对关键特征与信息的提炼，以驱动决策的生成；并将决策进一步实施，而在决策实施过程中会进一步产生新的数据源，以形成数据驱动到决策生成的闭环。（三）数据驱动的核心特征

数据驱动下的教育在不同时代，展现出不同的特性，如表1所示。在工业时代，教育主要依据教学者的经验而展开。随着互联网与数字技术的发展，人们的决策方式与数据应用模式逐渐发生了改变，由万物皆可量化的数字化教学，向更为关注人本身能力培养的数智化教学转变。大数据与人工智能、机器学习等相结合，使得计算机具备了对人、环境的理解、感知、推理及预测的能力。全向的人机交互，能深入挖掘数据背后的价值，而图形化数据的应用能打破数据解读的障碍，使得数智化在教育领域的应用更为广泛。其演化经历了三个阶段，如图3所示。1. 起始阶段

【参考文献】：
期刊论文
[1]教育4.0全球框架：未来学校教育与模式转变——世界经济论坛《未来学校：为第四次工业革命定义新的教育模式》之报告解读[J]. 王永固,许家奇,丁继红.  远程教育杂志. 2020(03)
[2]智能机器人及其教学应用：创新意蕴与现实挑战[J]. 柳晨晨,宛平,王佑镁,杨刚.  远程教育杂志. 2020(02)
[3]数据驱动“知能发展”的微型学习系统分布架构研究[J]. 权国龙,赵春,蔡慧英,顾小清.  电化教育研究. 2020(03)
[4]公安“智慧大脑”的设计与实现[J]. 黄祥胜,汪清,杨乐.  警察技术. 2020(01)
[5]大数据时代教育评价专业化何以可能：第四范式视角[J]. 朱德全,吴虑.  现代远程教育研究. 2019(06)
[6]脑机接口技术教育应用的研究进展[J]. 柯清超,王朋利.  中国电化教育. 2019(10)
[7]虚实共生:数字孪生（DT）技术及其教育应用前瞻——兼论泛在智慧学习空间的重构[J]. 褚乐阳,陈卫东,谭悦,郑思思,徐铷忆,徐浩然.  远程教育杂志. 2019(05)
[8]教育智能体对认知学习的作用机制研究述评[J]. 刘清堂,巴深,罗磊,张翼恒,吴林静.  远程教育杂志. 2019(05)
[9]基于模块分析的大规模图数据可视化方法[J]. 邓凯旋,陈鸿昶,黄瑞阳.  信息工程大学学报. 2018(04)
[10]词云在高职英语视听说教学中的应用[J]. 吴筱明.  顺德职业技术学院学报. 2018(02)



本文编号：3351188