基于自动化方法的教育人工智能系统设计与应用

发布时间：2020-12-15 05:07

　　教育人工智能系统设计与应用研究的目标是推动教育与人工智能深度融合,促进人工智能在教育领域的落地,加速教育迈向智能化时代。文章从文献分析、地平线报告分析、技术成熟度模型分析三个方面梳理了当前教育人工智能应用研究的现状。接着,分析了教育人工智能系统的主要功能模块,归纳了系统设计开发中存在的问题与面临的困难。在此基础上提出了基于自动化思想和学习理论支持的新型教育人工智能系统设计方法与模型,并进行了案例实践研究。基于自动化方法的教育人工智能系统设计有助于帮助教师实现智能教育应用,降低人工智能应用门槛,扩展教育应用场景,提高开发与更新效率。 

【文章来源】：中国电化教育. 2020年06期 北大核心CSSCI

【文章页数】：9 页

【部分图文】：

地平线报告中对人工智能相关技术的分析

我们对2017—2019年Gartner的人工智能成熟度曲线模型进行了分析，重点筛选与“促进应用”相关的人工智能项目，结合教育领域应用，得到如下分析，如图2所示。1. 人工智能的应用落地需要从专家支持、技术支持和基础设施支持等维度展开探索，这些技术和服务正处于快速发展中。2017年AI咨询及系统整合服务(AI-related C&SI Services,ACSI)在技术成熟度模型中提出，旨在从专业人员支持的角度，为具有人工智能应用需求的领域提供咨询、软件实施及相关服务。人工智能开发工具包从技术支持维度，人工智能云服务从基础设施支持维度，分别在2018和2019技术成熟度曲线中提出，并迅速发展，为人工智能的落地应用提供支撑。人工智能开发工具包包括数据平台、框架和分析库、软件开发包等，能够支持人工智能应用程序的快速开发和部署。服务于人工智能的云服务为人工智能提供了硬件设施和算法软件层面的服务支持，帮助各种类型的应用者能够使用到人工智能所需的算力和算法。

在大数据与超强算力的支撑下，机器学习、深度学习已在计算机视觉、语音识别、自然语言处理等方面达到甚至超过人类水平，是实现人工智能成功的重要推动力之一[6]。基于连接主义思想的教育人工智能系统的设计模型与过程如图3所示，可以分为教育需求、教育数据、教育特征、教育模型、教育应用五个主要功能模块。1. 问题定义与需求分析

【参考文献】：
期刊论文
[1]任重道远:人工智能教育应用的困境与突破[J]. 郑勤华,熊潞颖,胡丹妮.  开放教育研究. 2019(04)
[2]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)
[3]从“人工智能教育”走向“教育人工智能”的路径探究[J]. 徐晔.  中国电化教育. 2018(12)
[4]教育人工智能的发展难题与突破路径[J]. 杨现民,张昊,郭利明,林秀清,李新.  现代远程教育研究. 2018(03)
[5]大数据视角下的慕课评论语义分析模型及应用研究[J]. 吴林静,刘清堂,毛刚,黄焕,黄景修.  电化教育研究. 2017(11)



本文编号：2917711