人工智能在教育视频中的应用分析与设计
发布时间:2021-04-25 05:10
视频是教育领域重要的学习资源形式,基于人工智能技术的教育视频分析与创新应用是推动教育人工智能落地的重要方式,但目前还处于研究与实践的探索阶段。文章分析了人工智能对教育视频的支持功能,在此基础上探讨了人工智能在教育视频中的具体应用场景,构建了基于人工智能的教育视频应用设计原则与框架,并进行了案例实现。研究表明:基于人工智能技术的教育视频应用有助于增强互动学习,支持多模态学习分析,优化视频游戏设计,促进智慧课堂与智慧校园建设。对人工智能在教育视频中的应用研究与实践将推进教育教学创新,推动人工智能与教育的深度融合。
【文章来源】:电化教育研究. 2020,41(03)北大核心CSSCI
【文章页数】:9 页
【文章目录】:
一、引言
二、相关研究
(一)基于人工智能的视频分析
(二)人工智能在教育视频中的已有研究
三、人工智能在教育视频中应用的理论基础
(一)多媒体学习认知理论
(二)注意力机制
(三)视觉计算理论
(四)类脑计算
四、人工智能对教育视频分析的支持功能
(一)教育视频的内容理解
(二)教育视频的智能编辑
(三)教育视频的内容生成与增强
(四)教育视频的内容管理
五、基于人工智能的教育视频应用分析
(一)构建增强互动学习模式
1.情境化学习
2.沉浸式学习
(二)支持多模态学习分析
1.学习数据的多模态分析
2.视频的多模态分析
(三)优化视频游戏设计
(四)加强智慧课堂与智慧校园建设
六、基于人工智能的教育视频应用设计
(一)设计原则
(二)设计框架与案例实现
1.功能设计
2.案例分析
(三)总结与思考
1.满足教学需求是目标与核心
2.加强建设教育数据集是关键和基础
3.研究使用开源框架与开放平台是有效方式与路径
七、结语
【参考文献】:
期刊论文
[1]面向理解的视频学习资源内容设计框架[J]. 孙田琳子,沈书生. 电化教育研究. 2019(09)
[2]面向混合学习的多模态交互分析机制及优化策略[J]. 田阳,陈鹏,黄荣怀,曾海军. 电化教育研究. 2019(09)
[3]智能教育时代下人工智能伦理的内涵与建构原则[J]. 杜静,黄荣怀,李政璇,周伟,田阳. 电化教育研究. 2019(07)
[4]人工智能视域下的学习参与度识别方法研究——基于一项多模态数据融合的深度学习实验分析[J]. 曹晓明,张永和,潘萌,朱姗,闫海亮. 远程教育杂志. 2019(01)
[5]基于深度学习的学习者情感识别与应用[J]. 徐振国,张冠文,孟祥增,党同桐,孔玺. 电化教育研究. 2019(02)
[6]学习分析技术发展趋向——多模态数据环境下的研究与探索[J]. 钟薇,李若晨,马晓玲,吴永和. 中国远程教育. 2018(11)
[7]技术如何引领学习?——美国密涅瓦大学推行主动式学习策略及启示[J]. 陈涛,邓圆. 开放教育研究. 2018(04)
[8]当课堂教学遇见人工智能[J]. 吴秀娟. 湖南教育(C版). 2018(06)
[9]开源人工智能系统TensorFlow的教育应用[J]. 石磊. 现代教育技术. 2018(01)
[10]类脑智能研究的回顾与展望[J]. 曾毅,刘成林,谭铁牛. 计算机学报. 2016(01)
本文编号:3158768
【文章来源】:电化教育研究. 2020,41(03)北大核心CSSCI
【文章页数】:9 页
【文章目录】:
一、引言
二、相关研究
(一)基于人工智能的视频分析
(二)人工智能在教育视频中的已有研究
三、人工智能在教育视频中应用的理论基础
(一)多媒体学习认知理论
(二)注意力机制
(三)视觉计算理论
(四)类脑计算
四、人工智能对教育视频分析的支持功能
(一)教育视频的内容理解
(二)教育视频的智能编辑
(三)教育视频的内容生成与增强
(四)教育视频的内容管理
五、基于人工智能的教育视频应用分析
(一)构建增强互动学习模式
1.情境化学习
2.沉浸式学习
(二)支持多模态学习分析
1.学习数据的多模态分析
2.视频的多模态分析
(三)优化视频游戏设计
(四)加强智慧课堂与智慧校园建设
六、基于人工智能的教育视频应用设计
(一)设计原则
(二)设计框架与案例实现
1.功能设计
2.案例分析
(三)总结与思考
1.满足教学需求是目标与核心
2.加强建设教育数据集是关键和基础
3.研究使用开源框架与开放平台是有效方式与路径
七、结语
【参考文献】:
期刊论文
[1]面向理解的视频学习资源内容设计框架[J]. 孙田琳子,沈书生. 电化教育研究. 2019(09)
[2]面向混合学习的多模态交互分析机制及优化策略[J]. 田阳,陈鹏,黄荣怀,曾海军. 电化教育研究. 2019(09)
[3]智能教育时代下人工智能伦理的内涵与建构原则[J]. 杜静,黄荣怀,李政璇,周伟,田阳. 电化教育研究. 2019(07)
[4]人工智能视域下的学习参与度识别方法研究——基于一项多模态数据融合的深度学习实验分析[J]. 曹晓明,张永和,潘萌,朱姗,闫海亮. 远程教育杂志. 2019(01)
[5]基于深度学习的学习者情感识别与应用[J]. 徐振国,张冠文,孟祥增,党同桐,孔玺. 电化教育研究. 2019(02)
[6]学习分析技术发展趋向——多模态数据环境下的研究与探索[J]. 钟薇,李若晨,马晓玲,吴永和. 中国远程教育. 2018(11)
[7]技术如何引领学习?——美国密涅瓦大学推行主动式学习策略及启示[J]. 陈涛,邓圆. 开放教育研究. 2018(04)
[8]当课堂教学遇见人工智能[J]. 吴秀娟. 湖南教育(C版). 2018(06)
[9]开源人工智能系统TensorFlow的教育应用[J]. 石磊. 现代教育技术. 2018(01)
[10]类脑智能研究的回顾与展望[J]. 曾毅,刘成林,谭铁牛. 计算机学报. 2016(01)
本文编号:3158768
本文链接:https://www.wllwen.com/kejilunwen/rengongzhinen/3158768.html