教育人工智能（EAI）中的多模态学习分析、适应性反馈及人机协同

发布时间：2022-07-27 13:17

　　人工智能应用于教育在近几年获得持续关注,随着智能技术应用层次的逐步加深,教育人工智能（EAI）中的多模态学习分析、适应性反馈及人机协同这三大应用范畴愈加明晰。多模态学习分析侧重于对学习过程数据的全方位收集、分析与应用;适应性反馈指智能教学系统侧重于与学习者的学习风格、学习动机等相匹配的应用方式,给学习者提供教学反馈;人机协同重点关注教师如何与智能教学系统协同,为学生提供智能化的精准教学。这三大应用范畴都在有效推进人机关系,使之更加密切。因此,教育人工智能日趋体现为混合增强智能的形态。 

【文章页数】：11 页

【文章目录】：
一、引言
二、人工智能语境下的多模态学习分析
    (一)多模态学习分析的发展历程及概念
        1. 人机交互视角下多模态数据及多模态交互的发展历程
        2. 人工智能语境下多模态数据的层次及多模态学习分析的概念
    (二)多模态学习分析的应用实例
        1. 学习者声音的收集分析及ITS的适应性反馈
        2. 对教师非言语行为的收集分析及自动化教学评估
        3. 跟踪学习者身体移动轨迹以评估学习者的合作学习能力
        4. 收集分析学习者的多模态行为以评估学习者的好奇心程度
        5. 基于自然语言处理和图表技术以评估学习者批判性思维能力的发展
    (三)对多模态学习分析中数据评估准确性的反思
三、适应性反馈的角色分类及实现形式
    (一)反馈在智能教学系统中的角色分类
    (二)适应性反馈的实现形式
        1. 应用虚拟现实提升学习者的触觉感知
        2. 综合应用多种历史数据给学习者提供学习内容和学伴推荐
        3. 应用反思性任务帮助学习者建构对自身学习状况的清晰认知
    (三)主动干预与被动反馈间的比较
四、人机协同助推教育人工智能走向混合增强智能
    (一)人机融合智能及人机协同的概念
    (二)教育人工智能(EAI)中人机协同的应用实例
        1. edX引入教师参与的预测模型
        2. 课堂教学中应用智能眼镜,帮助教师充分掌握学情和开展个性化指导
五、结语


【参考文献】：
期刊论文
[1]《地平线报告》之关键趋势与重大挑战:演进与分析——基于2015-2019年高等教育版[J]. 金慧,沈宁丽,王梦钰.  远程教育杂志. 2019(04)
[2]智能与人机融合智能[J]. 刘伟.  指挥信息系统与技术. 2018(04)
[3]人机融合智能:人工智能3.0[J]. 李平,杨政银.  清华管理评论. 2018(Z2)
[4]新一代人机交互:自然用户界面的现状、类型与教育应用探究——兼对脑机接口技术的初步展望[J]. 徐振国,陈秋惠,张冠文.  远程教育杂志. 2018(04)
[5]人工智能2.0重塑学习的技术路径与实践探索——兼论智能教学系统的功能升级[J]. 陈凯泉,沙俊宏,何瑶,王晓芳.  远程教育杂志. 2017(05)
[6]教育人工智能（EAI）的内涵、关键技术与应用趋势——美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J]. 闫志明,唐夏夏,秦旋,张飞,段元美.  远程教育杂志. 2017(01)
[7]跨媒体分析与推理:研究进展与发展方向（英文）[J]. Yu-xin PENG,Wen-wu ZHU,Yao ZHAO,Chang-sheng XU,Qing-ming HUANG,Han-qing LU,Qing-hua ZHENG,Tie-jun HUANG,Wen GAO.  Frontiers of Information Technology ＆ Electronic Engineering. 2017(01)



本文编号：3665526