随着人工智能的飞速发展，人工智能赋能教学取得长足发展。本书通过对国内外人工智能教育应用案例的分析，阐明多模态学习分析、适应性反馈、人机协同等正成为当下人工智能教育的主要应用范畴。人工智能依据学情感知对学习做出智能评估和预测，可为学习者的适应性学习提供技术性支持与保障。本书还以IBM Watson系统的应用为例，阐述了人工智能教育应用与新时代育人目标相契合，正在推进学生核心能力的发展。
样章试读
目录
- 目录
序
前言
第1章 人工智能的技术内涵与教育应用的实践演进 1
1.1 三代人工智能的技术内涵 1
1.1.1 计算智能 1
1.1.2 感知智能 2
1.1.3 认知智能 2
1.2 人工智能教育应用实践的演进 2
1.2.1 智能教学系统与教学代理 2
1.2.2 人工智能2.0时代智能教学系统的升级 3
第2章 人工智能语境下的多模态学习分析 6
2.1 多模态数据的层次及多模态学习分析的概念 6
2.1.1 人机交互视角下多模态数据及多模态交互的发展历程 6
2.1.2 人工智能语境下多模态数据层次及多模态学习分析的概念 7
2.2 多模态学习分析的应用实例 8
2.2.1 学习者声音的收集分析及ITS 的适应性反馈 8
2.2.2 对教师非言语行为的收集分析及自动化教学评估 9
2.2.3 跟踪学习者身体移动轨迹以评估学习者的合作学习能力 9
第3章 适应性反馈的角色分类及实现形式 11
3.1 智能教学系统中反馈的角色分类 11
3.2 适应性反馈的实现形式 12
3.2.1 应用增强现实提升学习者的触觉感知 12
3.2.2 综合应用多种历史数据给学习者推荐学习内容和学伴 13
3.2.3 应用反思性任务帮助学习者建构对学习状况的清晰认知 14
3.2.4 主动干预和被动反馈 14
3.3 智能代理与教育机器人构成学习者的智能陪伴 15
3.3.1 智能教学代理 16
3.3.2 教育机器人 17
第4章 智能教学系统的自动化测评和情绪感知 19
4.1 应用语音识别与图像识别技术完成自动化教学测评 19
4.1.1 语音识别支撑自动化语言学习测评 19
4.1.2 图像及非机打文本语义识别技术促进写作教学测评的自动化 19
4.2 表情与手势识别、眼动跟踪等技术支持智能教学系统完成情绪感知 20
4.2.1 识别面部表情分析学习者学习结果 20
4.2.2 跟踪眼动数据判定学习者模型 22
4.3 开源智能教学系统的架构与功能 23
4.3.1 通用性智能教学系统的功能框架 23
4.3.2 开源智能教学系统GIFT 中的课程创建与发布 25
4.3.3 GIFT的应用实例分析 26
4.4 对学生智能感知的系统应用 28
第5章 学习分析技术支撑下的适应性学习 32
5.1 自适应学习概述 32
5.1.1 自适应学习的概念与典型特征 32
5.1.2 自适应学习的实施策略 33
5.1.3 自适应学习中的多维预测与评估 37
5.2 学习分析技术引发学习者模型、知识模型及教学策略的转型 40
5.2.1 学习者模型的转型 40
5.2.2 知识模型的转型 41
5.2.3 教学策略模型的转型 41
5.3 基于Knewton系统的自适应学习案例评述 42
5.3.1 学习内容以知识图谱形式存储 42
5.3.2 基于项目反应理论的学习数据分析 43
5.3.3 基于多次测试及综合表现的内容推荐 43
5.4 基于学习路径挖掘的混合式教学分析 44
5.4.1 混合式教学中的学习路径挖掘 44
5.4.2 数据分析与讨论 47
5.4.3 学习路径挖掘结果对教学改革的启示 53
第6章 人机协同助推教育人工智能走向混合增强智能 56
6.1 人机融合智能及人机协同的概念 56
6.1.1 人机融合智能 56
6.1.2 人机协同 57
6.1.3 教育教学领域人机协同的内涵辨析 58
6.2 人机协同的应用实例 60
6.2.1 edX引入教师参与的预测模型 60
6.2.2 应用智能眼镜帮助教师充分掌握学情和开展个性化指导 61
6.3 人机协同教学中的教师角色转换 64
6.3.1 人工智能视域下的教师胜任力特质剖析 64
6.3.2 教师胜任力的操作模型 68
第7章 应用扩展现实打造沉浸式学习 74
7.1 虚拟现实的发展历程及扩展现实概念的形成 75
7.1.1 虚拟现实的发展历程、层次划分及扩展现实（XR）概念的形成 75
7.1.2 XR为营造沉浸式学习环境提供的资源支撑与实施技术 78
7.2 扩展现实支撑沉浸式学习的应用模式 82
7.2.1 虚实融合的混合式学习空间 83
7.2.2 基于扩展现实的虚拟实验室 83
7.2.3 基于扩展现实建构游戏化学习 85
7.2.4 应用扩展现实打造职业培训中的沉浸式学习情境 86
7.2.5 应用扩展现实将沉浸式故事讲述融入学习 88
7.2.6 应用扩展现实让学习者成为创意设计者和创造者 89
7.2.7 扩展现实助力STEM 教育 89
第8章 人工智能课程教学 91
8.1 智能化社会需要具备人工智能素养的新时代公民 91
8.1.1 智能化社会的图景 91
8.1.2 课程教学中信息素养内涵的转型 92
8.2 信息技术课程的变迁与人工智能教育的目标 93
8.2.1 信息技术课程的变迁 94
8.2.2 编程能力与计算思维培养视角下的人工智能教育目标 95
8.3 人工智能课程教学实施的策略与路径 97
8.3.1 基于STEM 教育与创客教育的人工智能教学实践 97
8.3.2 人工智能教育中的多维资源支撑 98
第9章 人工智能赋能核心能力培养 101
9.1 核心能力概述 101
9.1.1 21世纪学习框架 101
9.1.2 4C能力的概念解读 102
9.2 人工智能赋能核心能力培养的可行性分析 104
9.2.1 智能教学系统设计理念与核心能力培养的目标相契合 104
9.2.2 智能教学系统为核心能力培养所提供的技术支撑 104
9.3 人工智能支撑核心能力培养的案例分析 105
9.3.1 作为认知生态系统的Waston 105
9.3.2 Watson的Element for Educators 108
参考文献 110
京公网安备 11010102004214号