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

被引:84
作者
郑思思
陈卫东
徐铷忆
袁凡
褚乐阳
机构
[1] 苏州科技大学新媒体交互设计与应用研究所
关键词
数据驱动; 图形化数据; 教育应用; 数智融合; 数字孪生; 全息课堂; 脑机技术; 数据智能;
D O I
10.15881/j.cnki.cn33-1304/g4.2020.04.003
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
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。
引用
收藏
页码:27 / 37
页数:11
相关论文
共 27 条
[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, 38 (03) :3-14
[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, 38 (02) :27-36
[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, 41 (03) :101-107+121
[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) :8-11
[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, 31 (06) :14-21
[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) :14-22
[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, 37 (05) :3-12
[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, 37 (05) :35-44
[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, 19 (04) :488-493
[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, 16 (02) :58-62