智能技术赋能按需学习:理论进路与要素表征

被引:19
作者
刘德建 [1 ]
费程 [1 ]
刘嘉豪 [2 ]
蒋艳双 [2 ]
机构
[1] 北京师范大学智慧学习研究院
[2] 互联网教育智能技术及应用国家工程研究中心
关键词
智能技术; 按需学习; 学习范式; 理论进路; 要素表征;
D O I
10.13811/j.cnki.eer.2023.04.002
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
智能技术与教育的融合不断加深,教育的复杂性变局已逐步成为现实。教育资源和服务的供给与学习者多元化的学习需求之间矛盾突出,在基于智能技术带来的教育数字化转型的大趋势下,按照需求牵引、应用为王、服务至上、科技赋能的原则,文章提出按需学习范式,即学习者在自然情境中,根据多样化的学习需求,满足多层次学习目标的进阶要求,以智能技术促进有效连接学习资源、环境与服务的一种学习范式。文章重点阐述按需学习范式的适切性及要素表征:学习者学习需求的动态生成性、匹配学习者按需学习路径的进阶性、教师与学习者的交互进化性、教师提供教学服务的适配性。同时,从数字资源、干系人及智能技术视角描述智能技术赋能的按需学习场景。
引用
收藏
页码:17 / 25
页数:9
相关论文
共 24 条
[1]   知识的“技术”发展史与知识的“回归” [J].
陈丽 ;
郑勤华 ;
徐亚倩 .
现代远程教育研究, 2022, 34 (05) :3-9
[2]   人工智能创新应用的国际视野——美国NSF人工智能研究所的前瞻进展与未来教育展望 [J].
顾小清 ;
李世瑾 ;
李睿 .
中国远程教育, 2021, (12) :1-9+76
[3]   智慧学习资源进化框架、模型研究——基于多目标优化视角 [J].
赵玲朗 ;
范佳荣 ;
唐烨伟 ;
庞敬文 ;
钟绍春 .
电化教育研究, 2020, 41 (12) :59-64
[4]   数字智能:面向未来的核心能力新要素——基于《2020儿童在线安全指数》的数据分析与建议 [J].
祝智庭 ;
徐欢云 ;
胡小勇 .
电化教育研究, 2020, 41 (07) :11-20
[5]   未来教育之教学新形态:弹性教学与主动学习 [J].
黄荣怀 ;
汪燕 ;
王欢欢 ;
逯行 ;
高博俊 .
现代远程教育研究, 2020, 32 (03) :3-14
[6]   论人工智能时代的终身学习意蕴 [J].
崔铭香 ;
张德彭 .
现代远距离教育 , 2019, (05) :26-33
[7]  
“互联网+教育”的知识观:知识回归与知识进化[J]. 陈丽,逯行,郑勤华.中国远程教育. 2019(07)
[8]   马斯洛需求层次理论浅析 [J].
晋铭铭 ;
罗迅 .
管理观察, 2019, (16) :77-79
[9]   “AI+教师”的协作路径发展分析 [J].
余胜泉 ;
王琦 .
电化教育研究, 2019, 40 (04) :14-22+29
[10]   专业学位研究生学习需求的调查研究 [J].
张东海 .
研究生教育研究, 2019, (01) :45-52