机构名称：
¥ 1.0
实际上，除了教学之外，人工智能在人工智能领域还有许多不同的用途。研究人员已经研究了人工智能在管理、教学和学习中的应用（Chen 等人，2020 年），其中研究了这些技术的影响；然而，研究中讨论的技术性质广泛，例如学习分析、数据挖掘、在线学习和学生/教师界面，这使得人们无法理解这些人工智能相关技术在教育中的应用。人工智能在教育领域的终极目标是如何将人工智能技术用于学习。要了解人工智能如何有效促进教育，我们首先需要了解学习在正常的人与人互动中是如何发生的。1950 年，艾伦·图灵提出了一项名为模仿游戏的测试，这被认为是人工智能的第一次测试。该测试提出，一个成功的系统要想被视为人工智能，人类应该无法区分与人的对话和与系统的对话（Muggleton，2014 年）。要使一个系统与真正的老师难以区分，会遇到很多困难，包括与学生的动态互动，例如帮助学生组织和确定工作优先顺序、认识到学科以外的困难，甚至是小组工作等社会问题。在讨论“人类智能”或“人工智能”时，作者主张对“智能”这一心理学概念进行更详细的审查（Neubauer，2021 年）。人工智能文献主要关注挑战-响应方法中的自适应学习等主题，但在提高学习质量所必需的人与人互动的关键方面却有限。我们的目标是利用在疫情期间从被迫转为在线学习环境的学校收集的数据。我们从教师和家长那里收集了数据，从而通过代理从学生那里收集了数据，以了解对基于技术的学习的看法和态度，我们还提出了教师和家长认为对优质教育至关重要的关键主题或话题。然后用教育人工智能的视角探索这些概念，以呈现 K-12 学习中有效的人工智能技术所需的核心属性。
确定 K-12 人工智能学习的核心属性
主要关键词
相关文件推荐
