测量机器学习中的算法偏差历史上一直存在于与特定组有关的统计不平等上。,最常见的指标(即专注于个人或组条件错误率的指标)当前不适合教育环境,因为他们认为每个单独的访问都与其他人独立。在研究某些共同的教育成果时,这在统计学上是不合适的,因为这样的指标无法说明课堂中的学生之间的关系或在整个学年中每个学生的多次观察。在本文中,我们介绍了独立数据结构和嵌套数据结构的回归算法偏差测量的新颖适应性。使用层次线性模型,我们严格测量了学生参与智能补习系统与年终标准化考试分数之间关系的机器学习模型中的算法偏差。我们得出的结论是,课堂层面的影响对模型产生了很小但重大影响。使用层次线性模型来检查重要性有助于确定教育环境中哪些不平等现象可能由小样本量而不是系统差异来解释。
鉴于人工智能在我们的社会和日常生活中的重要性日益增加,每个人都需要了解这项技术的核心思想和原则。虽然在 K-12 教育中关于人工智能的教学和学习方面仍然缺乏实证研究,但近年来已经开发了各种教学方法和材料,并且该主题正在被引入 K-12 计算机科学课程。然而,让计算机科学教师能够充分教授这一新领域是一项重大挑战,因为他们需要广泛的内容知识以及教学内容知识。在本文中,我们描述了条件和挑战以及由此产生的专业发展计划的设计,旨在为教师做好准备,将人工智能引入巴伐利亚州(德国)的义务 K-12 计算机科学教育。通过设计一个可扩展的混合学习形式的 PD 计划并建立在“教学双层”等原则的基础上,我们成功解决了资源有限、需要培训的教师数量众多以及教师背景差异大等挑战。我们还分享了正式评估的结果和从初步实施中获得的其他经验教训,这有助于针对这一紧迫问题设计专业发展。
摘要。本文的目的是向英语老师展示如何通过了解第一语言对获得英语的影响来实现更好的课程计划,更合适的教学材料和更有效的教学。当时使用的四个主要技能(出现,说话,阅读和写作)在本文中使用。在此分析中,观察到英语老师可以通过学习者从学习者对母语的思维开始并融合第一语言的思维习惯来比较两种语言,从而帮助学生更好地了解英语和母语之间的差异。它将通过四个主要技能来帮助学生促进对英语的获取和理解。本文的贡献是支持英语教师为年轻人提供更好的英语教学活动的想法,并帮助年轻的学习者理解英语作为第二语言。
7.避免抄袭。我理解,使用生成式 AI 工具进行学术工作或创意项目并不能成为抄袭的理由。我将始终在使用 AI 工具时保持透明,并给予原创者和信息来源适当的荣誉,确保我的工作诚实、尊重并遵循道德准则。
方法或流程/程序 本次海报展示将描述至少三种课堂整合 AI(ChatGPT)技术的方法。 1) 利用 AI 技术生成与课堂内容相关的客户故事。提示学生详细说明生成的响应以创建不断发展的或 NGN 案例研究。 2) 利用 AI 技术为客户创建教学材料。提示学生编辑或扩展材料以包含针对客户的适当教育。 3) 利用 AI 技术为客户创建护理计划。提示学生修改护理计划以满足独特客户的需求。 上述每个示例都利用 AI 技术生成材料,然后由学生修改或扩展。
我能为他们提供什么支持?• 我能够创建更智能的辅导系统吗?• 我如何利用人工智能自动完成日常任务,例如评分?本课程将探讨如何使用人工智能来回答这些问题。它将帮助参与者了解最新的技术趋势,并为学生的未来做好准备。
为了设计满足儿童期望的教室机器人,让儿童参与设计过程可能很有用。在本文中,我们提出了一套可以集体利用的活动,以帮助共同设计课堂机器人。我们概述了一系列活动的详细信息,包括使用专用的机器人工具包,安置活动,讲故事的活动和访谈来构建Robot模型。我们通过与31名儿童(8-15岁)的研究探讨了这些活动的使用,在那里我们使用框架进行了扩展的社交机器人设计框架以涵盖课堂状况。我们的研究表明,这些活动可以帮助区分机器人(尤其是头部,手臂和腿部,机器人的角色)和个性的一些明确的群体偏好。我们在一项研究中使用这些活动来说明它们用于课堂机器人的开放式设计过程,但我们认为拟议的活动套件相互补充,并可以帮助机器人设计师以整体方式让孩子们参与设计过程。这可以使设计师能够从通常没有(并且一定)在课堂机器人技术中拥有领域知识的孩子获得详尽和深入的见解,并可以提升他们以表达有关外观,上下文行为和社会互动的前瞻性属性的思想和观点。
随着人工智能领域的技术变革和进步,以及人工智能对人类生活各个方面的广泛渗透,人们对技术干预和人类能动性进行了彻底的重新概念化,促进了教育领域的认识论变革。受 Web 2.0 逐渐演变为 Web 3.0 以及 Web 4.0 的预期前景的推动,世界各地的高等教育机构已经意识到迫切需要进行教学转型,以满足不断发展的世界的需求。在印度,新教育政策 (NEP) 2020 是印度政府为各级教育制定的课程框架,它强调了跨学科课程的重要性,利用技术创新来促进协作和基于活动的学习。
一半的学生都在使用 GenAI 工具,这引出了一个问题:这些工具将如何影响学生的学习。图 2 中的研究结果表明,与教师相比,学生对 GenAI 工具如何影响他们的学习的看法更加积极。秋季和春季调查中有一半的学生表示,这项新兴技术将对学习成果产生积极影响(图 2)。与学生相比,教师对 GenAI 如何影响学生学习的看法往往更为悲观,尽管这种消极态度从春季(50%)下降到现在(39%)。这表明,教师可能会更加意识到,如果考虑到学生的成功,这些工具可以产生多么积极的影响(图 2)。
摘要 机器翻译 (MT) 与人工智能 (AI) 的结合显著提高了机器翻译系统的精确度,其翻译质量可与熟练的人工翻译相媲美。这一创新拓宽了人工智能机器翻译系统的适用性,吸引了各种用途的用户。本文探讨了以下领域:人工智能机器翻译,特别是谷歌翻译 (GT) 在英语作为外语 (EFL) 课堂中的应用。实证研究结果和最近的研究表明,学生越来越依赖机器翻译,特别是在英语不是母语的高等教育环境中。本研究的目的是深入了解在课堂上使用谷歌翻译的 EFL 学习者的实践、信念和目标。通过问卷调查以及前后测试收集了 234 名大学生的数据,以比较有无谷歌翻译帮助的写作草稿的质量。研究结果与之前在世界各地进行的研究结果一致,这些研究强调了人工智能机器翻译不仅可以提升学生的学习体验,还可以培养更多独立学习者的巨大潜力。研究还表明,学生对 GT 持积极态度,并采用多种搜索策略来解决各种与语言相关的挑战。关键词:人工智能、英语作为外语、谷歌翻译、机器翻译、写作。引用 | Alharbi,W.(2023 年)。人工智能机器翻译在 EFL 课堂中的使用和滥用:一项探索性研究。教育与电子学习研究杂志,10 (4),689–701。10.20448/jeelr.v10i4.5091 历史记录:收到日期:2023 年 7 月 31 日修订日期:2023 年 9 月 20 日接受日期:2023 年 10 月 4 日出版日期:2023 年 10 月 24 日许可:本作品已获得知识共享署名 4.0 许可出版商:亚洲在线期刊出版集团