尽管研究界已经对人工智能 (AI) 进行了几十年的研究,但随着 ChatGPT 和 DALL-E 等系统的广泛普及,教育领域的人工智能最近引发了许多公众争论。现有文献提供了大量关于设计、部署和评估人工智能驱动的教育系统的研究。然而,与人工智能在社会中日益增长的影响力相关的挑战要求我们重新审视人工智能教育的研究基础,以便为政策决策提供信息并指导未来的研究。《计算机与教育:人工智能》特刊带来了 11 篇论文,探讨了在人工智能时代赋予学习者权力的主题。这些论文的贡献大致可以分为七个主要主题:人工智能与人类的交集,着眼于协调空间;评估,探讨人工智能在教育评估中的使用所带来的挑战和机遇;人工智能的可解释性是教育界人类理解和信任人工智能的关键需求;学习设计,为设计人工智能驱动的系统和教育机会提供原则;概念人工智能与学习探索了发展新学习理论的必要性及其与现有教育理论基础的联系;准确的预测及其在未来教育中的作用;以及人工智能在课堂和教育系统中的应用。这些研究的结果强调了随着人工智能广泛渗透到教育领域而出现的紧迫的研究和政策挑战和机遇。它们还强调了未来研究的必要性,这些研究需要解决人工智能在教育中的使用中的道德、偏见和疏远问题;与数据源和所有权相关的挑战,这是当今人工智能生成的主要动力和推动因素;在教育中使用和受人工智能影响的利益相关者的人工智能素养和能力;确定使用人工智能的有效学习和教学实践;并制定政策以提高教育系统对人工智能驱动的快速变化的响应能力。
项目概述 AI 正在迅速发展,并日益显示出其显著改变我们生活的潜力。NSF 在支持 AI 研究方面有着悠久而丰富的历史,为当今从商业到医疗保健再到交通运输等一系列领域广泛使用 AI 技术奠定了基础。NSF 资助的研究为 AI 的进步奠定了基础,这不仅将改变这些领域,而且将改变人类活动的每个领域,包括科学、教育、能源、制造业和农业。NSF 的 AI 产品组合涵盖算法、机器人、人机交互、可信赖的 AI 和先进的 AI 网络基础设施,以及神经科学、生物学、化学、物理学、智能交通和 NSF 投资的整个科学和工程领域的许多其他学科中的使用启发研究。根据白宫最近颁布的关于人工智能安全、可靠和值得信赖的开发和使用的行政命令,1 NSF 支持基础研究和转化研究、教育和劳动力发展以及数据和高级计算研究基础设施的访问,这些都增强了国家负责任地利用人工智能推动发现和经济增长的能力。NSF 能够将众多科学研究领域整合在一起,这使该机构在拓展人工智能前沿方面发挥着关键作用。在 2025 财年,NSF 将继续支持人工智能的基础研究,包括机器学习 (ML) 和深度学习、自然语言技术、知识表示和推理、机器人技术和计算机视觉,以及人工智能所有领域的公平性、道德、问责制、透明度、可解释性、安全性、保障性和稳健性。除了这些领域的基础研究外,NSF 还支持将人工智能创新与科学和经济联系起来的使用启发和转化研究,包括农业、制造业、生物技术和健康领域。同样
简史 • 1943 McCulloch & Pitts:大脑的布尔电路模型 • 1950 Turing 的“计算机器与智能” • 1956 Dartmouth 会议:通过“人工智能” • 1950 年代早期的人工智能程序,包括 Samuel 的跳棋程序、Newell & Simon 的逻辑理论家、Gelernter 的几何引擎 • 1965 Robinson 的逻辑推理完整算法 • 1966—73 人工智能发现计算复杂性,神经网络研究几乎消失 • 1969—79 知识型系统的早期发展 • 1980-- 人工智能成为一个产业 • 1986-- 神经网络重新流行 • 1987-- 人工智能成为一门科学 • 1995-- 智能代理的出现