XiaoMi-AI文件搜索系统
World File Search SystemBurgos
Boris X. Vintimilla Burgos博士 - 技术杂志-ESPOL div div>
▪G。Bastidas，博士学位（继续）。“用于多模式图像融合的深度学习架构”。ESPOL大学，厄瓜多尔。▪L。Chuquimarca，博士学位（继续）。 “使用计算智能方法对收获后水果的外部质量检查”。 ESPOL大学，厄瓜多尔▪J.Charco，博士（2023）。 “基于多视图环境的深度学习技术中的3D人姿势估计”。 共同参议员。 ESPOL大学，厄瓜多尔。 ▪R。Rivadeneira，博士（2023）。 “使用深卷积网络增强了远红外光谱图像”。 共同参议员。 ESPOL大学，厄瓜多尔。 ▪P。Suarez，博士（2020）。 “使用深度学习技术对多光谱图像进行处理和表示”。 共同参议员。 ESPOL大学，厄瓜多尔。 ▪M。Realpe，PhD（2016）。 “城市自动驾驶汽车的可容忍感知”。 共同参议员。 澳大利亚格里菲斯大学。 ▪D。Ochoa，PhD（2011）。 “模型生物的生物图像分析”。 共同参议员。 比利时根特大学。 主论文▪L。Chuquimarca，博士学位（继续）。“使用计算智能方法对收获后水果的外部质量检查”。ESPOL大学，厄瓜多尔▪J.Charco，博士（2023）。“基于多视图环境的深度学习技术中的3D人姿势估计”。共同参议员。ESPOL大学，厄瓜多尔。▪R。Rivadeneira，博士（2023）。“使用深卷积网络增强了远红外光谱图像”。共同参议员。ESPOL大学，厄瓜多尔。▪P。Suarez，博士（2020）。 “使用深度学习技术对多光谱图像进行处理和表示”。 共同参议员。 ESPOL大学，厄瓜多尔。 ▪M。Realpe，PhD（2016）。 “城市自动驾驶汽车的可容忍感知”。 共同参议员。 澳大利亚格里菲斯大学。 ▪D。Ochoa，PhD（2011）。 “模型生物的生物图像分析”。 共同参议员。 比利时根特大学。 主论文▪P。Suarez，博士（2020）。“使用深度学习技术对多光谱图像进行处理和表示”。共同参议员。ESPOL大学，厄瓜多尔。▪M。Realpe，PhD（2016）。“城市自动驾驶汽车的可容忍感知”。共同参议员。澳大利亚格里菲斯大学。▪D。Ochoa，PhD（2011）。“模型生物的生物图像分析”。共同参议员。比利时根特大学。 主论文比利时根特大学。主论文
引用本文：Ahmed Tlili & Daniel Burgos (2022)：通过人工智能 (AI) 释放开放教育实践 (OEP) 的力量：从哪里开始？，交互式学习环境，DOI：10.1080/10494820.2022.2101595
开放教育资源（OER）这个术语最早是在2002年联合国教科文组织开放课程论坛上提出的，并在最近的联合国教科文组织关于OER的建议中被定义为“任何格式和媒介的学习、教学和研究材料，这些材料属于公共领域或受版权保护，并以开放许可的方式发布，允许他人免费访问、[重复使用]、[重新利用]、改编和重新分发”（UNESCO，2019a）。随着开放教育理念的快速发展，研究人员已将重点从以内容为中心的方法（主要关注OER，例如创作和共享）转向以实践为中心的方法，即促进学习者和教育者之间的合作，以创造和共享知识（Zhang et al.，2020）。换句话说，研究人员和教育工作者已将重点从创建和发布OER转移到可以使用OER进行教育的实践；这些被称为开放教育实践 (OEP)。从教学角度来看，Downes ( 2019 ) 指出，学习过程不是通过消费 OER 内容发生的，而是通过使用它的方式发生的。然而，设计 OEP 可能具有挑战性，因为可能会引发许多问题，例如开放课程中的文化紧张，学习者可能来自不同的国家，具有不同的文化背景和信仰。因此，应该进行更多的研究来加强 OEP 的采用和设计。Downes ( 2019 ) 声称，技术的演变也可能影响 OER 和 OEP 的演变，因为教育内容的性质会随着技术而改变。在此背景下，一些领先的组织特别关注使用人工智能 (AI) 技术来释放 OEP 的力量。例如，联合国教科文组织 ( 2019b ) 创建了一个关于如何结合 OER 和 AI 以实现更好的学习实践的研讨会。本次研讨会重点关注两个领域，即：（1）支持采用 OER 和 AI 的政策解决方案；（2）技术解决方案，重点是使用开放算法和开放数据来提供智能 OER 存储库和平台，以帮助学习者以最适合自己的方式学习。开放教育的另一个先驱，即知识共享组织 (CC)，成立了四个工作组，重点关注开放的未来，其中一个小组专门研究 AI 和开放内容 (AI@School, 2021)。这表明 AI 技术在 OER 和 OEP 的未来中发挥着核心作用。尽管人们越来越关注利用 AI 的力量来增强 OEP，但同时应用它们可能会很“棘手”，因为每个领域（即 AI 或 OEP）都有自己的挑战需要考虑，将它们结合在一起可能同时是“祝福和诅咒”。祝福是基于 AI 的 OEP 将有助于提供更具适应性和吸引力的学习和教学体验；诅咒是基于 AI 的 OEP 将有助于提供更具适应性和吸引力的学习和教学体验。因为研究人员和从业者需要特别关注两个领域融合在一起的挑战（即版权、隐私和数据规范化）。例如，由于在开放教育中不考虑文化、背景或语言等个人因素，学习者可能会受到系统的不公平对待。这可能会进一步强调人工智能重现类似经历的一些不公正的风险。为了加深对这一主题的理解，本合集（仍在进行中）特别关注人工智能 (AI) 技术如何重塑 OEP，以获得更好的教学和学习体验。在此背景下，报告了几个案例研究