XiaoMi-AI文件搜索系统
World File Search Systemaied
人工智能对教育的影响（AIED）的文献综述
否则就需要人类智能，例如视觉感知、语音识别和语言翻译。人工智能是一门广泛的学科。可以将其视为一组互补的技术，包括不断发展的数据驱动技术' • 几十年来，人工智能已在一系列应用中使用（公众知之甚少），包括语音助手（SIRI、Alexa）、面部识别（作为 iPhone 上的安全功能）、谷歌搜索、个性化内容推荐（Netflix）、交通（自动驾驶汽车）、银行系统（欺诈检测）、在线客户服务（聊天机器人）和医疗保健（分析 X 射线图像，例如乳房 X 光片，以支持放射科医生进行评估） • 通过互联网可以获得大量数据集，从而可以开发大型语言人工智能（ChatGPT、Google Gemini、Microsoft Copilot）模型，这些模型可以识别和生成文本以及执行其他任务 • 自 2022 年 11 月推出 ChatGPT 以来，已经出现了巨大的
“AIEd” 会加剧还是缓解教育不平等？
随着人们越来越意识到算法偏见和自动化侵入的社会风险，数据驱动的人工智能系统中的公平性、问责制和透明度问题在医疗保健、贷款发放和招聘等多个高风险环境中受到越来越多的学术关注（例如，Barocas & Selbst，2016 年；Holstein、Wortman Vaughan、Daumé III、Dudik & Wallach，2019 年；Veale、Van Kleek & Binns，2018 年）。虽然如何设计更透明、更负责的系统的问题在教育人工智能学术领域引起了一些关注（例如 Bull & Kay，2010；2016；Conati、Porayska-Pomsta 和 Mavrikis，2018；Holstein 等人，2019；Shum，2018），但教育人工智能 (AIEd) 系统中的公平性和公正性问题却受到的关注相对较少（Blikstein，2018；Ferguson，2019；Holmes、Bialik 和 Fadel，2019；Holstein 和 Doroudi，2019；Shum 和 Luckin，2019）。
教育人工智能 (AIED)：影响与挑战
摘要：人工智能 (AI) 正在影响当代生活的方方面面。人工智能 (AI) 正被越来越广泛地应用，以通过使人们的生活更简单、更高效的应用程序来模仿人类的认知能力。人工智能也被用于教育行业，以增强学习和教学过程。人们可以使用人工智能系统来帮助他们学习。人工智能的日益广泛使用正在重塑教育环境。本文从不同的教育角度对最近（主要是 2018-2022 年）发布的教育人工智能 (AIEd) 选定材料进行了全面评估，这些材料收集自 Web of Sciences 数据库和选定的 AIED 专业出版物。在满足所有选择标准后，总共对 60 篇论文和行业专家资源进行了广泛评估。本文探讨了人工智能在教育领域的潜在用途，回顾了人工智能已证实和潜在的教育效益，弥补了人工智能技术创新与教育应用之间的差距，并为创造人工智能教育技术的技术专家和引领人工智能教育创新的教育工作者提供了实际案例和启发。在人工智能教育的潜在优势与日益严重的道德和隐私问题之间保持平衡，本文强调了应在全球和地方讨论中纳入的问题和政策影响，讨论将人工智能纳入教育的益处和危害，以及让学生为人工智能社会做好准备。
在 ESL 中实施教育人工智能 (AIED) 的好处和挑战
摘要 近年来，人工智能 (AI) 引起了广泛关注，渗透到各个领域并改变了执行任务的方式。在教育领域，人工智能有可能彻底改变传统的教学和学习方法，特别是在英语作为第二语言 (ESL) 课堂的背景下。本系统文献综述旨在全面概述不同国家在 ESL 课堂中实施人工智能、挑战和影响的当前研究状况。为此，我们在 ERIC、WOS 和 Scopus 数据库中进行了系统综述。在应用纳入和排除标准后，样本设定为 25 篇文章。研究结果表明，人工智能技术为增强 ESL 教学提供了有希望的机会。尽管有潜在的好处，但本综述还揭示了在 ESL 课堂中实施人工智能的一些挑战和局限性。此外，本综述还指出需要进一步进行实证研究来衡量人工智能的长期影响。总之，本系统文献综述为当前在 ESL 课堂中实施人工智能的前景提供了宝贵的见解。它强调了人工智能技术在增强语言教学的潜力，同时也承认需要解决的挑战。本评论的结果可以指导教育工作者、政策制定者和研究人员做出明智的决定，将人工智能融入 ESL 课堂，在数字时代促进有效和包容的语言学习环境，同时需要对马来西亚 ESL 课堂环境中的人工智能进行进一步的研究和分析。 关键词：人工智能、ESL 课堂、人工智能的挑战、人工智能的好处、AIEd 简介自从 Covid-10 爆发以来，数百种应用程序广泛用于 ESL 课堂。这些应用程序被用来替代传统的教学方法，以度过疫情，让学生甚至可以通过在线学习进行学习。这证明了技术可以成为一种强有力的工具来启动和增强
人工智能 - 计算机与教育
计算机技术的快速发展促进了人工智能教育 (AIED) 应用的实施。AIED 是指在教育环境中使用人工智能 (AI) 技术或应用程序来促进教学、学习或决策。借助人工智能技术，计算机系统可以模拟人类智能进行推理、判断或预测，为学生提供个性化的指导、支持或反馈，并协助教师或决策者做出决策。尽管 AIED 已被确定为计算机和教育领域的主要研究重点，但 AIED 的跨学科性质对具有不同学科背景的研究人员提出了独特的挑战。在本文中，我们从教育需求的角度介绍了 AIED 研究的定义和作用。我们提出了一个框架来展示在不同的学习和教学环境中实施 AIED 的考虑因素。该结构可以帮助指导具有计算机和教育背景的研究人员开展 AIED 研究。我们概述了 AIED 中 10 个可能的研究主题，这些主题对本期刊特别有吸引力。最后，我们描述了我们想要征集的文章类型以及投稿的管理。
计算机与教育：人工智能
近年来，人工智能教育 (AIED) 因其日益增长的社会重要性和教学价值而备受关注。在香港，越来越多的 K-12 学校正在计划或试行基层 AIED 纳入实践。然而，据报道，由于存在许多障碍，进展缓慢。不幸的是，由于范围有限、解释有争议和与背景无关，当前的研究文献似乎在帮助学校解决问题和克服障碍方面参考价值有限。鉴于目前对 AIED 的理解是一个集体概念，本文强调了广泛接受 AIED 的必要性。确定了 AIED 的三个主要方向：向 AI 学习、学习关于 AI 和与 AI 一起学习。进行了一项集体案例研究，研究了不同 AIED 方向的香港 K-12 学校对纳入 AIED 的障碍。通过与两所学校的主要利益相关者进行十次半结构化访谈收集了定性数据。运用 Ertmer (1999) 分类法来区分障碍。研究结果表明，一级和二级障碍都存在，尽管它们在不同情况下有所不同。研究还发现，这些障碍并不是孤立地阻碍，而是相互关联的。研究结果表明，学校根据其纳入 AIED 的方法，使用差异化策略来应对障碍。此外，有必要追踪障碍之间的联系，并优先考虑学校努力消除或减少具有高度联系的障碍。给出了几项实践建议。
教育人工智能系统评价（AIE）
人工智能 (AI) 应用程序在日常生活中的使用越来越多，这不仅影响了我们的生活方式，还启发了教育教学实践。这项研究展示了人工智能如何帮助改善教育环境中的教学、学习和教学过程，以及与教育人工智能 (AIEd) 相关的伦理方面的重要性。基于过去九年 (2013-2021) 的 AIEd 系统评价和荟萃分析 (PRISMA) 首选报告项目协议，进行了一项系统评价 (SR)，仅限于两个数据库 (Web of Science 和 Scopus)。主要关注 AIEd 用户面临的伦理和伦理约束。该评价的搜索关键词是“教育中的人工智能”(AIEd)、“数字伦理中的人工智能”。非英语和印刷中的文章已被排除在外。在根据 SR 的目标和范围仔细评估每条记录后，32 篇研究文章入围。通过使用 VOSviewer 软件，基于关键词共现和国家/地区引用的文献计量分析对该研究进行了进一步研究。通过对各个部分进行比较分析，了解了 AIEd 中的伦理问题。结果突出了进一步研究 AIEd 的两个突出因素；“数字伦理”和“AIEd 伦理实施中的潜在研究领域”的规范。当前的系统评价全面表达了在所选数据库和九年时间范围内整合 AIEd 的机会和能力。关键词：教育中的人工智能、数字伦理、人工智能与伦理、PRISMA、系统评价
研究论文 人工智能教育对青少年社会适应性的影响：社会支持的中介作用
目前人工智能在教育领域被广泛应用，但人们对于其可能产生的影响，特别是对受教育者身心发展的影响知之甚少。探讨人工智能在教育中的应用（AIEd）的可能影响，以避免可能产生的不利影响。以往研究多侧重于理论研究，忽略了AIEd的心理影响，实证研究相对缺乏。本研究旨在探讨AIEd通过社会支持对青少年社会适应性的影响。研究采用随机抽样的方式，在广州市13所人工智能课程改革实验学校招募了1332名学生完成调查。其中小学生342人（平均年龄=10.6岁），初中生351人（平均年龄=13.1岁），高中生639人（平均年龄=15.8岁）。研究结果发现，AIEd对青少年社会适应性产生负向影响，且与社会适应性、家庭支持呈显著负相关，与学校支持无显著相关性；AIEd不仅能直接影响社会适应性，还能通过家庭支持对其产生影响。
教育中人机混合自适应的概念框架
摘要。教育人工智能 (AIEd) 系统的设计和评估越来越多地考虑到现实世界教育环境中适应性的混合性质。在实践中，除了作为 AIEd 系统本身的属性之外，适应性通常由人工智能系统和人类促进者（例如教师或同龄人）共同制定。尽管最近有很多研究活动，但对于此类人机系统设计的理论和概念指导仍然有限。在本文中，我们探讨了如何在 AIEd 系统和与之合作的各种人类利益相关者之间共享适应性。基于对先前框架的比较，这些框架倾向于分别检查 AIEd 系统或人类教练的适应性，我们首先综合了一组足够通用的维度来捕捉人机混合适应性。然后，我们利用这些维度提出一个概念框架，以描绘人类和 AIEd 系统可以相互增强能力的不同方式。通过示例，我们说明了如何使用该框架来描述先前的工作，并设想人类与人工智能混合教育方法的新可能性。
利用人工智能在教育中提高教学效果 M Nasir 1*、M Hasan 2、Adlim 3、Muhammad Syukri 4
教育中的人工智能 (AIEd) 已经发展了一段时间，2022 年 12 月底 GPT 聊天的出现为教育实践开辟了新的机遇、潜力和挑战。计算技术和信息处理的进步导致人工智能 (AI) 在教育领域的广泛应用。在过去的 20 年里，关于 AIED 的论文数量一直在稳步增加，从 2015 年到现在急剧上升。在其短暂的历史中，AIEd 经历了几次范式转变。本研究旨在通过研究来自 Google Scholar、PubMed、CrossRef、OpenAlex 和 Scopus 的元数据的出版趋势来探索 AI 在教育中的应用。人工智能 (AI) 技术的发展和应用，特别是在教育领域，极大地支持了教育改革，并深刻影响了学习者的学习方式。教育中的人工智能 (AIED) 可以帮助教师准备教材、演示媒体和准确的评估。此外，AIED 还能帮助学生因应差异调整传统学习方式，实现符合学生学习需求的智能教学。教师对教育技术 (ET) 的正面认知，有利于积极运用 AI 技术辅助教学，进而提升教学效果。整体而言，AIEd 的发展趋势已成功赋能学习者个性化，让学习者具备批判性思维和创新性思维，促进个性化学习。