收到日期 2024 年 2 月 16 日 接受日期:2024 年 7 月 18 日 发表日期:2024 年 7 月 28 日 摘要 生活各个方面的技术进步导致人工智能融入教育实践。学生对人工智能辅助工具的使用在学术环境中变得更加重要,这形成了一系列积极和消极的观点。本研究探讨了人工智能辅助工具对学生整体个人和学业成绩的影响。因此,这篇文章意义重大,因为它评估了摩洛哥高中生如何使用人工智能辅助工具来解决他们的家庭作业。该研究试图回答这些学生在多大程度上依赖这些工具,并研究教师对人工智能给课堂带来的这些不断变化的影响的态度和担忧。本研究采用混合方法实现研究目标,同时采用定量和定性方法。因此,研究结果表明,学生严重依赖人工智能来完成日常家庭作业任务,这阻碍了他们的学习过程和技能习得。这些研究结果为政策制定者、家长、教育工作者和学习者提供了几项建议,要求他们意识到过度使用人工智能辅助工具对学生学习成果的不利影响。关键词:学业成绩、人工智能、辅助工具、过度依赖、高中生、家庭作业、个人发展 引用为:Tamimi, J., Addichane, F., & Madani, S. A.(2024).评估人工智能家庭作业辅助工具对高中生学业成绩和个人发展的影响。阿拉伯世界英语杂志 (AWEJ) CALL 特刊 (10)。36-42。 https://dx.doi.org/10.24093/awej/call10.3
人工智能对选定的尼日利亚大学本科生的语言和交流影响 Nelson Ewere Atoi* https://dx.doi.org/10.4314/ujah.v25i1.5 摘要 近年来,人工智能的出现对人类的语言和交流产生了巨大的影响。它涉及开发计算机程序来完成原本需要人类智能的任务。因此,本研究调查了人工智能对选定的尼日利亚大学本科生的英语使用和沟通技巧的影响。问卷是根据五点评分量表设计的,并与来自尼日利亚大学恩苏卡分校和尼日利亚大学埃努古校区的一百五十名受访者分享。这些学生是随机抽样的,因为这些学生是在没有任何特定选择的情况下被选中的。通过在线调查猴子收集的所有答案都经过分类和定性和定量分析。本研究采用阿尔伯特·班杜拉 (Albert Bandura) (1977) 的社会学习理论作为理论框架。研究结果表明,人工智能对尼日利亚本科生的语言和交流产生了积极和消极的影响,其中包括:词汇量和语法的提高,以及英语词汇量发展对人工智能技术的过度依赖。
1计算系,伦敦帝国学院,伦敦,英国,苏塞克斯大学2号信息学系,英国布莱顿大学,3苏塞克斯郡意识科学和苏塞克斯科学和苏塞克斯AI中心,苏塞克斯大学,苏塞克斯大学,布莱顿大学,布莱顿大学,4,4个,伦敦皇家科学,伦敦帝国科学,伦敦皇家科学界,是4个,英国,苏塞克斯大学。牛津,英国牛津,6临床神经科学系和麻醉司,剑桥大学,剑桥大学,英国,7勒沃尔姆情报未来中心7伦敦,伦敦,英国
摘要:背景:智障儿童(ID)在空间任务中产生的手势很少被考虑,尽管它们在思想的形成中具有支持作用。目的:在这项研究中,我们分析了手势的数量,手势的类型及其在具有ID学生知识的表达中的作用。方法:ID和40名学生在视觉空间级别(n = 20)和语言水平(n = 20)的20名学生(12-17岁)参加了研究。结果:与典型同龄人(TD)相比,具有ID的学生与所说的单词数量相关的手势更大。三十%的具有ID的学生的表达沟通仅来自手势,而60%的回答至少包含一个手势。最后,任务难度级别越高,学生做出的手势越多。
音乐将不同的曲目与给定的单音频信号分开为组件,例如鼓,贝斯和人声等任务。分离来源对于包括娱乐和助听器在内的一系列领域很有用。在本文中,我们介绍了两个新的基准,用于声音源分离任务,并在这些基准测试中比较了声音解散的流行模型及其合奏。对于模型的评估,我们在https://mvsep.com/quality_checker/上提供了排行榜,为一系列模型提供了比较。新的基准数据集可供下载。我们还基于最适合特定茎的不同模型的结合,开发了一种新颖的音频分离方法。在2023年音乐混合挑战挑战的背景下评估了所提出的解决方案,并在挑战的不同轨道中获得了最佳结果。代码和方法是在GitHub上开源的。
此步骤标志着项目正式结束。在这里,您不仅可以检查是否已完成所有任务,还可以检查是否已实现项目目标并对结果和过程感到满意。这个阶段经常被忽视,但它是自我反思的重要时刻,将有助于您完成未来的项目。
在认知神经科学领域,功能性近红外光谱 (fNIRS) 已成为非侵入性探测伴随神经活动的血流动力学反应的重要工具。该技术使研究人员能够通过头骨观察大脑活动,从而促进认知功能和神经发育过程的研究(Boas 等人,2014)。尽管 fNIRS 具有巨大潜力,但由于商业系统的高成本,它无法融入更广泛的研究实践,只能在资金充足的实验室使用(Pinti 等人,2018)。这种可用性受限给数据的验证和可重复性带来了挑战,阻碍了更广泛人群使用 fNIRS 技术。因此,很难将研究结果扩展到这些人群进行验证。
Nurul Akmal 阿曼苏丹国佐法尔大学艺术与应用科学学院计算机科学系 收稿日期:2023 年 11 月 13 日 接受日期:2024 年 3 月 14 日 发表日期:2024 年 4 月 24 日 摘要 本研究考察了教师、学生和行政人员对 ChatGPT 在阿曼教育环境中的作用的看法。这项研究意义重大,因为它深入了解了人工智能在教育中的应用程度,并为未来计划提供了指导。考察阿曼教育环境中各利益相关者的看法,为热衷于拥抱新技术同时又坚持传统教育价值观的高等教育机构提供了宝贵的信息。该研究利用焦点小组讨论收集了教师、学生和行政人员的数据。研究结果表明,ChatGPT 的关键作用在于完善内容,尤其是对于非英语母语的学生、行政人员和教师而言。行政人员和教师强调了其在起草电子邮件方面的功效,表明人工智能具有改善日常认知任务的潜力。学生们对 ChatGPT 解释复杂学术任务的能力表示赞赏。然而,教师们对过度依赖人工智能和可能丧失学术诚信的担忧浮现,这与之前的文献产生了共鸣。这些发现与阿曼独特的社会文化和教育背景有关。鉴于人工智能在阿曼教育中的新兴性质,该研究提供的见解为未来的研究奠定了基础并指导了政策制定。关键词:人工智能、阿曼教育、教学、学习引用为:Syahrin, S. & Akmal, N. (2024)。探索人工智能前沿:阿曼苏丹国教师、学生和行政人员对人工智能在教育中的作用的看法。阿拉伯世界英语杂志 (AWEJ) ChatGPT 特刊,2024 年 4 月:73-89。 DOI: https://dx.doi.org/10.24093/awej/ChatGPT.4
摘要。本文的目的是研究在机械工程领域的Chatgpt和Bert模型的应用。在机器学习的背景下,ChatGPT和BERT模型可以应用于各种自然语言处理任务,例如根据文档的特定版本分析技术文档和构建说明,诊断出故障或客户服务。本文讨论了Bert和Chatgpt模型的基本特征,其起源,还研究了主要的建筑特征,并确定了模型的主要优势和缺点。论文分析并选择各种自然语言处理任务,以测试模型在机器学习中理解自然语言的能力。选定的标准任务分为语义组,以在三个领域的每个领域中识别Chatgpt和Bert模型的功能:逻辑推理任务,释义任务和文本相似性任务。本文还讨论了操作设计的概念,该概念涉及开发指导模型产生所需输出的输入。本文定量分析并比较了基于BERT和CHATGPT模型的性能。发现和研究了自然语言理解任务中Chatgpt模型瓶颈的原因。考虑使用Mivar方法对CHATGPT模型性能的可能改进。
双方之间的通信场景可以通过首先将消息编码到作为通信物理介质的物理系统的某些状态中,然后通过测量系统状态对消息进行解码来实现。我们表明,在最简单的情况下,已经可以检测到量子系统相对于经典系统的明确、无限的优势。我们通过构建一系列具有操作意义的通信任务来实现这一点,一方面,每个任务都可以仅使用单个量子位来实现,但另一方面,经典实现需要一个无限大的经典系统。此外,我们表明,尽管借助共享随机性的额外资源,所提出的通信任务可以通过相同大小的量子和经典系统来实现,但经典实现所需的协调操作数量也会无限增长。特别是,没有有限的存储空间可用于存储使用经典系统实现所有可能的量子通信任务所需的所有协调操作。因此,共享随机性不能被视为免费资源。