XiaoMi-AI文件搜索系统
World File Search System中教
高中教科书威廉姆斯列表
•下面列出的所有材料都符合威廉姆斯。使用此列表来确保每个学生在定义的课程区域中都有教学材料。•只有标题旁边标有美元标志（$）标记的区域装备材料可以使用州教科书资金购买。•在同一所学校任教的所有年级都必须使用同一教科书。例如，所有英语10 AB的部分都必须使用相同的英语10 AB•在版权日期旁边标有“ D”的新版本的新版本可能很难与最初采用的版本一起使用，因此只能购买新课程和新学校。•数字访问：所有教科书标题均包括数字资源，除非注释部分中另有说明。
基督教K-12学校中教师之间的信仰融合之间的关系
Abstract .......................................................................................................................................... iii
对行业的建议：在医学实践中负责任地使用人工智能对行业的建议：曼尼托巴省医师与外科医师学院 (CPSM) 为行业提供建议，以支持注册人实施 CPSM 的实践标准、实践指示以及道德和专业规范。本建议文件并未定义实践标准，也不应被视为法律建议。一般而言，建议文件是动态的，可能会随时编辑或更新以使其更清晰。请定期参考本文以确保您了解最新的建议。重大变更将通过 CPSM 的新闻通讯传达给注册人；但是，微小的编辑可能只会在文件中注明。序言：注册人必须了解在实践中负责任且合乎道德地使用人工智能 (AI)。本文件主要讨论生成人工智能 (GenAI)，但大多数原则可广泛应用于其他形式的 AI。提供的建议主要集中在医疗保健中教育、问责制、透明度、知情同意、保密性和公平性的重要性。还讨论了系统问题。
对行业的建议：在医学实践中负责任地使用人工智能对行业的建议：曼尼托巴省医师与外科医师学院 (CPSM) 为行业提供建议，以支持注册人实施 CPSM 的实践标准、实践指示以及道德和专业规范。本建议文件并未定义实践标准，也不应被视为法律建议。一般而言，建议文件是动态的，可能会随时编辑或更新以使其更清晰。请定期参考本文以确保您了解最新的建议。重大变更将通过 CPSM 的新闻通讯传达给注册人；但是，微小的编辑可能只会在文件中注明。序言：注册人必须了解在实践中负责任且合乎道德地使用人工智能 (AI)。本文件主要讨论生成人工智能 (GenAI)，但大多数原则可广泛应用于其他形式的 AI。提供的建议主要集中在医疗保健中教育、问责制、透明度、知情同意、保密性和公平性的重要性。还讨论了系统问题。
人工智能世界中教师教育的演变
生成式人工智能 (GenAI) 引起了教育界的关注。一些教育工作者对利用 GenAI 解决长期存在的问题和缩小机会差距的机会非常着迷。另一些人则关注 GenAI 颠覆传统学习结构所带来的挑战，以及对学术诚信和人工智能生成材料不准确性的担忧。无论是热情、谨慎还是介于两者之间，对于所有教育工作者来说，掌握在人工智能驱动的世界中取得成功所需的知识和技能至关重要。大多数教育工作者都同意，学生必须培养关键的人工智能技能，例如了解人工智能是什么、它是如何工作的以及如何使用它来支持学习 (ISTE, 2024)。这为教育者准备计划 (EPP) 带来了特别紧迫的紧迫性，该计划负责培养下一代教师，以有效利用 GenAI 并了解其对教学和学习的影响。
推荐引用 推荐引用 Sundberg, Leif 和 Holmström, Jonny (2024) “教学技巧：使用无代码人工智能在高等教育中教授机器学习”，信息系统教育杂志：第 35 卷：第 1 期，56-66。 DOI：https://doi.org/10.62273/CYPL2902 可从以下网址获取：https://aisel.aisnet.org/jise/vol35/iss1/6
摘要 随着人工智能 (AI) 的最新进展，机器学习 (ML) 被认为对于寻求从数据中创造价值的组织特别有用。然而，由于 ML 通常与计算机科学和工程等技术专业相关，因此将 ML 使用培训纳入非技术教育课程（例如社会科学课程）具有挑战性。在这里，我们提出了一种应对这一挑战的方法，即在面向具有不同教育背景的大学生的课程中使用无代码 AI。这种方法在基于案例的实证教育环境中进行了测试，其中学生参与数据收集并使用无代码 AI 平台训练 ML 模型。此外，还应用了一个由五项教学原则（以问题为中心的学习、激活、演示、应用和集成）组成的框架。本文为 IS 教育文献做出了贡献，为教师提供了如何在课程中融入无代码 AI 的信息，并深入了解了在教育环境中使用无代码 AI 工具支持 ML 工作流程的好处和挑战。关键词：人工智能、机器学习、IS 教育研究、信息系统教育
在英语课堂中教授21世纪技能
由 FATMA KAPKIR 提交，部分满足中东技术大学社会科学研究生院英语语言教学文学硕士学位的要求，由 Sadettin KİRAZCI 教授 社会科学研究生院院长 Nurten BİRLİK 教授 外语教育系主任 Perihan SAVAŞ 教授 外语教育系主管 考试委员会成员： Müge GÜNDÜZ 助理教授（考试委员会主席） 中东技术大学外语教育系 Perihan SAVAŞ 教授（主管） 中东技术大学外语教育系 Gamze ERDEM COŞGUN 助理教授 阿马西亚大学外语教育系
与跨学科高中教师共同设计AI教育课程
来自许多学科的高中教师对教授人工智能 (AI) 的兴趣日益浓厚。这种跨学科兴趣反映了 AI 工具在整个社会中的普及，例如基于大型语言模型 (LLM) 的生成式 AI 工具。然而，高中课堂是一个独特而复杂的环境，由时间和资源有限的教师主导，其优先事项因班级和服务的学生而异。因此，为跨多个学科（例如历史、艺术、数学）的课程开发有关 AI 的课程必须以跨学科教师的专业知识为中心。在本研究中，我们与 8 名教授高中人文和 STEM 课程的教师进行了五次合作课程联合设计会议。我们试图了解教师在艺术、数学和社会研究环境中教授 AI 时如何看待 AI，以及他们在教学中发现的将 AI 工具纳入教学的机会和挑战。我们发现，教师们认为，围绕人工智能的技术技能和道德辩论、人工智能和学科学习之间的“双重探索”机会以及人工智能工具的局限性有助于学生参与和反思，但也可能会分散注意力。我们将我们的研究结果解释为与共同设计适应性人工智能课程有关，以支持高中各学科的人工智能教学。
使用无代码 AI 在高等教育中教授机器学习的教学技巧
摘要 随着人工智能 (AI) 的最新进展，机器学习 (ML) 被认为对于寻求从数据中创造价值的组织特别有用。然而，由于 ML 通常与计算机科学和工程等技术专业相关，因此将 ML 使用培训纳入非技术教育课程（例如社会科学课程）具有挑战性。在这里，我们提出了一种应对这一挑战的方法，即在面向具有不同教育背景的大学生的课程中使用无代码 AI。这种方法在基于案例的实证教育环境中进行了测试，其中学生参与数据收集并使用无代码 AI 平台训练 ML 模型。此外，还应用了一个由五项教学原则（以问题为中心的学习、激活、演示、应用和集成）组成的框架。本文为 IS 教育文献做出了贡献，为教师提供了如何在课程中融入无代码 AI 的信息，并深入了解了在教育环境中使用无代码 AI 工具支持 ML 工作流程的好处和挑战。关键词：人工智能、机器学习、IS 教育研究、信息系统教育
如何在高等教育中教授负责任的人工智能
摘要 近年来，欧盟在负责任和可持续的人工智能 (AI) 研究、开发和创新方面取得了进展。虽然 2019 年发布的《可信人工智能伦理指南》和 2021 年的《人工智能法案》为欧洲道德人工智能奠定了基础，但要将这些进步转化为公开辩论、教育和实践学习，仍面临诸多挑战。本文通过回顾现有文献中的方法并采访五个国家的 11 位专家来帮助确定在高等教育 (HE) 中成功实施可信人工智能所需的教育策略、能力和资源，并让所有学科的学生都能受益，从而有助于缩小这一差距。研究结果以对教育工作者和政策激励措施的建议形式呈现，将指南转化为高等教育教学和实践，以便下一代年轻人能够为欧洲制造的合乎道德、安全和尖端的人工智能做出贡献。
ACT 高中教育人工智能指南
• 产生“最有可能”的回应，这将包含对训练数据中主流文化和思想的偏见。目前，澳大利亚用户可用的大多数生成式人工智能都偏向于美国数据。• 产生受“护栏”限制的回应或要求用户绕过护栏。例如，社交媒体平台上的算法内容检查导致用户构造被称为“算法语言”的委婉语，例如用“unalive”代替“dead”，并为可能触发算法惩罚的单词和主题创造押韵的俚语/表情符号 • 为用户提供流畅、简单的响应，而不是要求用户批判性地思考或解决困难的任务 • 产生精致的响应，从而无需用户学习某个领域的技能（例如，句子构造、标点符号）