XiaoMi-AI文件搜索系统
World File Search System计算机教育
Peter Micheuz。人工智能作为学校教育学科的方法。计算机教育公开会议 (OCCE)，2020 年 1 月，印度孟买。第 3-13 页，�10.1007/978-3-030- 59847-1_1�。�hal-03519215�
让我们从教育领域中有时会用到的一个术语开始：“深度学习”。它代表有意义的学习，与人类的表面学习和死记硬背学习 [2] 相对。人工智能中的“深度学习”是一种模仿人脑工作方式处理大数据以用于预测和决策的方法 [3]。它的结果对我们的生活产生了几年前无法预见的影响。我们大多数人很可能已经在不知不觉中每天使用深度学习模型。每次我们使用互联网搜索引擎、社交媒体网站上的人脸识别系统、翻译系统或智能设备的语音界面时，几乎肯定会使用深度学习模型。因此，深度学习可以被视为机器学习子领域中最强大、增长最快的人工智能应用之一。
早期计算机教育中的概念发展
摘要背景和背景：自从扎根认知 (GC) 理论在认知心理学中兴起以来，许多研究都集中于证明体现和感觉运动活动对学生概念发展的重要性。然而，在计算机教育中，目前还没有一个适合年龄的概念框架来发展。目标：本文将这些工作整合在一起，展示更广泛的扎根认知文献如何对计算机教育有价值。本文的主要目的是提出并奠定计算机教育早期概念发展模型的理论基础。方法：本文是一篇概念性论文，因此，它基于对相关认知心理学和教育文献的广泛介绍。结果：本文提出了一个概念发展模型（EIFFEL-计算机早期学习的制定工具形式框架）。该模型的一般前提是编程概念首先实现为对对象执行的操作；因此，该模型旨在描述儿童在计算方面的概念发展，从他们对具体物体的第一次行动到完全抽象的形式的行动表现，这些行动表现由程序体现。含义：该模型是首次尝试在计算机教育的早期阶段理论化概念发展；因此，它有望用于设计学习轨迹，逐步推进儿童的概念化，从具体、情境和多模态到形式和更抽象的表现。
计算机教育中的生成式人工智能：学生和教师的观点
摘要 — 生成模型现在能够生成自然语言文本，在某些情况下，其质量可与人类生成的文本相媲美。在计算机教育环境中，这些模型被用于生成代码、代码解释和编程练习。这些模型的迅速采用促使人们发表了多份立场文件和举办了多场研讨会，讨论了这些模型对计算机教育的积极和消极影响。本文介绍了对 12 名学生和 6 名教师进行的一系列半结构化访谈的结果，访谈内容涉及他们对在计算机课堂中使用生成 AI 工具的认识、经验和偏好。结果表明，生成 AI (GAI) 工具将在计算机教育中发挥越来越重要的作用。然而，学生和教师也提出了许多担忧，即如何整合这些模型以最好地支持学生的需求和学习目标。我们还发现了教师和学生在使用这些模型时喜欢的方式之间出现的有趣的紧张和一致。我们讨论了这些结果并提供了与课程开发、评估方法和教学实践相关的建议。随着 GAI 工具变得越来越普遍，了解教育利益相关者的偏好和价值观非常重要，以确保这些工具能够用于善事并减轻潜在危害。