國(guó)際資訊

基于人工智能的學(xué)習(xí)正在改變高等教育行業(yè)的發(fā)展態(tài)勢(shì)

目前，傳統(tǒng)教育的一刀切方法正受到基于人工智能的學(xué)習(xí)模式的挑戰(zhàn)。這是因?yàn)?，基于人工智能的學(xué)習(xí)模式可根據(jù)每個(gè)學(xué)生的需求和偏好來(lái)定制課程，這種方法不僅增強(qiáng)了學(xué)習(xí)體驗(yàn)，還培養(yǎng)了學(xué)生的歸屬感，對(duì)有志成為企業(yè)家的學(xué)生來(lái)說(shuō)至關(guān)重要。基于人工智能的學(xué)習(xí)模式通過(guò)模擬和案例研究提供沉浸式體驗(yàn)，可以培養(yǎng)學(xué)生的批判性思維和解決問(wèn)題的能力。在數(shù)字素養(yǎng)至關(guān)重要的時(shí)代，基于人工智能的學(xué)習(xí)模式可以為學(xué)生提供適應(yīng)不斷變化的就業(yè)市場(chǎng)需求的靈活技能，讓他們掌握虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)和元宇宙等尖端技術(shù)，從而為應(yīng)對(duì)各種未來(lái)挑戰(zhàn)做好準(zhǔn)備。盡管隱私、數(shù)據(jù)安全和算法偏見等問(wèn)題引發(fā)了人們對(duì)人工智能的擔(dān)憂，但我們可以通過(guò)倫理原則、提升透明度和問(wèn)責(zé)制來(lái)解決這些問(wèn)題。總之，人工智能與教育的融合前景無(wú)限，需要教育工作者、政策制定者和利益相關(guān)方密切合作，以充分發(fā)揮人工智能的潛力，同時(shí)確保人們公平受益。 （來(lái)源：https：//www.ecampusnews.com/teaching-learning/2023/08/31/ai-based-learning-changing-higher-education/）

教師應(yīng)了解哪些人工智能知識(shí)？

針對(duì)人工智能，教師必須了解但當(dāng)前不了解的方面有哪些？一是針對(duì)教師有關(guān)人工智能（AI）的培訓(xùn)。教師需要時(shí)間和支持來(lái)了解AI，了解其功能及其在課堂上的應(yīng)用情況。許多教師擔(dān)心在AI知識(shí)方面落后于那些精通技術(shù)的學(xué)生。學(xué)校領(lǐng)導(dǎo)應(yīng)為教師在AI工具及其應(yīng)用能力方面的培訓(xùn)提供充足的時(shí)間。此外，教師之間的輔導(dǎo)和合作可以增強(qiáng)他們的自信心，并幫助他們負(fù)責(zé)任地使用AI進(jìn)行教學(xué)。二是改革對(duì)師范生的培訓(xùn)方式。教育學(xué)院需要改進(jìn)其未來(lái)的教師培訓(xùn)計(jì)劃，融入包括AI在內(nèi)的各種新興技術(shù)。未來(lái)的師資應(yīng)具備基本的AI知識(shí)和實(shí)際的AI應(yīng)用技能，以便能夠在各個(gè)學(xué)科中熟練地使用AI開展教學(xué)。三是改變教學(xué)評(píng)估標(biāo)準(zhǔn)和評(píng)估方式。目前教師普遍擔(dān)心AI工具會(huì)促使學(xué)生作弊，因此需要調(diào)整作業(yè)和評(píng)估方式。作業(yè)應(yīng)設(shè)計(jì)成使AI工具無(wú)效，或要求學(xué)生公開承認(rèn)和記錄AI工具的使用方式。政策制定者和利益相關(guān)方應(yīng)共同更新教學(xué)課程和評(píng)價(jià)標(biāo)準(zhǔn)，以確保適應(yīng)新時(shí)代的教學(xué)需求。 （來(lái)源：https：//www.edweek.org/technology/what-teachers-need-to-know-about-ai-but-dont/2023/08）

K–12教育數(shù)字化轉(zhuǎn)型面臨哪些障礙？

根據(jù)2023年The Journal的一項(xiàng)全美K–12教育數(shù)字化轉(zhuǎn)型調(diào)查結(jié)果顯示，學(xué)校行政管理人員、IT部門負(fù)責(zé)人和其他教職員工提到的主要數(shù)字化轉(zhuǎn)型障礙中，約有49.66%的受訪者認(rèn)為學(xué)校預(yù)算限制是最大的障礙因素。其他主要障礙因素包括學(xué)生、教職員工的數(shù)字素養(yǎng)問(wèn)題（37.93%）、學(xué)校對(duì)數(shù)字化轉(zhuǎn)型的認(rèn)可度不足（32.41%）、受訪者就數(shù)字化轉(zhuǎn)型對(duì)受訪者學(xué)校的意義認(rèn)識(shí)不清（22.9%）以及學(xué)校缺乏相關(guān)的數(shù)字化轉(zhuǎn)型戰(zhàn)略（22.76%）等。其中，K–12教育領(lǐng)域IT部門負(fù)責(zé)人認(rèn)為，學(xué)校對(duì)數(shù)字化轉(zhuǎn)型的認(rèn)可度不足（50%）以及師生的數(shù)字素養(yǎng)不足（50%）是最主要的挑戰(zhàn)。IT部門負(fù)責(zé)人還提到了組織內(nèi)的信息孤島（39.47%）、預(yù)算限制（28.95%）和學(xué)校缺乏相關(guān)戰(zhàn)略（26.32%）等關(guān)鍵障礙因素。來(lái)自非IT領(lǐng)域的行政管理人員則看法不同。他們認(rèn)為，預(yù)算限制是最大的問(wèn)題（66.67%），其次是安全和隱私問(wèn)題（38.89%）、數(shù)字素養(yǎng)（33.33%）和IT基礎(chǔ)設(shè)施（27.78%）等阻礙因素。該數(shù)字化轉(zhuǎn)型調(diào)查由The Journal于2023年3月至6月進(jìn)行，收集了來(lái)自全美各地K–12學(xué)校和教育區(qū)的237份調(diào)查問(wèn)卷。其中，84.39%來(lái)自公立學(xué)校，以及其他類型的學(xué)校，如學(xué)前教育機(jī)構(gòu)等。（來(lái)源https：//thejournal.com/articles/2023/08/24/budget-restrictions-culture-and-digital-literacy-top-obstacles-for-digital-transformation.aspx）