人工智能教育应用理论框架:学习者与教育资源对称性假设——访智能导学系统专家胡祥恩教授

摘要：

胡祥恩教授是美国孟菲斯大学心理学系、电子计算机工程系、计算机科学系教授,智能系统研究院高级研究员,美国先进分布式学习孟菲斯实验室主任,华中师范大学心理学院院长、中国青少年网络心理与行为教育部重点实验室高级研究员,研究领域包括数学心理学、实验设计与统计、心理学、人工智能和智能导学系统.本文系2018年7月华中师范大学举办的“教育大科学前沿论坛(第三期)——中国通用人工智能高端论坛”会议期间对胡祥恩教授访谈基础上整理而成的.作为一种新技术,人工智能已经成为教育学界讨论的焦点.然而,技术面对的不仅是理论,更关键的是应用问题,怎样才能充分发挥人工智能技术的优势使之真正融入教育,避免因过度包装而产生的空洞陷阱,是一个需要解决的问题.对此,胡祥恩教授认为,我们需要从观念上进行根本性革新.他提出一种人工智能教育应用的新理论框架:学习者与教育资源对称性假设,即学习者能够在与教育资源(教学内容、学习环境、互动机制和学习过程)的互动中实现知识结构的最优化,同时教育资源也能够在这一互动中得以改进.该理论框架以全新的视角审视学习者和教育资源的关系,认为教育资源并非被动、僵化、静态地参与教学过程,而是在动态、适应性地进行自我改进.在这一理论框架的支撑下,人工智能技术与教育资源有机结合,“个性化”与“拟人化”合为一体,令呆板、枯燥的在线学习系统被有效激活,从而极大地改善系统的教学效果.因此,该框架不论在理论还是在实践层面,都具有重要的学术和应用价值.

关键词：人工智能、教育、教育资源、学习者、对称性假设、理论框架

所属期刊栏目：24

分类号：G40-057(教育学)

资助基金：国家高技术研究发展计划（863计划）;国家自然科学基金;中国博士后科学基金

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：4-11