当前位置:首页 > 保健 > 心理 > > 人工智能时代的教与学变迁与开放大学2.0新探(2)

人工智能时代的教与学变迁与开放大学2.0新探(2)

发布:2018-12-21 06:21 | 来源:健康日报网 | 查看:
分享到:

摘要: 智能视频分析是一种基于目标行为的智能监控技术,主要涉及图像处理、模式识别等领域,它是计算机图像视觉技术在安防领域应用的一个分支[3]。智能视频分析技术在网络教与学中应用广泛,主要是利用智能终端设备的摄像

智能视频分析是一种基于目标行为的智能监控技术,主要涉及图像处理、模式识别等领域,它是计算机图像视觉技术在安防领域应用的一个分支[3]。智能视频分析技术在网络教与学中应用广泛,主要是利用智能终端设备的摄像头,对学习者的学习行为过程进行视频追踪分析。它包括四个方面的功能:(1)检查学习者是否在学习;(2)识别学习者的特征身份;(3)追踪学习者学习行为过程;(4)监测学习者注意力与情绪状态等。

4.学习者心理状态的情感计算

情感计算是计算机综合使用视觉技术、听觉技术和生理指标采集技术,通过赋予计算机识别、理解、表达和适应人的情感等能力来建立和谐人机环境,并使计算机具有更高的、全面的智能。情感计算主要包括面部表情识别、语调表情识别、姿态表情识别和生理指标识别等。

情感计算技术目前在网络教与学中的应用,主要是识别学习者在在线学习中的情绪状态。在远程教育学习过程中,由于学习者、教师与学伴更多的处于分离状态,彼此之间的情感联系极大衰减和削弱,认知与情感的失衡,会导致无效或低效学习,丧失必要的信任、友谊和人际支持。在传统的信息技术环境下,我们很难有效监测到学习者的情绪状态。但借助于新一代人工智能技术的学习环境,能够通过情感计算技术等实时监测到学习者的情绪状态,并实时做出可视化的诊断报告反馈给教师。这样,教师可以根据具体情况,进行线上和线下的心理辅导;同时,智能化云平台还可以向学习者推荐合适学伴,帮忙学习者缓解学习中的不良情绪。

(二)服务学习者的学习分析技术

学习分析是通过分析收集到的学习者所产生的相关数据,来评估学习者的学业成就、预测其学习表现以及发现、矫正存在问题的过程。通过学习分析,有助于我们探究学习者的学习过程和学习情境,发现每个学习者个体的学习特点与规律,动态评价学习者的学习表现,以促进学习者更加有效地学习。在网络教育领域,智能化的学习分析技术,正推动、支撑个性化学习的实现,成为网络教育自适应和个性化学习的关键。

1.学习者情况的评估

由于学习者尤其是成人学习者在个人学习偏好、兴趣、背景和目标上存在一定的差异,因此,学习者情况的评估可以为学习者提供精准的个性化学习服务奠定基础。所谓学习者情况的评估就是基于学习分析与计算理念,通过对学习者基本特征的个人数据进行搜集和描述,刻画出每个学习者个体数字化学习肖像特征(AI智能画像与建模)。

目前,在网络教育中对学习者情况评估,主要通过以下四个方面来实现:(1)基于眼动行为的探测,判断学习者的学习注意力;(2)基于脸部行为的探测,识别学习者的学习表情;(3)基于心理行为的探测,分析学习者的学习情绪;(4)基于脑部行为的探测,推理学习者的学习心智。

2.学习结果的动态预测

学习结果的动态预测是指通过智能学习系统,对学习者的学习状态、注意力状态、心理状态和学习绩效等数据进行综合分析,实时监测与评估学习者的学习情况,预测学习结果,并作可视化的输出。

网络教育中学习结果的动态预测,可以及时反映学习者的学习状况,并通过智能学习系统以仪表盘等形式,将学习活动和结果进行可视化呈现,及时反馈给学习者和教师,让学习者实时或动态地了解自己的学习状况;教师则可以根据这种学习状况的强弱及变化情况,判断是否要进行在线干预或在线下专门指导,及时调整教学内容与策略。

3.学习效果诊断与在线干预

学习效果诊断是通过学习分析技术对学习者的学习绩效进行评价,得到可视化的报告。它有助于学习者有效利用数据分析,构建一个适合自我需要的主动学习过程;教师则可以对学习者进行有针对性的在线干预。例如,美国普渡大学(Purdue University)研究者就利用Blackboard 和Signals 系统,成功地对学生学习进行跟踪,对存在潜在危险的学生发出警告并实施干预。

在网络教育中,智能学习系统可以自动探测学习者学习效果、进行数据诊断,以判断学习者的学习状况。若发现学习者存在学习困难,系统可降低难度向学习者推送适宜的学习资料;若再次进行学习效果诊断,发现学习者还是存在学习困难,那么,智能学习系统就会把学习者的学习报告推送给教师,教师根据诊断报告制定出个性化的教学策略,对学习者进行个性化指导,从而实现人机协同教学。

4.教师教学过程的优化

利用智能化学习分析技术及其相关分析工具,教师可获得有关学习者的动态学习状况、注意力情况以及心理状况等可视化信息,这些信息可以为教师改进教学提供真实依据,从而优化教学设计与实施,对学习者的学习提供有效干预。例如,当教师从智能教学系统推送的可视化报告中,发现有一定数量的学习者在同一个知识点都出现了学习困难,那么,教师可以判断是该知识点的教学材料或课程设计存在缺陷。于是就需要及时修正、改进原来的教学设计,并重新录制该知识点的教学视频等。

(三)助推个性化学习的智能技术

服务于学习者个性化学习的智能化技术,是技术与教育融合的高级阶段,它能够促使学习者在学习活动中充分、自由、舒适地发展自我能力与个性。目前,基于个性化学习的智能化技术应用的重点与趋势,在于有效、精准地把握学习者的心智特征,并以此为基础,推送符合不同学习者个性需求的学习内容并有效反馈,以实现自我导向式的有意义学习,进而培育学习者自主发展的核心素养。

1.提升个性化学习的智能代理/助理