暑期社会实践总结报告 项目名称：教育信息化2.0时代，AI智能训练的研究与应用 实践团队：达拉崩吧小队 实践时间：2020.08.06—2020.08.12 实践地点：内蒙古呼和浩特市赛罕区名都中央广场内蒙古元儒科技有限公司 目录 1.实践总体概况 1.1实践背景 1.2实践目的 1.3实践意义 2.实践内容 2.1实践任务 2.2实践流程 3.实践成果 1.实践总体概况 1.1实践背景 教育部印发《教育信息化2.0行动计划》通知，提出要到2022年基本实现“三全两高一大”的发展目标。其中，“三全”指教学应用覆盖全体教师、学习应用覆盖全体适龄学生、数字校园建设覆盖全体学校；“两高”指信息化应用水平和师生信息素养普遍提高；一大指建成“互联网+教育”大平台。教育信息化从1.0时代进入2.0时代。AI智能教育是互联网＋教育的2.0版。 1.2实践目的 探究互联网与教育的碰撞下，人工智能AI如何靶向讲练帮助学生学习知识，并研究其功效。 1.3实践意义 元儒Al以人工智能解决了教育个性化因材施教的问题，它以AI技术素贝叶斯算法三维诊断学生知识盲点以及每一个知识点的掌握程度，在这个基础上智能精准确定学习和训练内容。不同于传统在线教育只是提供一个知识讲授题听课系统，元儒Al是一个讲练结合学习系统，靶向训练是整个学习系统的重点，通过针对性的靶向学习和训练让学生的成绩高效的提高上去。同时元儒Al还具有一个AI快速记词系统，帮学生快速解决英语单词拦路虎。 2.实践内容 2.1实践任务 小组成员分工：在实习公司担任班级助班，线上助理教师 王宇龙（组长）联系实习公司 负责后期的实习心得交流整理 姚浥楠（宣传员）准备活动宣传稿 郎琳（安全员）负责小组成员健康打卡，制作活动宣传横幅 赵歆（线上视频会议主持）并根据后期交流心得制作人工智能ppt 马溪纯（调查问卷）制作人工智能调查问卷并负责后期的问卷资料整理 2.2实践流程 08.06——08.08 小组线上收集人工智能相关资料 开启视频会议的的方式讨论活动相关流程，并统计归纳资料 因为地区以及时间因素影响，小队决定更改为线上+线下的实践新模式（2名小组成员前往实地考察发起线上直播3名队员全程观看） 08.09——08.12 采访元儒科技有限公司董事长 科研人员的细心讲解 对学员以及家长发放调查问卷 担任班级助班、公司客服 后期互联网查阅资料的方式 了解人工智能系统原理模式，探究人工智能对教育的深刻影响。 3.实践成果 围绕实践目的及主体，根据近10天的具体实践活动，可从数据观测中发现，在长期的学习与教学环境中，使用人工智能系统进入教育后效率显著提高了，并且与原本现代教育有一定差别。利用新型人工智能技术之后，无论是教学方还是学习方，都获得了与现代教育所没有的经验与优化。人工智能对教育的影响与改进体现在方方面面。 现代教育的特征为：学生按年纪分班，采用一致的教材，按照规范的程序进行教学，定期进行测试，达标的学生升学，体现了工业时代的流水线作业和批量生产。人工智能进入教育就以这种模式为基石。实践表明，在零售制造业、医疗金融等行业中，人工智能往往在高度流程化的应用场景中最先发挥作用。因此，人工智能要进入教育的首步，就是开始代替重复机械的劳动，将人工从机械劳动中解放出来，从而提高教育效率。 从早期的专家系统、程序化教学到现在的教育机器人、智能导师系统，人工智能的主要作用表现为替代部分繁琐的重复劳动，具体表现有以下四点。一、自动出题和批改，通过建立学科知识图谱，自动生成适合各类学生的试题和作业，并实现自动化批改，大幅减轻教师的工作负担。比如，智能评卷技术已经应用于普通话水平测试和中高考英语听说考试，并可以对作文、翻译等主观题进行自动评分。二、学习资源自动推送，通过建设大规模、细粒度的数字资源库，对知识内容进行特征标记，根据学生的目标、能力、个性特征等因素制订个性化的推送方案，实现学习者和学习资源的双向匹配，更好地满足学习需求。三、学情分析，利用人工智能对学习行为数据进行深度挖掘，帮助教师准确把握学生个体的认知特征和班级群体的共性问题。目前国内外开发的认知诊断模型有 70 多种，常见的有线性逻辑斯蒂克特质模型、多成分潜在特质模型、规则空间模型等，能够准确了解学生的认知结构和知识掌握情况。 四、重复性教学的替代，尽管教学活动总体上是富有创造性的，但也存在一些流程化、重复性的环节，包括字词拼读、课文复述、试题讲解、口语练习等。这些环节可以交给教育机器人或智能教育助理来承担，让教师有更多精力去从事创造性的教学。 人工智能在教育中的应用不仅仅体现在教学方面，还可以优化教育管理流程，改变现有的复杂管理模式，优化教育资源和教育服务的配比。一、利用人工智能识别并减少教育领域的多余管理，减少不必要的重复劳动，优化管理中的活动流程。二、利用人工智能打破信息壁垒，推进教育管理系统整合共享，做到事项清单标准化、办事流程规范化、业务处理协同化，实现“一张表管理”和“一站式服务”，大幅提升教育公共服务水平。三、利用大数据技术开展多因素决策模拟，建立教育经费投入、学龄人口变化、学校布局调整、教育舆情预警等方面的系统动力学模型，对教育运行状态进行预演，推动传统以经验判断为主的决策转向大数据支撑下的科学决策。比如，中国教育科学研究院利用教育决策模拟系统，对实施“全面二孩”政策后的学龄人口进行了预测分析，为提前做好学校布局和教育资源配置提供了参考。 人工智能对教育的改进还体现在评价方面，伴随式的教育诊断使得学生对学习付出的努力，学校的优化等方面蕴含在评价与进步的过程中不断进步。在人工智能支持下，教育评价将从“结果视角”转向“过程视角”，从人才选拔、逐层淘汰为主转向改善学习、促进发展为主，通过伴随式的数据采集和自动化的数据分析，为教育的持续不断改进提供动力。人工智能介入后的评价系统有以下四个优点。一、学习分析，通过自适应测验捕获学生解决问题的完整过程，在大数据基础上建立学习分析模型，开展针对性的学习问题诊断和学科能力测评。比如，可汗学院提供可视化的学习分析报告，帮助教师准确把握学生的学习进展和知识掌握程度，并以此为依据调整教学策略。二、大规模的课堂观察分析，利用智能技术对非结构化的课堂行为数据进行分析，包括教师提问的类型、学生回答方式、师生对话深度等，全方位透视学校的课程实施水平。三、区域教育质量监测，通过全样本、全过程、多模态的教育数据采集，汇聚形成区域教育大数据，包括学生学习数据、学校运行数据、教育资源配置情况、普职学校规模结构等，帮助管理者获得超越个体与局部的洞察力，助力区域教育质量提升。
http://www.dxsbao.com/shijian/319461.html
点此复制本页地址
