摘要：生成式人工智能的崛起为人机协同学习注入了动力。然而,学界对基于生成式人工智能的人机协同学习成效仍有争议。本研究采用元分析法对国内外20项研究进行整合分析,并从学科领域、知识类型、干预时长等维度探讨调节变量对基于生成式人工智能的人机协同学习成效的影响。结果显示,相比于传统学习方式,基于生成式人工智能的人机协同学习能有效提升学习成效。调节分析表明,基于生成式人工智能的人机协同学习在社会科学领域与程序性知识学习中的表现更好;干预周期越长影响越弱;群体学习、角色设定与翻转课堂对人机协同学习成效的影响最突出;学科领域、知识类型、学习方式等的组间差异不显著。研究者需加强实践适切性设计,开展围炉群证式学习,注重角色精细化指引和探索模式深度融合,以助推基于生成式人工智能的人机协同学习理论与实践的发展。

摘要：人工智能推动了智能教育的快速发展,展现出人机协同的实践特征。但人机协同学习作为智能教育的重要组成部分,已经呈现出怎样的实践形态、透过现象彰显出怎样的本质却鲜有研究探讨。为了技术更好地服务教育、服务人的发展,研究对智能时代的人机协同学习实践进行深入剖析。首先,综合相关文献和实践发现,人的认知活动与机器智能产生了千丝万缕的联系,人机协同学习在实践中已呈现出知识导学、互动对话、智能增强三大形态。其次,透过现象看本质,研究从人机构成的学习双主体协同结构中揭示出人机协同学习三个重要本质内容:一是人机协同学习意味着人类认知与人工认知的协同混合;二是人机交互技术的应用为人机协同认知搭建了流畅的通道;三是人机互惠构成人机有效协同的关键。最后,研究提出两点发展建议,即在技术层面以人机交互与人机互惠为着力点提升技术设计,在实践层面以学习科学与以人为本为基本遵循规范实践过程。

摘要：智能学习干预是智能技术驱动学习变革的关键环节,也是大规模个性化教育的重要依托。然而,干预目标的“短视化”、干预方式的“程式化”、干预条件的“粗放化”、干预成效的“模糊化”,严重制约了智能学习干预效用的发挥。文章重新界定了智能学习干预的内涵,指出智能学习干预旨在通过全景化教育数据的采集分析,智能诊断和综合评估学生的个体特质、学业问题和学习需求,通过教师和机器的协同决策,找准学生的学习困境,“主动”为学生提供定制化的学习内容、服务与策略,帮助学生减轻学习负担、克服学业困难、提高学业水平、提升学习素养;从主动性、适切性、渐进性、延展性、可解释性、可协商性六方面定义了智能学习干预的实施原则。在此基础上,文章围绕教育数据感知、干预对象刻画、学业问题诊断、学习干预设计、干预措施甄选、干预成效检验等环节构建了人机协同支持的智能学习干预模型,并从价值定位与理念重构、干预成效的长周期检验、风险防范和伦理规约、基于数字人技术的干预模式设计方面展望智能学习干预的实践进路。