摘要：设计类问题解决能力是21世纪学习者必备的关键技能,对其进行精准测评,有助于面向智能时代的创新性人才的培养。本研究以设计类问题解决能力的多模态测评为目标,在已有测评框架基础上开展实证研究以验证其有效性,实验共招募181名被试,获取被试在设计类问题解决过程中的生理数据、交互式文本数据和心理问卷数据,分别采用BERT算法、随机森林算法和关键词词频分析法等数据挖掘方法对反思调节、同理心、观点建构、组织协调维度进行量化表征,最终通过多元回归法进行数据融合,对设计类问题解决能力进行过程性、精准化、个性化评估。结果表明,采用多模态数据表征和量化设计类问题解决能力可达72.5%的准确率。研究为多模态数据表征学习者高阶能力提供了新的思路与方法,为实现设计类问题解决能力的自动化测评提供了有力的支撑,为在真实教学环境中进行设计类问题解决能力的培养和干预奠定了基础。

摘要：随着生成式人工智能的快速发展,基于大模型的智能体已经逐步具备了多模态感知、检索增强生成、推理与规划、交互与进化等能力。该研究提出基于大模型的教学智能体的基本概念与框架,以“大模型”为技术核心,重点构建“教育任务设定”“教育任务规划”“教育能力实现与拓展”“教育内容记忆与反思”“交互协作与动态进化”多个功能模块,支持与多类型对象交互并实现动态进化,涵盖人机交互、多智能体交互以及环境交互。基于所提出的框架,研究以项目式学习任务为应用场景,阐述了教学智能体作为“助教智能体”和“同伴智能体”,在个性化驱动问题提出、项目方案共同设计、项目作品协作完成、项目作品多角色评价多个环节的作用及相关支撑技术。最后,研究进一步探讨了教学智能体的发展方向与未来展望。

摘要：在教育情境下,探究学习被定义为旨在达到特定高阶能力目标的学习过程。因此,其评价应侧重于过程取向,而非结果取向。为刻画理想的探究学习过程并保留情境信息,特别是学习目标信息,需对特定的探究学习设计进行理想过程建模,所生成的理想过程模型可作为评价实际发生的探究学习的标尺。探究学习的理想过程建模包括以下五个步骤:(1)完成探究学习的详案设计;(2)绘制探究学习活动所蕴含的知识建模图;(3)具体描述探究学习的整体过程;(4)将探究学习整个过程划分为多个环节,并绘制探究环节图;(5)将所有环节图按照探究学习的一般过程连接成一个整体,形成理想过程模型。对实际发生的探究学习也应进行上述操作,并在完成预处理后,生成探究学习的真实过程模型。通过比较真实过程模型与理想过程模型,找出差异点,依此可以评估实际发生的探究学习。这种评价方法不仅有助于了解探究学习的质量,还能为探究学习设计的改进提供反馈,更为重要的是,它可以使探究学习成为日常教学的一部分。

摘要：教育数字化转型背景下,学情分析作为基于教育大数据分析诊断结果帮助教师了解学生学习过程的重要手段,是开展精准教学的必要前提,而认知负荷水平一直是衡量学习者个性化学习需求与深度学习发生的重要指标。为了协助学习者调整学习过程中的认知负荷水平进而将认知资源有效投入高阶问题解决过程,该文梳理了学情分析的一般过程,构建了包含数据采集、负荷识别与分析干预三个层级的基于认知负荷水平的学习者学情分析框架。接着,该文通过便携式手环采集了300名学生完成在线测试时的多模态生理数据,应用特征工程方法构建了认知负荷水平识别模型,综合认知负荷水平与学习绩效进行学情状态解读,并设计了学习分析仪表盘呈现学情分析结果与干预建议。该文从认知负荷视角构建了学情分析框架并通过实证研究检验了其可行性,以期为认知负荷相关研究与教学实践提供参考。

摘要：交互设计可以增加学习者与学习内容的互动性,从而促进其主动学习,因而在教育领域的重要性日益凸显。然而,交互设计在教学视频中的作用尚存在一定争议。因此,研究纳入53项国内外实证研究进行元分析,系统地分析了交互设计对视频学习的影响。主效应检验结果发现,视频中的交互设计对总注视时间、学习参与度、学习动机、学习满意度、保持成绩、迁移成绩和延迟测试成绩有显著的促进作用,但对认知负荷的影响不显著。研究进一步从交互功能特征、学习者特征、学习材料特征、学习情境特征四个维度进行调节效应分析,结果发现,交互设计的作用受到多种因素影响,如交互类型、先验知识、学科领域、学习步调等。因此,在设计和实施教学视频时,应全面考虑交互设计的本身特性、学习者的个体差异等多方面因素,以更有效地发挥交互设计在教育中的优势。

摘要：科学探究是基础教育阶段科学课程新课标的四大核心素养之一,对于科学课程目标的达成具有重要意义。但科学探究在真实课堂中常受实验条件和时间、学生先验知识和能力、学习活动组织形式等因素的影响,难以达到高质量教学效果。为更好地促进科学概念理解、深化探究性学习,本研究提出了线上线下融合型科学探究课程设计与实践方法。实践探索以“探索能量转换”主题为例,基于POEE策略,采用线上线下融合学习方式,通过线下实操、线上模拟相结合,对现象、原理、预测、观察、解释等环节进行精准设计,使得抽象概念可视化、科学实验动手化,帮助学生更好地理解科学概念、提升解决问题能力。本研究为开展有效的科学探究实践教学提供了有益参考。

摘要：在线协作学习已经成为“互联网+教育”时代一种重要的学习方式,其实施效果很大程度上取决于协作学习活动设计的质量。然而,已有研究大多关注某种特定干预策略的有效性,鲜有从提高在线协作学习设计与实施的一致性角度来研究如何改善在线协作学习的设计质量与实施效果。传统的有效性研究严重依赖情境并难以重复,而一致性研究着眼于不一致的真实来源和缺陷分析,通过深入地反思能够生成可证伪的知识。基于目标知识点范围一致性、协同知识建构水平一致性、交互主题一致性、角色分工一致性、参与度一致性5个量化指标,分两轮对在线协作学习设计和实施的一致性进行评估并优化,实验结果表明:(1)优化后的第二轮在线协作学习设计和实施的一致性以及学习效果均显著高于第一轮,且一致性与协作学习效果呈现显著正相关关系;(2)研发的在线协作学习设计与实施一致性的量化评估方法不仅克服了基于主观经验进行设计和优化的缺陷,而且基于数据驱动的策略使得设计和优化更加科学规范,实现了“设计—实施—优化设计—再度实施”的良性循环;(3)从学习任务、学习资源、角色分工、交互策略、评价方式等维度进行设计优化,有助于提升在线协作学习设计与实施的一致性与学习效果。

摘要：面向设计类问题解决能力的多模态数据测评,能够科学有效地融合多元化的学习过程数据,尽可能地挖掘问题解决过程中存在的教育规律,是智能化测评研究中的一个热点问题,也是学习分析领域中的重要突破点。基于此,以设计类问题解决能力的测评为主题,通过分析设计类问题解决能力测评的起源和发展现状,揭示了面向设计类问题解决能力的多模态数据测评的发展动因;通过分析设计类问题解决能力的关键要素,构建了基于多模态数据的测评框架,进而提出在面向设计类问题解决能力测评时,应更加关注测评模型的科学性、教学规律的准确性、数据采集的真实性、测评过程的智能性、干预策略的针对性。这为未来在真实、复杂的学习场景下进行能力测评、学习分析等,提供了新思路和新方法;也为设计类问题解决能力的培养与教育教学深度融合,奠定了扎实的基础。

摘要：在个性化教育的大趋势下,能力分组教学作为差异化教学重要形式之一,在实践中得到了广泛探索,但学界对其应用成效还存在较大争议。能力分组教学在不同时期具有不同含义。从单维能力分组、学科能力分组到灵活能力分组,能力分组教学目的逐渐从社会选拔转变为满足学生的个性化发展需求,更加注重灵活性与学生的自主选择性,致力于为学生提供多元发展途径。能力分组教学实践受文化环境、资源配置、期望传达、教学互动、同伴构成、组内互动等多种因素影响。正确践行能力分组教学,需把握以促进学生的个性化发展为目的,以满足学生复杂差异导致的发展诉求为依据,以系统思考与动态灵活的设计为保障的基本原则。当前,基于上述原则有效实施能力分组教学还面临学校、教师、学生三个层面的挑战。智能技术可以通过助力学校系统设计与实施、支持教师有效差异化教学、促进学生的个性化学习,为能力分组教学提供支持。未来,可以融合多学科视角,对能力分组教学尤其是不同能力结构小组的交互规律以及如何将理论与技术应用实践相结合,进行系统、深入的研究。

摘要：作为智慧教育与教学实施的主阵地,智慧课堂的建设与发展是智慧教育规模化进阶的直接驱动力。然而,智慧课堂的概念庞杂且分散,其建设陷入设备堆砌和功能叠加的单向循环,并涌现诸多功能障碍。本研究通过梳理智慧课堂的研究现状,厘清其囊括外在环境条件和内在目标模式的宏观概念、深度学习的价值导向;基于智能技术赋能的智慧课堂新形态,归纳得出面向特色空间的沉浸式课堂和面向基础空间的交互式课堂应用,明晰网络与技术、数据与模型、硬件终端设备与软件系统平台、数字教学资源、教师资源五大结构要素及其功能边界;结合DIKW模型,设计包含知识组织与整合、知识获取转换与输出、知识进化的深度学习框架。该框架可用于指导智慧课堂的有序建设,辅以人机协同底线思维推动智慧课堂的高效运转,助力深度学习的有效达成与智慧生成。