摘要：当前K-12阶段的计算思维培养中缺乏一种思维加工的辅助工具,用以记录并显性化呈现学习者的思维从识别问题到形成方案的全过程。这使得教学很难深入思维发展的细节部分,做出有针对性的指导和评价,使得计算思维培养的效果存在局限。本文基于工程设计的问题解决视角,从问题识别与分解、系统抽象与方案设计优化、方案实现和问题迁移四个阶段探讨了流程图支持下的计算思维教学过程,并对来自上海某中学6年级~8年级的19名学生开展了一个学期的教学实践,结合流程图评价、能力前后测、作品评价、作品问答反馈四种方式,从认知和操作层面以及非认知层面对他们的计算思维发展进行评价。实验结果初步显示,学生的计算思维在流程图的支持下得到了有效提升,并且流程图得分高和流程图得分提升幅度大的学生其提升效果更加显著。

摘要：当今社会,知识和技术的转型,使得不同领域和专业的人之间的协作更加频繁,协作问题解决能力也成为21世纪人才必备的核心技能之一。受限于协作问题解决活动复杂多变的影响因素,目前对协作问题解决能力的研究,只关注于对活动情境的测评,却难以了解学生的真实协作活动和问题解决情况。依据PISA 2015协作问题解决能力测评框架构建的测评模型,能够基于计算机会话代理技术,实现协作问题解决能力测评系统原型,并验证会话代理测评的有效性。该测评模型实现了对个体的协作问题解决行为逻辑的记录分析,这为开展协作问题解决能力的评价,提供了参考,也给基于会话代理的人机互动发展,提供了新方向。

摘要：2019年4月5日-9日,美国教育研究协会(AERA)年会在加拿大的多伦多市召开,年会主题是"‘后真相’时代教育研究的去芜存菁之路:从多模态叙事到证据公平"。年会研讨的内容十分丰富,涵盖了学习科学与学习技术领域的一些前沿研究:从智慧、深度、全息、泛在连接的技术时代背景,通过协同交互,建立资源的流动与互通,实现人与人、人与环境的赋能,进而形成跨界融合的学习生态。为此,从理解学习、设计学习和评价学习三个维度,可勾勒出智能化时代教育生态的概貌,并从跨尺度融合研究、构筑学习设计生态圈和基于理解的学习评价之角度,阐述了未来研究的发展趋势,以期为领域学者及教育工作者提供借鉴。

摘要：创新人才培养是一项兼具时代性与永恒性的事业。智能时代潮流下,STEM教育需要注入新的内涵,才能适应AI时代的创新人才需求。因此,构建创新本位的AI-STEM融合新生态,已然成为未来教育发展的核心议题。设计思维秉持有目的运用创造力的本原逻辑,其管理并驱动创新的意蕴以及“思维指引→思维激发→思维组织”等进阶历程,为AI-STEM创新融合的价值内核和外部组织,提供了全面支撑。为此,根植于AI-STEM融合机理以及情境学习、活动理论的思想内蕴,构建设计思维使能的AI-STEM创新融合模式,诠释AI-STEM实践耦合的刺激条件与现实路径,并以“AI分类垃圾桶”为例,阐释设计模式的应用过程与实践成效,可为智能境脉中跨学科活动设计提供原理指导。未来仍需进一步挖掘AI-STEM融合模式的应用策略,以形塑持续创新的AI-STEM融合新生态。

摘要：智能教育应用被寄予了赋能教学过程、重塑教育生态的厚望,但其设计主体缺乏教育理论知识、实践主体缺乏技术应用能力,使得人工智能与教育融合出现了技术异化。为突破这一局限,本研究基于技术哲学的理论与方法,分析并设计了人工智能与教育融合的动力系统,构建人工智能规范主体、设计主体与实践主体之间相互制衡、相互协调的主体互动关系;从理论上探讨了实现人工智能与教育实践协调融合的路径,并使用非线性动力系统仿真方法将该路径量化,以定性建模与动态仿真的方法探索人工智能与教育融合在时间尺度上的演化发展机制。文章还结合理论分析与仿真实验成果,从“研-产-教”三方协调制衡机制、教学实践智慧与反馈、教育价值的规范引导和扎根教育理论的技术设计四方面提出了实践建议,以促进人工智能与教育实践的协调融合与正向发展。

摘要：2018年3月1日发布的《美国机器智能国家战略》中提到,机器智能可以融入课堂教学,为学生提供个性化的学习体验,并提升教师的教学效率与学生的学习体验。随着教育机器人的出现、创客教育的发展和STEAM教育的需求,机器人教育逐渐步入大众的视野。机器人教育的应用包括教育机器人产品、机器人教材、机器人竞赛与机器人教学活动,而相关机器人教育的学术研究主要集中在目的、技术与方法三个层面。实施从深度学习、研究体验、生涯指导三个维度设计的教学实践活动结果表明,机器人教育可以帮助学生学习多学科知识,培养学生的问题解决能力。未来的机器人教育将朝学科融合的方向发展,需将研究重点放在推进机器人教育评价研究与机器人教育师资培养以及加强"产政学"合作上。

摘要：随着人工智能技术、可穿戴传感设备的发展,课堂教学多模态数据的获取和分析成为可能,加速了课堂教学从数字化向智能化的转型升级。本研究聚焦智能时代多模态数据支持的课堂教学行为,在综合课堂教学行为分析要素的基础上,明确了多模态课堂教学行为分析模型的设计原则和设计要素,并设计了多主体协同、多空间融合、多环节融通的多模态课堂教学行为分析模型。为推动多模态课堂教学行为分析的实践应用,本研究从课堂教学、数据采集、智能分析和应用服务四个层面构建了多模态数据支持的课堂教学行为分析实践框架,指出多模态课堂教学行为分析研究需要对课堂教学情境进行智能感知与数据采集,探究课堂教学行为的发生过程,构建基于多模态数据的智能教育服务模式,以期为多模态课堂教学行为分析实践提供理论参考,推动课堂教学质量的稳步发展。

摘要：在知识与经济全球化的时代背景下,培养合格的STEM人才,成为各国提升国家竞争力的人力资源基础,但STEM教育的跨学科特性和项目式学习方式给学习评估带来了挑战。单纯的质性或量化分析难以获得反映学生能力水平的真实、可靠的证据,而认知网络分析法(Epistemic Network Analysis,ENA)作为二者的结合,为促进评估效能提供了新思路。ENA将个人(或团体)的认知框架元素之间的联系作为证据,生成动态网络模型,对其思维加工、学习过程等进行深度分析,高效、便捷地评估"对象"间动态耦合关系,使获得学习者专业思维发展的全貌成为可能。工程设计中的专业思维评价、项目协作中的可穿戴分析、游戏设计中的师生认知发展轨迹分析,是STEM教育中的三个典型研究案例。案例分析表明,ENA作为一种量化民族志的数据分析方法,使质性和量化研究相融合,为最终得出的量化模型赋予了质性数据的意义。其在技术本质、分析层析及应用价值等方面,为STEM教育及其它领域的测评提供了新范式。

摘要：学习分析技术是智慧教育视域下,实现数据驱动教与学决策与变革的核心动力。OIM关系链(Objective/Indicator/Method,即目标/数据/方法简称)设计思想的引入,可以确保学习分析的行动指向和最后的应用成效,激发对于在学习分析实施中加以教育学方法指导的关注。为此,构建服务于理解学习行为、学习设计评估等不同教育问题情境的OIM关系链分析规则,尤为必要。采用案例元分析法,并选取144个学习分析技术与知识(LAK)国际会议在2013-2017年期间的学习分析应用案例,再使用分析目标(O)、数据指标(I)、技术方法(M)三个维度、17个分类指标,对这些案例进行标识,最后基于多重对应分析和聚类分析,提炼出基于OIM关系链的学习分析规则,可为在不同问题情境下目标、数据和方法之间的分析,提供一般性实施路径。研究表明:对基于OIM关系链的学习分析规则的研究,为今后学习分析的实践提供新研究视角和技术路线,并促进学习分析应用的常态化发展,提升智慧教育视域下学习分析应用与实践的效能。

摘要：从工程教育目标、工程教育内容、工程教育方法和工程教育评价四个课程视角出发,考察中国、新加坡、日本、英国、德国、俄罗斯、美国、加拿大、澳大利亚和新西兰的K-12工程学科公布的最新版课程标准。通过内容分析,发现当前国际中小学工程教育呈现出基于设计思维开发、走向"科学-技术-工程"融合、面向未来职业选择的新特征和新趋势。