从交互到感知：混合式学习中社区意识与社会临场感的关系研究
张婧婧;向慧玉;黄一橙;在高等教育领域，数字化转型推动了教学模式的变革，混合式学习已成为高校教学改革的重要方向。政策支持与技术进步促进了混合式教学的普遍应用，但如何有效提升学习者的学习体验和学习成效仍是亟待解决的问题。在此背景下，社区意识作为影响在线学习体验的重要因素受到广泛关注。本研究选取北京师范大学的教师素养课程作为案例，基于在线学习行为数据与问卷调查，采用方差分析、相关分析、逐步回归分析等方法，探讨在线学习环境中社区意识、社会临场感与学习感知的关系，并通过数据挖掘分析不同社区意识水平对学习者交互行为的影响。研究结果表明，社区意识和社会临场感是影响学习感知的重要因素，其中，社区意识水平是学习感知的最强预测因子。主要表现为，学习感知的提升存在“质变临界点”,只有当社区意识达到较高水平时，学习者的学习感知才显著提升。社区意识的提升不仅与社会临场感和学习感知的提高显著相关，还直接反映在学习者所采取的学习策略和交互模式上。高社区意识的学习者偏好集中型交互，因此能够独立高效学习，表现为高学习感知群体；中社区意识的学习者则倾向于间歇型交互，依赖频繁互动来增强临场感；低社区意识的学习者缺乏社交互动，导致学习行为分散且形式化。因此，本研究建议混合式课程评价体系应加强对学习者认知、情感和社交能力的培养，完善脚手架设计，强化学习共同体规范建设，推动教育评价从“重结果”到“重过程”、从“单一标准”到“多元发展”的转变。
数智时代的智力解放——朗西埃教育思想阐释与模型再构建
张敬威;李鹏娇;在人工智能与数智技术重塑知识结构与教学生态的当下，教师与学生的学习路径正在发生根本性转变，教育实践日益从“解释-服从”模式迈向“共建-生成”范式。在此背景下知识、教师与学生的互动关系与自我解放成为值得重新追问的问题。法国思想家朗西埃在其最具争议的著作《无知的教师》中提出“各智力皆平等”的观点以服务于其政治哲学主张，通过钝化原理、平等原理与解放原理，朗西埃系统化地完成了对传统教学的钝化批判与解放教育中普遍教学法的理论构想，为教育批判敞开了全新的角度。然而，在已有实践中，普遍教育法极易陷入讲解人的钝化牢笼，而跨越了事实与价值之间固有界限的“智力平等”更潜藏着滑向唯心主义立场的风险。因此从朗西埃的教育平等思想出发，对“普遍教育法”进行批判性改造，并基于数字时代的三主体(教师、学生与以“书”为代表的智力)样态变革重构解放学习的行动者-网络体系。希望通过AIGC技术构筑强互动的游戏教学搭建互动情境，以“内-行动”的实践活动促进学生对自身世界的主动化成，进而完成认知意义上的智力解放。
人智交互中信任机制与测度研究
吴磊;刘宇欣;李珂新;人工智能教育成为当前国家数字化教育战略的重要着力点，人智信任更是人工智能赋能教育中最基础性的问题。虽然已有研究表明人智交互中信任影响最终的教学成效，但是人智信任机制却鲜有被关注。为此，研究首先聚焦人智交互现象，分析不同主体间的信任差异与特点，将人智信任解构为认知信任与情感信任双重作用过程，并针对性地设计了人智信任测度方法。通过对学生与ChatGPT的编程学习案例中的交互进行分析，表明认知信任对学业成绩有显著正向影响，而情感信任影响较弱；同时，任务难度的梯度变化以及时间的动态推移均会对学生与ChatGPT的交互信任产生影响。
生成式人工智能情境下学生学习能动性:现状与影响因素
夏亮亮;沈可心;王宇;董艳;生成式人工智能(GAI)在赋能学生学习的同时，也存在着消解学生学习主体性的隐忧。为此，本研究基于学生学习能动性的三维度十因子模型，通过问卷调查了GAI情境下799名大学生的学习能动性现状及性别、GAI使用偏好(使用频率、最常使用类型和场景)和复杂性(使用类型、场景和功能的数量)对其的影响。结果表明：(1)学生学习能动性总体较高，且在一级维度上，行动维度最高，能力与心理特征维度较低；(2)除负责任行动因子外，男生学习能动性显著高于女生；(3)GAI使用频率越高的学生学习能动性越高，最常使用ChatGPT的学生学习能动性最高、最常在课程学习中使用GAI的学生学习能动性最低；(4)GAI使用类型、功能和场景复杂性的提升能够显著提高学生学习能动性，但高GAI使用复杂性不利于学生的负责任行动因子；(5)性别、GAI使用偏好与复杂性在学习能动性的部分因子上存在显著交互作用。最终，本研究提出若干建议：高校应引入GAI并开设相应学生素养课程，以缩小数字鸿沟；教师应推进课程改革，以夯实学生主体角色与GAI辅助角色；学生应养成积极的GAI使用习惯，并警惕对其产生过度依赖。
AI能提高青年科研工作者的职业幸福感吗?一个有中介的调节模型
张佳;周梦如;数字赋能为科研带来新机遇，AI成为影响青年科研工作者职业幸福感的重要因素。以资源保存理论为视角，基于《Nature》“全球博士后”2023年数据库调查数据，探讨以博士后为代表的青年科研工作者的AI使用、科研独立性、科研工作压力与科研职业幸福感之间的关系。研究发现，AI使用会负向影响科研职业幸福感，但科研独立性在其中起正向调节作用，且通过科研工作压力产生部分有中介的调节效应。也即，尽管AI总体上会显著降低青年科研工作者的职业幸福感，但当青年科研工作者具有强科研独立性时，AI使用对其科研职业幸福感的影响会由负转正，且会通过减轻科研工作压力来提升职业幸福感，由此揭示出科研独立性是AI赋能科研的前提。研究对AI能否提高青年科研工作者的职业幸福感进行深度讨论，回应了“AI+科研”的潜能与风险，强调了未来应加强人类智慧与人工智能的协作互补，真正实现人机协同的智能科研生态建设。
人机协同教研中教师协作知识建构的优化策略研究
蔡慧英;韩冰;顾佳宁;孙佳悦;在国家倡导建设高素质创新型教师队伍的背景下，借助人工智能技术赋能教师教研中协作知识建构过程是提升教师教学水平和促进教师专业发展的重要内容。为了探究人机协同教研中教师协作知识建构的优化策略，研究团队开展了生成式人工智能支持教师教研的对比实验，然后，运用卡方检验和滞后序列分析法对教研过程中教师协作知识建构话语进行了深度分析。研究发现，在人机协同教研中，教师之间呈现具有实践性和递进性的协作知识建构状态。教师之间不仅会共享更具操作性的信息，而且他们之间的社会性交互过程更具流畅性和迭代性。另外，相比于低先验知识水平的教师，高先验知识水平的教师在人机协同教研中会表现出更加优质的协作知识建构状态。基于此，从在特定场景中开展整合智能体的教研实践、智能化评测教师协作知识建构的状态、开展先导性的教师专业知识与技能培训等三个方面提出了生成式人工智能赋能教师教研的优化策略。
公告栏
网站访问量
今日访问量: 283