教育人工智能(EAI)中的多模态学习分析、适应性反馈及人机协同
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
［ ］ 关键词 教育人工智能；EAI；智能教学系统；多模态学习分析；适应性反馈；人机协同；脑机接口 ( ) ［中图分类号2 G420 ［文献标识码2 A ［文章编号2 1672-0008 2019 05-的“全球人工智能高 峰论坛”上，中国工程院院士潘云鹤曾指出:新一代
于1970年诞生时，对 展历史，把计算机可以分析的数据源变得越来越丰
收
$
在的ITS
， 最 人机交互从 的文本交互
了多模
丄①
不
学习者在 上的 时 ， 以及 测试 态交互，计算机所 的数据 ， 从 的文本
题的
等
上的 数据， 还 学习 理变成多模态数据 $
壬
者在学习过 中的学习
、
、对学习
2.人工智能语境下多模态数据的层次及多模态
技术的成熟，基于自然语言理解(NLP)的人机交互
。如， 人工智能
的学 息以可视化方 被大家熟知和应用。同时，一些电子游戏或虚拟现实
式，在课堂上通过 工具即时
。这顺应
，对人类动作、手势的捕捉更为精准，随着 ；
了人工智能中混合增强智能(Hybrid-Augmented In telligence) 的发展方向,为教 有效、 动地开
人工智能的重点方向，将从数据智能、群体智能、跨
媒体智能、人机混合的增强智能和自主智能系统等
五方面进行叭 由此可见,人工智能
的体
,在
形成了各自较为典
型和特 化的智能形态。，智能交通重在 成
、数 大的 数据的 ，智能 的主
目
于专家系统的
。
人工智能在教育 中的 ，同样经历着对
人工智能各
的
。 年，国际上教
育人工智能大会(AIED，International Conference on
H远程耒嗜念去 前沿探索
◄ ◄ 教育人工智能(EAD中的多模态学习分析、适应性反馈及人机协同
教育人工智能(EAI)中的多模态学习分析、 适应性反馈及人机协同*
陈凯泉张春雪吴明明刘璐
， (中国海洋大学 教育系 山东青岛266100)
［摘 要］人工智能应用于教育在近几年获得持续关注，随着智能技术应用层次的逐步加深,教育人工智能(EAI)中
识技术的展， 和内心世界$
计算机有可能窥视人的 -
展人工智能教育应用，提供了
$
当前，人机交互研究的关注点，越来越倾向于多
通道、多 的自然交互场景$人机交互理论的研究
二、人工智能语境下的多模态学习分析
者所提出 的 EPIC 模 ， 人 知和 动 理方
对学习者学习过 数据的收 与 ，
是的
， 合进 知理论的 中， 图
智能教学系统(Intelligent Tutor System, ITS)中的关 人的行为数据、心理和生理数据进行合模，以
8
*np 77/V/N p//" a
$
人工智能技术的
展,ITS所收集 提升人机交互的智能化。
数据的
，“ SCHOLAR”561
从以上梳理我们不难看出，人机交互技术的发
①
式意义的智能 学习者题的
Artificial Intelligence in Education)持续召开，会议上 所展现的研究，人工智能教育 的特 形态
。
出的各智能教学系统，
学习分析(Multimodal Learning Analysis )、适应性反
馈(Adaptive Feedback)、人机
智能化形
态， 成为当下教育人工智能(Education Artificial
Intelligence，EAI)的主要应用范畴和技术内涵。
由此可见，教育人工智能(EAI)人工智能与学
习科学相结合 形成的一 新 122， 为如此，
AIED 2018和AIED 2019两次大会，都与学习科学
国际会议(ICLS,the International Conference of the
近40%。在AIED 2019上,有研究人员根据学习者
之所以被称为多模态交互或多模态分析，首先，
的当前学习进展及知识背景，自动化生成测试题目, 源于计算机可以捕捉收集数据的多模态化 $文本在
而不是在已有题库中进行选择和组合叫还有的研究 人机交互的输入输出中是最本的数据 ，并且
是对学习者所提交论文，自动化形成概要，进而与学 长期以来也是人机交互的主要形式。次，当人机交
的多模态学习分析、适应性反馈及人机协同这三大应用范畴愈加明晰。多模态学习分析侧重于对学习过程数据的 全方位收集、分析与应用；适应性反馈指智能教学系统侧重于与学习者的学习风格、学习动机等相匹配的应用方 式，给学习者提供教学反馈；人机协同重点关注教师如何与智能教学系统协同，为学生提供智能化的精准教学。这 三大应用范畴都在有效推进人机关系，使之更加密切。因此，教育人工智能日趋体现为混合增强智能的形态。
意识信息⑶。在教育领域，依靠
信息的 ；态
统一数据表征，可更 地判定学情，由此形成侧
重于对学习过程数据的全方位收集、
的
学
。
利 智能 判定学情的目的，在于给学生提
供更 的 ，因此，
在最 年召开
的AIED大会上获得了密切关注。AIED 2018和
AIED 2019先后在英国伦敦和美国芝加哥召开，两
次会议中数众的论文，均侧重于
的
研究。在AIED 2018会议中，有关适应性反馈的论文
基金项目：本文系国家社会科学基金项目“基于E-SCIENCE的新型科研范式研究”(项目编号：15BTQ057)的研究成果。
24
JOURNAL OF DISTANCE EDUCATIO^ Frontier Discovery vv
数达到了 15 % ,占被接收为长论文(long papers)的 发展历程
h远程耒嗜念去前沿探索教育人工智能ead中的多模态学习分析适应性反馈及人机协同??教育人工智能eai中的多模态学习分析适应性反馈及人机协同陈凯泉张春雪吴明明刘璐中国海洋大学教育系山东青岛266100摘要人工智能应用于教育在近几年获得持续关注随着智能技术应用层次的逐步加深教育人工智能eai中的多模态学习分析适应性反馈及人机协同这三大应用范畴愈加明晰
Learning Sciences)在同一时间、同一个城市举行。多
模态学
、
人机
智能
形态，
了人工智能教育
学习科学的
高
。
，
，能
人工智能在教育中
，学
的
点、具体形式智能化程。
具体来说，
学
高度依赖于跨媒体
智能，该类智能综合处理语音识别、图形图像识别、
手势面部表情识别等 ， 捕捉或感知到各
信息，甚至可 处 由脑机接口 感知到的大脑
习者展开即时对话等叫由此可见，教学反馈的适应 互界面从文本交互界面走向图形户界(Graphic
性、智能性已越来越强。
User Interface，GUI)之后，鼠标的移动被感知和捕
当然，不止于对适应性反馈的研究，人工智能所 捉，被转化为可被计算机执行的指令$ 人工智能
提供的诸多技术，也使教师与人工智能逐步
于1970年诞生时，对 展历史，把计算机可以分析的数据源变得越来越丰
收
$
在的ITS
， 最 人机交互从 的文本交互
了多模
丄①
不
学习者在 上的 时 ， 以及 测试 态交互，计算机所 的数据 ， 从 的文本
题的
等
上的 数据， 还 学习 理变成多模态数据 $
壬
者在学习过 中的学习
、
、对学习
2.人工智能语境下多模态数据的层次及多模态
技术的成熟，基于自然语言理解(NLP)的人机交互
。如， 人工智能
的学 息以可视化方 被大家熟知和应用。同时，一些电子游戏或虚拟现实
式，在课堂上通过 工具即时
。这顺应
，对人类动作、手势的捕捉更为精准，随着 ；
了人工智能中混合增强智能(Hybrid-Augmented In telligence) 的发展方向,为教 有效、 动地开
人工智能的重点方向，将从数据智能、群体智能、跨
媒体智能、人机混合的增强智能和自主智能系统等
五方面进行叭 由此可见,人工智能
的体
,在
形成了各自较为典
型和特 化的智能形态。，智能交通重在 成
、数 大的 数据的 ，智能 的主
目
于专家系统的
。
人工智能在教育 中的 ，同样经历着对
人工智能各
的
。 年，国际上教
育人工智能大会(AIED，International Conference on
H远程耒嗜念去 前沿探索
◄ ◄ 教育人工智能(EAD中的多模态学习分析、适应性反馈及人机协同
教育人工智能(EAI)中的多模态学习分析、 适应性反馈及人机协同*
陈凯泉张春雪吴明明刘璐
， (中国海洋大学 教育系 山东青岛266100)
［摘 要］人工智能应用于教育在近几年获得持续关注，随着智能技术应用层次的逐步加深,教育人工智能(EAI)中
识技术的展， 和内心世界$
计算机有可能窥视人的 -
展人工智能教育应用，提供了
$
当前，人机交互研究的关注点，越来越倾向于多
通道、多 的自然交互场景$人机交互理论的研究
二、人工智能语境下的多模态学习分析
者所提出 的 EPIC 模 ， 人 知和 动 理方
对学习者学习过 数据的收 与 ，
是的
， 合进 知理论的 中， 图
智能教学系统(Intelligent Tutor System, ITS)中的关 人的行为数据、心理和生理数据进行合模，以
8
*np 77/V/N p//" a
$
人工智能技术的
展,ITS所收集 提升人机交互的智能化。
数据的
，“ SCHOLAR”561
从以上梳理我们不难看出，人机交互技术的发
①
式意义的智能 学习者题的
Artificial Intelligence in Education)持续召开，会议上 所展现的研究，人工智能教育 的特 形态
。
出的各智能教学系统，
学习分析(Multimodal Learning Analysis )、适应性反
馈(Adaptive Feedback)、人机
智能化形
态， 成为当下教育人工智能(Education Artificial
Intelligence，EAI)的主要应用范畴和技术内涵。
由此可见，教育人工智能(EAI)人工智能与学
习科学相结合 形成的一 新 122， 为如此，
AIED 2018和AIED 2019两次大会，都与学习科学
国际会议(ICLS,the International Conference of the
近40%。在AIED 2019上,有研究人员根据学习者
之所以被称为多模态交互或多模态分析，首先，
的当前学习进展及知识背景，自动化生成测试题目, 源于计算机可以捕捉收集数据的多模态化 $文本在
而不是在已有题库中进行选择和组合叫还有的研究 人机交互的输入输出中是最本的数据 ，并且
是对学习者所提交论文，自动化形成概要，进而与学 长期以来也是人机交互的主要形式。次，当人机交
的多模态学习分析、适应性反馈及人机协同这三大应用范畴愈加明晰。多模态学习分析侧重于对学习过程数据的 全方位收集、分析与应用；适应性反馈指智能教学系统侧重于与学习者的学习风格、学习动机等相匹配的应用方 式，给学习者提供教学反馈；人机协同重点关注教师如何与智能教学系统协同，为学生提供智能化的精准教学。这 三大应用范畴都在有效推进人机关系，使之更加密切。因此，教育人工智能日趋体现为混合增强智能的形态。
意识信息⑶。在教育领域，依靠
信息的 ；态
统一数据表征，可更 地判定学情，由此形成侧
重于对学习过程数据的全方位收集、
的
学
。
利 智能 判定学情的目的，在于给学生提
供更 的 ，因此，
在最 年召开
的AIED大会上获得了密切关注。AIED 2018和
AIED 2019先后在英国伦敦和美国芝加哥召开，两
次会议中数众的论文，均侧重于
的
研究。在AIED 2018会议中，有关适应性反馈的论文
基金项目：本文系国家社会科学基金项目“基于E-SCIENCE的新型科研范式研究”(项目编号：15BTQ057)的研究成果。
24
JOURNAL OF DISTANCE EDUCATIO^ Frontier Discovery vv
数达到了 15 % ,占被接收为长论文(long papers)的 发展历程
h远程耒嗜念去前沿探索教育人工智能ead中的多模态学习分析适应性反馈及人机协同??教育人工智能eai中的多模态学习分析适应性反馈及人机协同陈凯泉张春雪吴明明刘璐中国海洋大学教育系山东青岛266100摘要人工智能应用于教育在近几年获得持续关注随着智能技术应用层次的逐步加深教育人工智能eai中的多模态学习分析适应性反馈及人机协同这三大应用范畴愈加明晰
Learning Sciences)在同一时间、同一个城市举行。多
模态学
、
人机
智能
形态，
了人工智能教育
学习科学的
高
。
，
，能
人工智能在教育中
，学
的
点、具体形式智能化程。
具体来说，
学
高度依赖于跨媒体
智能，该类智能综合处理语音识别、图形图像识别、
手势面部表情识别等 ， 捕捉或感知到各
信息，甚至可 处 由脑机接口 感知到的大脑
习者展开即时对话等叫由此可见，教学反馈的适应 互界面从文本交互界面走向图形户界(Graphic
性、智能性已越来越强。
User Interface，GUI)之后，鼠标的移动被感知和捕
当然，不止于对适应性反馈的研究，人工智能所 捉，被转化为可被计算机执行的指令$ 人工智能
提供的诸多技术，也使教师与人工智能逐步