未来教育沙龙第五期 | Dragan Gašević:人工智能时代的学习分析——机遇与挑战

发布时间:2021-12-15

12月15日,未来教育学院主办的未来教育国际沙龙第五期在励教楼E310报告厅顺利举行。学院智能教育研究中心邀请澳大利亚莫纳什大学学习分析中心主任Dragan Gašević为师生做了题为“Learning Analytics in the Age of AI: Opportunities and Challenges”的精彩讲座。本次沙龙活动由智能教育研究中心负责人袁莉教授主持,50余位师生通过线下和线上参加。

501.png

首先,Gašević教授表示,他理解并支持大规模个性化的反馈与适应性学习,但同时他强调要注意隐私保护。Gašević教授的团队正致力于制订隐私保护框架和守则来规范高等院校教学过程中对学习技术的使用,以更好地推动学习分析的应用。他指出,人工智能的发展为学习分析带来了巨大潜力,但人工智能并不能改良数据质量,高质量的学习设计对高质量的数据收集起着关键作用。

接着,Gašević教授指出,学习分析应以问题为驱动而不是以数据为驱动。他表示,在学习情境模块中,不同的教学环境下得出的学习分析结果是存在差异的,不能轻易将一门课程或一个学科使用的分析模型套用到另一门课或学科中,特定的建模不具备迁移的特性。同时,Gašević教授强调,人们对深度学习的价值认知是有限的,人工智能的可解释性是很重要的,人们需要做的是正确评估和处理机器学习算法所面临的问题和挑战。

最后,Gašević教授表示,虽然人工智能为推进学习分析的发展提供了新的可能,但是不能简单地认为技术可以解决教育面临的一切问题,人们要更多的思考智能技术给教育带来哪些机遇和挑战。人工智能可以记录学生的学习轨迹,跟踪学习进度,提供个性化的反馈,但是机器学习的应用有限,应该从促进学习的角度对人工智能的作用进行评估。学习分析设计要以人为本,同时发挥好人工智能的作用,使其成为促进学生学习的有效工具。

503.png

自由问答环节,师生就数据的收集和分析、数据的质量和学习干预等问题展开了交流。顾培蒂老师咨询人工智适应性学习运用于数学教学的可行性的问题。Gašević教授表示,近十年来适应性学习在商业市场上的应用很成功,适应性学习并非特指学生的学习,指的是学习者通过自身原有知识经验与适应性学习系统进行交互活动来获取知识和能力的过程。学者应该进一步研究和关注学生的学习过程,运用自适应技术帮助学生更好地开展自主学习。

人工智能学院博士生郝卓咨询收集课堂数据应注意的问题。Gašević教授表示,用摄像头收集学生的学习数据,要尊重和保护学生的隐私。Gašević教授团队与澳大利亚维多利亚省的学校合作进行数据收集时很好地解决了隐私保护的问题,这样他们顺利地了解到学生学习的过程,通过人工智能技术的支持促进了教师的专业发展,改善了教学效果。

504.png

博士生吴志超咨询如何判断学习设计的好坏。Gašević教授表示,学习设计与考核评估相似,需要数据来检验其有效性和合理性。要评价学习设计的好坏,可以观察它是否能够帮助学生达到预期的学习效果,学生是否参与到设计的活动中,活动中的学生是否做了他们应该做的。

505.png

活动的最后,袁莉教授做了总结发言,她表示智能教育中心在将来要加强与Gašević教授团队在人工智能和学习分析方面的研究合作,并邀请Gašević教授来访学院,与学院师生进行更加深入的交流,沙龙活动圆满结束。