- 廖剑;胡玉立;张茜;陈笑浪;刘革平;
近年来,利用自然语言处理、音视频智能分析等技术进行自动化评课成为研究热点,然而深度学习技术支持的自动化评课系统在实践过程中存在标准固定、灵活性不足、适切反馈缺乏等问题,难以适应复杂多样的教学环境,其评价结果也难以为教师教学提供具体详细的指导。为此,文章结合大模型技术的语义理解与动态生成优势,提炼了包含文化背景、课型、学科、学段、教学主题、教师专业发展阶段六个核心要素的CST2差异化评课模型。以此模型为指导,文章设计了基于多模态大模型的CST2差异化智能评课系统技术框架。依托此技术框架,文章研发了基于多模态大模型的CST2差异化智能评课系统。该系统能设置包含CST2差异化信息的评价指标体系及细则,并融合课堂音视频中的教学文本、教师图像等多模态数据,生成更具针对性的课堂教学评价结果。之后,文章在S小学开展该系统的先导案例研究,结果表明:该系统能对课堂教学进行更符合具体教学情境与教师差异化发展目标的评价。文章对多模态大模型如何赋能差异化智能评课进行了理论模型建构和实践,有助于推动人工智能与教育教学的深度融创发展。
2025年05期 v.35;No.289 52-61页 [查看摘要][在线阅读][下载 1249K] [下载次数:308 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:31 ] - 张琪;黄志南;蒲圻彬;
通过细粒度数据探索学习过程中的认知机制,是教育学科亟待突破的课题。对此,文章构建了知识建构编码体系,采用广义估计方程分析科学学习过程中眼动指标与知识建构的关系,并对关键注视点进行多维数据(包括注视时间、注视频次、皮肤电唤醒水平和眼动热图)分析。研究发现,眼动行为与知识建构之间存在密切关联,平均注视时间正向预测知识建构水平,其中第2个、第3个、第7个注视点的持续时间最具预测效能,且对应更高的唤醒水平。文章的研究验证了眼动行为表征知识建构的可行性,揭示了多媒体材料“关键区域”的价值,为信息设计与自适应系统开发提供了实证依据。
2025年05期 v.35;No.289 62-70页 [查看摘要][在线阅读][下载 1159K] [下载次数:256 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:20 ] - 石映辉;陈玲;陈宏雪;韦怡彤;
深度混合学习(Deep Blended Learning,DBL)能够实现知识迁移与高阶能力培养的深度学习目标,而智慧教室为DBL的开展提供了良好的环境和技术支持。探索智慧教室环境下DBL的内涵结构及其影响因素,对于促进学生的学习和发展具有重要意义。基于此,文章首先梳理了DBL的研究现状,构建了DBL的能力框架与影响因素研究框架;接着通过问卷调查,分析了智慧教室环境下学生的DBL现状,通过层次回归分析法对影响因素进行筛选,构建了智慧教室环境下学生DBL的影响因素模型并提出研究假设;之后对影响因素模型和研究假设进行了检验。研究发现:学生在智慧教室环境下的DBL各维度得分均高于平均值且学习满意度较高,而不同性别学生的DBL水平并无显著差异;学生的自我效能、感知的教师支持、连接的课堂氛围,学生与教师的交互,支持服务与评价反馈等因素均会对智慧教室环境下学生的DBL产生显著影响,且其中部分因素能够通过中介变量对DBL产生间接影响。最后,文章有针对性地提出了提升智慧教室环境下学生DBL成效的策略,以期为智慧教室环境下促进学生的深度学习提供有益启示。
2025年05期 v.35;No.289 71-81页 [查看摘要][在线阅读][下载 1177K] [下载次数:447 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:41 ] - 田凤娟;邹欢秀;程显英;江苑民;
AI伦理通识教育应时而生,但AI伦理通识课存在教学过程随意、教学效果欠佳、师资匮乏等问题。对此,文章以建构主义理论群和通识教育理念为理论基础,进行了基于云平台+BOPPPS模型的AI伦理通识课教学设计,并以“深度伪造”一节为例在高校开展对比实验,结果表明:完全实施该教学设计能显著提升教学效果和学生满意度;参与式学习是提升学生学习兴趣与伦理推理能力的关键因素;AI伦理态度受已有经验和价值观的影响,需通过教学设计持续校准。基于此,文章从建立开放共享机制、打造深度参与式学习生态、实现价值观的螺旋校准、推动教师胜任力的整体跃迁等方面提出优化AI伦理通识课教学设计的建议,以期为各学科教师参与AI伦理通识教育提供参考。
2025年05期 v.35;No.289 82-90页 [查看摘要][在线阅读][下载 1323K] [下载次数:504 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:36 ]