描述
开 本: 16开纸 张: 胶版纸包 装: 精装是否套装: 否国际标准书号ISBN: 9787572018152
致全世界所有的学习者、教师、教育管理人员和领导者：让我们抓住智能技术带来的机遇，使教育变得更加有效和公平。
★ 从课堂上的教与学到教育机构与系统的管理，从常见的技术（如智能辅导系统）到技术的发展（如课堂教学统筹、教育机器人、学习参与），为课堂插上数字化的“翅膀”，让教育跨越山海，无远弗届。
★ 来自全球不同专业领域的16位学者、专家通力合著而成，盘点当前教育领域三大关键技术，擘画教育优质均衡发展的新图景，与文字相得益彰的图表、图片，使这些智能数字技术的发展对读者而言更可见、可感、可触摸。
★ 每一位学习者、教师、教育管理人员和领导者不可错过的前沿之作，案例分析×专栏详解×图表演示×译后感，助力智能时代的教育工作者成为优秀的教练、导师、榜样、激励者和领导者。
许多人对“无时不在、无处不在”的远程教育青睐有加。越来越多的教育工作者已经做好了准备，那么技术呢？ 经济合作与发展组织（OECD）发布的这部数字教育研究前沿报告以详尽的数据、丰富的案例证明，教育技术也已经准备好了。 阅读本书，你将了解：
从短期、中期、长期而言，数字化将如何改变教育领域？
人工智能、学习分析、机器人技术的快速发展将如何改变教与学的方式？
教师做的哪些工作有可能会被计算机或机器人所取代？
数字化是否会改变基础教育、高等教育或终身学习？
教学过程中的许多任务是否将由计算机来承担？
可供学生、教师、管理者与政策制定者使用的数字基础设施是否应有所区别？
在一个高度数字化、受人工智能影响的世界里，人们需要怎样的知识、技能、态度和价值观？ 计算机、数据、智能设备、机器人的广泛应用能否更好地实现教育公平，提高教学效率与效果？
数字技术，尤其是那些基于人工智能、学习分析、机器人等的智能技术将如何变革教育？本书聚焦于当前智能技术如何改变课堂中的教学、如何变革教育组织和系统的管理，不仅深入探讨了智能技术在教育领域的应用前景，如学习个性化、支持有特殊学习需要的学生，以及区块链文凭认证，还就此类技术运用到教育中面临的挑战及需要进一步研究的领域进行了阐述。本书为广大教师、政策制定者和教育机构开展数字教育、实现教育优质均衡提供了路径。
章 智能教育技术前沿：机遇与挑战 ..1
智能数字技术与数据在教育中的应用 ..2
教育数字化应用的前沿 ..3
关键机遇 ..7
政策导向 ..13
结语 ..27
译后感 ..28
参考文献 ..29
第二章 教育中的人工智能：技术整合 ..35
引言 ..36
智能教育技术：定义和使用场景 ..37
人工智能在教育教学和教育管理中的应用 ..40
未来趋势 ..46
译后感 ..48
参考文献 ..49
第三章 个性化学习：走向人机协同 ..55
引言 ..56
人类- 人工智能混合系统：教师与技术的角色定位 ..57
对未来的预测：人工智能的终极作用 ..61
基于学生知识的个性化 ..66
基于自我调节学习的个性化学习 未来个性化学习面临的挑战 ..75
译后感 ..77
参考文献 ..78
第四章 使用数字学习技术促进学生学习参与 ..87
引言 ..88
参与的重要性 ..88
“参与”的定义 ..90
参与度的测量 ..93
提高参与度 ..101
结论和未来趋势 ..110
译后感 ..111
参考文献 ..113
第五章 课堂分析：从学生行为到课堂生态的变焦 ..131
引言 ..132
愿景：课堂是一个数字系统 ..133
“课堂即系统”的概念是如何产生的 ..134
作为输入端的课堂 ..137
作为输出端的课堂 ..140
系统的功能 ..143
观点 ..152
致谢 ..153
译后感 ..154
参考文献 ..155
第六章 数字技术为有特殊需要的学生提供更好的服务 ..161
引言 ..162
教育、技术与特殊需要之间的关系 ..163
以学习者为中心的智能技术实例 ..166 未来展望 ..178
致谢 ..183
译后感 ..184
参考文献 ..185
第七章 教育机器人 ..193
引言 ..194
为什么要让社交机器人成为教育工作者 ..195
机器人的不同教学角色 ..196
机器人作为教学和学习的远距临场设备 ..199
机器人在不同年龄段和学习领域的有效性 ..202
对教育机器人的技术探讨 ..205
教师的态度 ..206
商业产品 ..207
前景展望 ..209
译后感 ..210
参考文献 ..212
第八章 学习分析技术在学校管理中的应用 ..219
引言 ..220
学习分析技术为教育机构管理带来的益处 ..221
三个案例 ..222
在管理层面应用学习分析技术面临的挑战 ..226
学习分析技术的未来走向 ..228
结论 ..229
译后感 ..231
参考文献 ..233
第九章 高中生辍学的早期预警系统和指标：数字技术的新应用 ..239
引言 ..240 早期预警系统和指标 ..240
对辍学的准确预测 ..241
新兴数字技术的应用：模式分析与数据科学 ..247
结论和未来发展趋势 ..255
译后感 ..260
参考文献 ..261
第十章 基于游戏的教育评价 ..275
引言 ..276
为什么要在教育中使用基于游戏或模拟环境的评价 ..276
如何构建基于游戏的评价 ..280
三个教学应用案例 ..284
应用前景及实现方式 ..287
译后感 ..288
参考文献 ..290
第十一章 教育中的区块链：一种全新的认证生态 ..297
引言 ..298
了解区块链技术 ..299
区块链助力教育认证 ..314
现实世界的应用 ..321
推动变革 ..329
结论 ..333
专业词汇表 ..334
译后感 ..335
参考文献 ..336
作者简介 ..358
译后记 ..367
2020年初，为应对新冠肺炎大流行，各国纷纷关闭学校，学习从线下转到了线上。在那以后的一年里，教师、学生和管理人员共同有效地完成了仓促上马的数字教育课程。它有许多严重的弊端，比如容易引发“屏幕疲劳”，对压力适应的要求较高，数字学习能力欠缺或尚未准备好自学的学生甚至跟不上学习进度。但这推动一直以来在创新上较为落后的教育系统在原本发展缓慢的智能学校教育方面快速进步。
然而，远程教育与智能教育并不相同。更确切地说，远程教育只是一种维持学习的权宜之计，它保留了而不是变革现有的教育实践。因此，远程教育很少能够达到线下课堂的教学水平，而且也不适合那些尚未在技术或心理上做好准备的学生。
在疫情流行前的两年，由经济合作与发展组织（以下简称“经合组织”）发布的教师教学国际调查（Teaching and Learning International Survey，简称TALIS）结果显示，只有一半的教师经常让学生在项目或课堂任务中应用技术。但需求是发明之母，无法线下授课使许多教师正在赶上数字化浪潮。
对学校而言，涉足数字化可谓恰逢其时。许多人对“无时不在、无处不在”的远程教育青睐有加。越来越多的教育工作者已经做好了准备，那么技术呢？
事实证明，教育技术也已经准备好了。本书向我们展现了已在教育系统投入使用的三个技术领域：人工智能（AI）或机器学习、机器人及区块链。持续不断的数据供给，使软件和教育机器人对教学与学习具有的颠覆潜力：这不仅仅是技术，而是教学与技术的结合，我们称之为教育技术学。如今，当我们在计算机上学习数学时，计算机可以研究我们是如何学习的，从而使我们的学习体验更细腻、更具适应性、更具交互性。在与传感器和学习管理系统结合应用的过程中，人工智能可以让教师真正了解不同学生的学习方式，知道学生对什么感兴趣，对什么感到无聊，在哪里取得了进步，在哪里遇到了困难。教育技术学有助于使学习适应不同学生的需求，让学习者对学习内容、学习方式、学习地点和学习时间拥有更大的自主权。
人工智能可以帮助教师（特别是新手教师）更好地把握教学，更自如地加快或放慢教学速度，或在冷场时突然抛出一个问题。学习分析可以告诉正在制定第二天教学计划的教师，谁的羧酸衍生物家庭作业完成得很好，谁还需要复习。教育机器人可以把加布里埃尔和伊诗塔带到教室角落进行10分钟的西班牙语对话，其他学生则在座位上继续练习行为动词。
当然，人工智能也正在推动评价和考试取得飞跃式发展，无论是基于模拟的评价、职业环境中的实训评价，还是运用机器学习算法给论文评分。过去的几个世纪里，工业化背景下的教育所犯的一个严重的错误就是将学习与评价割裂开来；也就是说，让学生不断地学习大量知识，然后——有时是几年后——测试他们能否在短时间内重现这些知识的一小部分。现在，技术可以重新整合学习和评价，利用实时数据和反馈帮助学生更好地学习、教师更好地教学，使教育系统变得更有效。
但要想使教育技术学真正得到普及，它对用户来说必须是友好的。如果教师不得不停止授课去查阅数据，那么无论是周晗对二次方程单元的掌握程度，还是埃米莉亚是否觉得战后社会福利史无聊，这些数据都是没什么用的。数据应该是直观的。教育行政部门可以鼓励开发者与教师和学生共同创建相关的、可负担的、可互操作的、易于使用的数字工具。除非将教学纳入这些工具设计的一部分，否则技术不太可能对学习有帮助。
另一个从智能教育工具中获益的群体是有特殊需要的学生。智能软件和机器人导师可适应赫克托的学习需求或法里德的学习节奏。它们可以帮助教师发现和诊断那些常被忽视的问题，尤其是小学阶段的问题。它们还可以帮助教师定制符合每个学生需求的课程学习路线。
这种数据驱动的技术有助于实现公平竞争（在课堂上！），除了针对有特殊需要的学生之外，还适用于眼前的情况。对那些在疫情期间努力学习的年轻人来说，我们所面临的可能是一个追赶期。指明他们需要哪些帮助及擅长哪些方面，正是个性化教育技术可提供的支持。
在本书涵盖的三个技术领域中，区块链是成熟的技术，尽管目前尚未在教学与学习中应用。作为一种可靠的、对用户友好的认证系统，区块链看起来前途无量，它可以取代那些笨重而昂贵的学位（证书），并帮助人们摆脱学位颁发通常带来的机构垄断。经传统学术机构之外的教育和培训项目（如在职培训和慕课）认证的结业证书，是帮助我们更接近终身学习、全方位学习的一个重要方面。如果每个人都能独立于自己的工作，提升旧技能，学习新技能，并拥有经区块链验证的资格证书，那么跳槽将变得更快、更顺利，焦虑感也会大大降低。
但回到教学与学习，更多的技术并不能自动转化为更好的学习成果。事实上，经合组织发布的国际学生评估项目（Programme for International Student Assessment，简称PISA）结果显示，课堂上技术应用的强度与15 岁学生的数字阅读、数学和科学技能之间呈持续负相关的关系。那些花费更多时间在学校网站发布任务、在学校里玩模拟游戏、使用学习应用程序和网站或在学校电脑上做作业的学生，在评价中往往表现更差。
当然，有很多原因可以解释校内较多的技术应用与较低的认知表现之间的联系。也许表现较差的学生只是在家庭作业上投入了更多的时间，或者他们在电脑上花费了更多的时间，因为他们被引导去做更实用的数字作业。也许数字世界有助于培养不容易被当前评价捕捉到的知识和技能。但我们不应该排除这样一种可能性，即低质量的数字学习工具取代了那些在没有数字设备的情况下可更好完成的有价值的教学活动，或者取代了那些教师更了解如何在模拟世界中开展的活动。更重要的是，有效的数字化学习对学生自主性（包括自主学习能力、执行能力和自我监控能力）的要求很容易被低估。这些假设获得了以下事实的支持：技术的使用和学习成果之间的关系在各国之间差异很大。
显而易见，要想让机器人、班件、预测性分析等技术有效发挥作用，就需要重新定义教师的角色。技术和人工智能并不是魔法，它们只是提升速度和准确性的加速器和放大器。人工智能既可以放大好的教育理念和实践，也可以放大坏的教育理念和实践。它既有助于消除教育实践中的偏见和歧视，也能在教育实践中传播和扩大偏见。它可以赋能教师识别出有风险的学生，也会使教师失去判断能力。在这种情况下, 人工智能将引起范式转变, 从一种结果性教育（教师帮助学生理解他们是谁及他们想成为怎样的人）转变为相关性教育（技术所做的只是回顾过去发生在具有类似特征的学生身上的事情）。虽然技术在伦理上是中立的，但它将始终掌握在非中立的教育工作者手中。真正的风险不是来自人工智能，而是来自其应用的后果。当早期预警系统标记出有学生遇到麻烦时，应该由人类来评估原因并帮助他们回到正轨。
人类总是更善于发明新工具，而不是明智地使用它们。只有通过培养教师，技术才能将他们从日常的管理和教学任务中解放出来，为他们提供机会和支持，使他们成为优秀的教练、导师、榜样、激励者和领导者。教育只有在人们能够参与其中，而不是交给设备（无论是否是他们自己的设备）去做的情况下，才能发挥出好的效果。
这场疫情带着我们的教育系统以光速从19世纪冲向21世纪，从“一刀切”、工厂式的学校发展为更加个性化、自由式的学习。在某种程度上，疫情揭示了创新的巨大潜力，而这种潜力在教育系统中一直处于休眠状态，因为教育系统通常被强调奖惩制度的等级结构所主导。
但要想摆脱危机，就需要为学校的创新提供一个更公平的竞争环境。政府可以赋予教师和学校领导更多的专业自主权，打造一种协作文化，让一切好的想法得以完善和分享。政府也可以为激励措施提供资金，提高人们对有效措施的关注和需求。但政府本身能做的只有这么多。硅谷之所以成功，是因为政府为创新创造了条件，而不是因为政府进行了创新。同样，政府不能在课堂上进行创新；它们只能通过开放教育系统，创造一种基于证据、利于创新的环境，使变革性的想法能够开花结果。这意味着教育系统内部应鼓励创新，并向外界伸出橄榄枝。
我们如何知道教育系统是否已经开放？当它们传达变革的需求并为其建立支持时；当它们对能力开发和变革管理技能进行投资时；当它们释放信号，表明教师不再是被动地实施技术与社会创新，而是也参与到其中的设计时；当它们让创新者更愿意承担风险和提出新想法时；当它们帮助创新者找到更有效的方法来普及和推广他们的技术时。
在疫情期间，我们学到了很多东西。诀窍是当一切回归“正常”时，不要忘记它们。人工智能、机器人和区块链正时刻准备着改变我们的教学、学习和办学方式。技术已经准备就绪，我们呢？学校停课迫使我们涉足数字领域，而对一些学生和教师来说，这并没有那么糟糕。随着本书所探讨的这些智能教育工具的迅速发展，我们中的许多人可能已经准备好全力一搏了。
评论
还没有评论。