现代教育技术 课件 ch08 新技术与未来教育

新技术与未来教育第八章现代教育技术新技术与未来教育概述0101新技术与未来教育概述网络教育的概念关于新技术与未来教育，美国的新媒体联盟地平线报告提出，在未来5年最有可能影响基础教育发展的六项新技术为创客空间、机器人、分析技术、虚拟现实、人工智能与物联网；提出最有可能影响未来5年技术规划和决策制定的六项主要趋势为推动创新文化、深度学习策略、注重学习测量、重构学习空间、编程作为一项专业素养、STEAM学习兴起；提出最可能阻碍新技术采用的六个关键挑战为怎样开展实景体验式学习、如何提升数字化素养、怎样重构教师角色、如何发展计算思维、怎样缩小学业成绩差距、如何在领导的变更中保持持续创新。01新技术与未来教育概述1.创客空间创客空间指的是社区化运营的工作空间，在这里，有共同兴趣的人们（通常是对计算机、机械、技术、科学、数字艺术或电子技术有共同兴趣）可以聚会、社交、展开合作。创客空间的“创客”是指出于兴趣与爱好，努力把各种创意转变为现实的人。创客空间一般会配有各种新兴的技术，如采用3D打印机、激光切割机以及动画软件等，它属于技术发展的范畴，依赖于技术手段实现。创客空间也为学生在技术学科和形成创业思维方式方面提供了接触学习的机会，学习者通过创新的方式使用创客技术来积极回应现实世界提出的问题。同时创客空间的内涵不仅仅局限于技术，更强调深度学习经验以及实践活动所产生的成果。网络教育的概念01新技术与未来教育概述2.机器人机器人技术指的是对机器人的设计和应用。随着这种技术在多个领域的广泛应用，机器人行业发展迅速。为了让学生们适应未来人力市场的发展，应提前为学生做好职业规划，学校在小学甚至幼儿园就应该引入机器人理念，让他们尽早接触机器人，甚至可以让机器人作为儿童值得信赖的伙伴和知己。现在中小学将编程能力作为一种素养进行培养，也将有助于机器人在基础教育中获得更多的关注。机器人大赛正在世界范围内兴起，学生以小组形式对机器人进行组装并编程，从而以最快速度实现既定目标或完成任务。机器人竞赛为学习者提供了探索STEM挑战的机会，并将他们的技能应用于全球重大问题的解决方案中。网络教育的概念01新技术与未来教育概述3.分析技术分析技术包括各种工具及应用程序，可将数据转化为可执行的信息，主要包括数据库管理系统、数据仓库（结构化数据）、数据湖（非结构化数据）、商业智能报告工具、可视化软件、建模和预测分析工具以及文本分析功能。这些技术通常不是教师在教室中所使用的工具和应用程序，而是嵌入到学校或区域级管理单位的信息技术架构中。分析技术可以用来预测学生的学习成果，加强干预或调整课程，制定更有利于促进学生学习的新方式或策略。利用分析技术的优势是实现最佳学习模式的关键，随着学校变得更善于处理和解释大数据，利用分析技术可以做出反应学习者真正需要的更明智的决定。网络教育的概念01新技术与未来教育概述4.虚拟现实虚拟现实指的是在计算机生成的环境中，模拟实际存在的人或物体并让人获得身临其境的感官体验。虚拟现实技术主要包括模拟环境、感知、自然技能和传感设备等方面。模拟环境是由计算机生成的、实时动态的三维立体逼真图像。感知是指理想的虚拟现实应该具有一切人所具有的感知。除计算机图形技术所生成的视觉感知外，还有听觉、触觉、力觉、运动等感知，甚至还包括嗅觉和味觉等，也称为多感知。传感设备是指三维交互设备。该技术主要以3D图像的形式出现，用户通过计算机界面进行交互和操作。网络教育的概念01新技术与未来教育概述5.人工智能人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能可以模拟人的意识和思维的过程。人工智能不是人的智能，但能像人那样思考，也可能超过人的智能。人工智能还包含着机器学习，即计算机通过大量数据收集和自然语言的处理形成决策和预测，旨在帮助人类与机器之间的互动，如同人类之间的互动一样。网络教育的概念6.物联网物联网就是物物相连的互联网。物联网的核心和基础仍然是互联网，是在互联网基础上延伸和扩展的网络，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信，也就是物物相连。物联网通过智能感知、识别技术与普适计算等通信感知技术，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。物联网由具有计算能力的处理器或内置传感器的物件组成，通过网络传递信息。这些连接能够实现远程管理、状态监控、跟踪及报警。01新技术与未来教育概述网络教育的概念虚拟现实与情境教学0202虚拟现实与情境教学虚拟现实技术(VirtualReality),英文缩写为VR。它是一种可以创建和体验虚拟世界的计算机仿真系统，它利用计算机生成一种模拟环境，实现交互式的三维动态视景和实体行为的系统仿真，使用户沉浸到该环境中。1.虚拟现实的特征虚拟现实主要包括以下三个方面的特征：(1)沉浸性。用户可以感受到自己存在于虚拟环境之中，即有身临其境的感觉。(2)交互性。交互性是用户对模拟环境内物体的可操作程度和从环境得到反馈的自然程度。(3)想象性。虚拟现实可以用视觉形式反映设计者的思想。02虚拟现实与情境教学2.虚拟现实的实现虚拟现实可以根据其实现技术的不同，分为以下两类：(1)使用专用设备实现。通过专用设备来产生虚拟现实的效果。(2)在个人计算机上实现。在台式计算机、便携机、平板电脑或智能手机等个人计算机设备上，可以应用虚拟现实建模语言、Flash.全景环绕、HTML5等技术来实现虚拟现实，也可以将Internet技术与虚拟现实技术结合起来，实现基于网络的虚拟现实(也称为Web3D)，其优点是成本低、使用简单、便于推广，但是在沉浸性方面会受到一定限制。02虚拟现实与情境教学虚拟现实的典型技术及其在教育中的应用虚拟现实的典型技术及其在教育中的应用，正在改善教学环境，提供了更多教学方式的选择，为提高教育质量创设良好的情境。主要特点有：（1）可以突破能力限制方面的应用。在教学中，很多自然条件下无法实现的场景将会得到很好的展示，使用VR/AR可以解决传统课堂上那些看不见、看不清、宏观的、微观的学习内容。（2）可以突破资源限制的应用。一些因教学器具成本过于昂贵、过于危险，或是一次性的资源，而无法让更多的学生重复体验探究的学习场景。（3）可以突破空间限制的应用。现实世界回不去历史、到不了未来，我们都可以借助于VR技术来进行虚拟观察。02虚拟现实与情境教学虚拟现实的典型技术及其在教育中的应用主要体现在以下几个方面。1.全景环视技术及其应用全景环视技术也称为360度环视技术，其基本原理是利用相机环绕360度。目前有不少工具软件可以制作全景环视图像，使用该类工具软件制作全景虚拟作品的基本过程主要包括抓取图片组（snap）、图片拼接（stitch）和发布（publish）三个步骤。虚拟现实的典型技术及其在教育中的应用02虚拟现实与情境教学2.虚拟现实建模语言及其应用虚拟现实建模语言VRML是在Internet上建立3D多媒体和共享虚拟世界的一个开放标准，虚拟现实建模语言主要用于描述三维物体及三维场景，它能够在万维网上构建动态的、具有丰富传感效应的虚拟环境。在描述三维物体及由其构成的场景时，虚拟现实建模语言不仅能够使物体在三维空间中运动（动画），还能够在场景中播放声音和电影，并使用户能够与场景进行交互，从而加强用户在虚拟场景中的感受。虚拟现实的典型技术及其在教育中的应用02虚拟现实与情境教学3.集成的虚拟现实平台及其应用集成的虚拟现实平台可帮助使用者方便快速地构建其需要的应用。虚拟现实的典型技术及其在教育中的应用02虚拟现实与情境教学教学中的情境，通常是指所采用和设计的各种景物、入物、场景和环境。情境教学法是指在教学过程中，教师有目的地引入或创设具有一定情绪色彩的、以形象为主体的生动具体的场景，以引起学生一定的态度体验，从而帮助学生理解教材，并使学生的心理机能得到发展的教学方法。情境教学法的核心在于激发学生的情感。在虚拟现实技术构建的学习环境中，通过创设虚拟情境，让学生体验到现实生活中实现不了或不易实现的物体和事件，从而激发学生的情感。在这里，利用虚拟现实技术可以虚拟一个似乎脱离现实的自我，并且让用户感受到这个“自我”在与环境进行真实的交互。虚拟现实技术可以为学生提供生动、逼真的学习环境，让学生可以在虚拟环境中扮演角色，并跨越书本融入相应情境的学习环境，这对调动学生的学习积极性，突破教学的重点、难点，培养学生的技能等方面，有着积极的作用。基于虚拟现实技术的情境教学02虚拟现实与情境教学1历史时空的逼真呈现利用虚拟现实技术，可以构建一个与实物相同的三维物体。在教学中，往往需要向学生展示那些现实中存在或者在历史中曾经存在的空间，但这些空间因条件限制不可能向学生展示。在以往的教学中，教师只能够通过描绘来激发学生的想象，在学生的头脑中创建出一个虚拟的空间。使用虚拟现实技术，不仅能够在学生头脑中建立相应的虚拟空间，还可以让学生看得见、听得见，甚至摸得着。2直观形象的数字化探究实验虚拟现实技术能够为学生提供生动、逼真的学习环境，克服实验室条件的限制、实验教学效果不佳等问题。利用虚拟现实技术在多媒体计算机上建立虚拟实验室，学生便可以进入该虚拟实验室身临其境地操作仪器，操作结果可以通过仪表显示和身体的感受反馈给学生，学生据此判断操作是否正确，这类实验不受场地、设备等外界条件限制，可反复操作，不浪费资源。基于虚拟现实技术的情境教学大数据与精准教学0303大数据与精准教学大数据（bigdata）,指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。其涉及的技术有分布式计算、高并发处理、高可用处理、集群、实时性计算等，汇集了当前IT领域热门流行的技术。大数据的典型技术及其在教育中的应用：大数据技术的应用为新时代的教育提供了无限的可能，教育大数据正在成为“互联网+”时代教育改革的关键力量，数据挖掘是实现教育教学数据潜在价值的重要途径。大数据的典型技术及其在教育中的应用03大数据与精准教学高效互动课堂是未来课堂的重要发展趋势，以大数据技术和信息化教学媒体为支撑，以促进师生全向互动为抓手，以“低耗高效、轻负高质”为目标，能够为每位学生带来最大的成就感，有助于破解“课堂效率低——学生掌握差——课后拼命补”的教育怪圈，具有数据把脉、全向互动、精准反馈及轻负高质四大核心特征。课堂大数据主要包括四类数据，分别是师生行为类数据、教学评价类数据、师生情感类数据及课堂管理类数据。通过对在线教学行为数据的采集与分析，挖掘潜在的行为关联，从而能够真实反映学生的学习需求、学习状态与偏好，进而提供个性化、适应性的学习支持服务。大数据的典型技术及其在教育中的应用03大数据与精准教学王亚飞等(2018)认为在教育应用中大数据的典型技术主要涉及以下几种:1.学习行为采集技术在各类教学过程信息化系统(如在线学习系统、在线作业系统、课堂教学系统等)中，利用系统日志或实时服务，记录行为发生时间、行为类型及系统上下文环境信息，并在相关大数据工具的支持下，实时、动态地对学习行为的过程与结果进行跟踪、记录、汇聚与规整,并为进一步分析、挖掘与利用做好准备。2.学情分析技术可利用数据统计、数据分析、数据挖掘以及数据可视化等技术手段，针对学生的行为过程与结果数据，分析学生个体或群体的学习风格与习惯、学业状况及心理状况，实现教师对学生当前情况的全面掌握、对学生未来情况的预测估计。大数据的典型技术及其在教育中的应用03大数据与精准教学王亚飞等(2018)认为在教育应用中大数据的典型技术主要涉及以下几种:3.个性化推荐技术基于学习行为的过程与结果数据，利用心理测量技术，建立学习风格模型；利用知识树构建和认知诊断技术，建立知识图谱；利用协同过滤技术，建立协同过滤模型；综合利用学习风格模型、知识图谱、协同过滤模型，提供针对学生个性化学习的智能推荐服务。大数据的典型技术及其在教育中的应用03大数据与精准教学基于大数据决策的精准教学基于大数据决策的精准教学，王亚飞等(2018)在分析精准教学的技术与实践基础时，提出了大数据精准教学技术框架。他们提出了以“自动记录、多维观察、精准调整”为核心的应用模式，以及课程应用大数据精准教学的最佳实践方案。他们认为实现大数据精准教学，一方面需要在大数据技术的支撑下，通过学生的行为数据动态掌握学生的整体情况；另一方面需要在精准教学理念的支撑下，不断优化教学的模式、方法与策略。1.基本原则采用大数据精准教学方法的产品设计与应用需遵循以下四条基本原则：（1）聚焦于可观测的行为数据。（2）用多维指标来衡量表现。（3）使用学情分析工具。（4）以学习者的表现为唯一决策依据。03大数据与精准教学2.应用模式其核心内容为自动记录、多维观察、精准调整。（1）自动记录，是指教育信息化系统自动记录学习行为数据，包括行为过程数据（如课堂举手行为、课堂提问行为、开始答题行为、提交答题行为等)、行为结果数据(如课堂举手作答结果、答题评测结果等)以及行为实录数据(如课堂音视频实录、考场音视频实录等)。（2）多维观察，即基于学情分析工具，从多个维度观察与解析学习行为数据所反映的学生情况。（3）精准调整，即基于学情分析结论和相关的专家经验，精准干预班级的教学方法和个人的学习策略。基于大数据决策的精准教学03大数据与精准教学3.最佳实践最佳实践是从遵循大数据精准教学基本原则和应用模式的真实案例中总结并固化的、能达到较好实践效果的技术、方法、模式或流程规范，它需要在应用实践的过程中不断补充、修订、更新和积累。基于智能平台的最佳实践实例：考前复习课应用大数据精准教学的推荐流程。(1)自动记录环节。(2)多维观察环节。(3)精准调整环节。基于大数据决策的精准教学人工智能与适应性教学0404人工智能与适应性教学人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习、计算机视觉等。总的来说，人工智能研究的一个主要目标是使机器能够胜任一些平常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。04人工智能与适应性教学人工智能在教育中的应用非常广泛，主要可以应用在智能辅助教学系统、智能组卷阅卷系统、智能教学决策支持系统、智能仿真教学系统等方面。人工智能在教育应用中的典型技术主要包括以下几种：1.行为识别人工智能可以分析师生个体行为和班级整体行为。2.表情识别人工智能不仅可以通过现场摄像头对教室内学生“刷脸匹配”，实现人脸识别，完成各种考勤需求。3.语音识别人工智能语音识别不仅提高了各类教育软件良好的交互体验感，还可以帮助学生进行语言学习，其中英语口语智能评测技术已经达到大规模实用的水平。人工智能的典型技术及其在教育中的应用04人工智能与适应性教学人工智能的典型技术及其在教育中的应用4.OCR识别OCR技术实现混合图文识别、逻辑推理、阅读理解、智能阅卷等教育应用，可以开发出基于知识图谱的智能教与学平台，构建学科知识图谱，分析个性化学情图谱，实现向学生推荐个性化学习资源。5.机器学习机器学习能够分析预测教学数据。机器学习技术可以从学生建模、预测学习行为、预警辍学风险、提供学习服务和资源推荐等方面有效助力智能教育，推动教学创新。04人工智能与适应性教学基于人工智能的适应性教学，一般需要一个适应性学习支持系统来帮助完成。1.适应性学习支持系统(1)适应性学习支持系统的概念。适应性学习支持系统是针对个体学习过程中的差异性而提供适合个体特征的、基于现代信息技术的学习支持系统。(2)适应性学习支持系统的特征。适应性学习支持系统是针对个体学习过程中的差异性而提供适合个体特征的、基于现代信息技术的学习支持系统。基于人工智能的适应性教学04人工智能与适应性教学(3)适应性学习支持系统的关键技术。相对于智能计算机辅助教学系统来说，适应性学习支持系统更大程度上体现了网络学习的特征与优势。自适应学习平台实现的关键技术主要集中在知识库的构建、学习者认知水平的诊断以及智能的个性化推送等方面。基于人工智能的适应性教学04人工智能与适应性教学知识库的构建技术它是整个自适应平台技术的核心，其复杂程度会随着知识库中知识量的增多而增大。知识库中知识的表示方式、知识之间的关联方式，会直接关系到整个平台的推理方式、运行效率、知识的呈现方式等。因此，知识库的构建是自适应平台开发的重中之重。但在开发过程中，并没有统一的知识库设计和建设标准。不同的平台会采用不同的知识库构建技术。认知诊断技术对于自适应学习平台而言，精准的认知诊断，是实现自适应的前提。只有准确地定位、诊断出不同学生当前的认知水平和认知障碍，才能很好地实现个性化推送。基于人工智能的适应性教学04人工智能与适应性教学1.智能个性化推送技术智能个性化推送一般采用协同过滤方法实现，要综合考虑学习内容要素、学习者要素和目标要素来决定对下一步所应学习内容的推荐。自适应学习平台能够智能地诊断学习者当前的知识水平，推送符合学习者认知特点的学习资源，帮助学习者提高学习效率。基于人工智能的适应性教学04人工智能与适应性教学Knewton