教育与人工智能课程详细信息

课程号 06733030 学分 2
英文名称 Education and Artificial Intelligence
先修课程 计算机基础
中文简介 最近,以各个AlphaGo战胜围棋世界冠军等重大事件为代表的人工智能的重大突破,对于教育而言具有三种含义。首先这是教育的胜利,其次将对教育教学产生正面的促进作用、提高教学的产出和投入比,第三将挑战现有的教育制度和教师工作。本课程将从教育学、教育技术、教育经济学、人工智能、技术哲学等多学科的视角、全方位介绍教育、教育技术与人工智能的复杂关系,分析人工智能在教育领域的应用案例,探讨前沿技术在教育领域应用的可能性。
英文简介 This undergraduate course is designed to help students to understand the multilateral relationship among education, educational technology and artificial intelligence, to explore the potential of applying the emerging technology of artificial intelligence in education. The broad range of topics covers each of the areas in the field of artificial intelligence, and presents the current thinking in this discipline. As an introduction to artificial intelligence and educational technology, the topics include the nature of natural intelligence and artificial intelligence, the education system and its components, knowledge presentation in education, educational data mining, natural language processing and education, and an intelligent computer supported language learning system CSIEC.
开课院系 教育学院
通选课领域  
是否属于艺术与美育
平台课性质  
平台课类型  
授课语言 中英双语
教材 无;
Encyclopedia of Educational Technology,Mike Spector,Sage,2015.2,
参考书 1,9781452258225;
教学大纲 内容上:从多学科角度理解教育、教育技术与人工智能关系;探讨人工智能最新技术在教育领域应用的可能性。
方法上:锻炼自我阅读和搜索文献、进行科学研究的能力
能力上:熟练运用一种编程语言和数据库管理系统
第1章 教育、自然智能与人工智能,4学时
1.1 什么是教育?
1.2 什么是自然智能?
1.3 什么是人工智能?
1.4 什么是教育技术?
1.5 教育,教育技术与人工智能之间的关系
1.6 教育系统的工作效率

第2章 一般教学系统,2学时
2.1 定义—五个元素
2.2 元素之间的关系
2.3 动态性
2.4 开放性
2.5 教育者的功能
2.6 教学法和理论基础
2.7 计算机和人工智能的作用

第3章 智能教学系统,4学时
3.1 定义
3.2 构成要素
3.3 实现技术
3.4 发展历程
3.5 应用效果

第4章 知识表示技术,4学时
4.1 概述
4.2 谓词表示法
4.3 产生式表示法
4.4 语义网络表示法(本体论)
4.5 Prolog 简介
4.6 框架表示法
4.7 面向对象表示法
4.8 脚本表示法
4.9 在教育上的应用

第5章 教育数据挖掘,4学时
5.1 基本概念
5.2 常用算法
5.3 机器学习软件 WEKA
5.3 在教育技术上的应用
5.4 MOOC大数据分析

第6章 自然语言处理与教育,4学时
6.1 自然语言及其理解
6.2 语音识别和语音合成
6.3 词法分析
6.4 句法分析
6.5 语义分析
6.6 聊天机器人与智能答疑系统
6.7 计算机辅助语言学习案例

第7章 情感计算与教育,2学时
7.1 概念
7.2 方法与工具
7.3 教育应用

第8章 机器人与教育,2学时
8.1 概念
8.2 方法与工具
8.3 教育应用

第9章 希赛可系统,4学时
9.1 理论基础
9.2 英语语法体系
9.3 系统结构和功能
9.4 教学应用和评估

第10章 总结,2学时
教师授课为主,60%;采用反转课堂的理念,鼓励学生课前预习参考文献,课上报告,20%;学生要参与课堂讨论,20%。充分利用课程管理系统的交互性,实践混合式教学。
考勤和讨论:   10%
课堂报告:       20%(20分钟以上并提交PPT)
期中作业:       20%
期末测验:       20%(在线选择题)
期末论文:       30%(关于某一专题,按照模版填写内容,5页以上)。
教学评估 贾积有:
学年度学期:17-18-1,课程班:教育与人工智能1,课程推荐得分:4.53,教师推荐得分:4.69,课程得分分数段:95-100;
学年度学期:17-18-2,课程班:教育与人工智能1,课程推荐得分:4.22,教师推荐得分:3.75,课程得分分数段:85-90;
学年度学期:18-19-1,课程班:教育与人工智能1,课程推荐得分:0.0,教师推荐得分:8.75,课程得分分数段:95-100;
学年度学期:18-19-2,课程班:教育与人工智能1,课程推荐得分:0.0,教师推荐得分:9.38,课程得分分数段:95-100;
学年度学期:19-20-1,课程班:教育与人工智能1,课程推荐得分:0.0,教师推荐得分:7.5,课程得分分数段:80-85;
学年度学期:19-20-2,课程班:教育与人工智能0,课程推荐得分:null,教师推荐得分:null,课程得分分数段:null;
学年度学期:20-21-1,课程班:教育与人工智能1,课程推荐得分:0.0,教师推荐得分:5.0,课程得分分数段:80及以下;
学年度学期:21-22-1,课程班:教育与人工智能1,课程推荐得分:0.0,教师推荐得分:7.5,课程得分分数段:95-100;
学年度学期:22-23-2,课程班:教育与人工智能0,课程推荐得分:0.0,教师推荐得分:10.0,课程得分分数段:100-105;
学年度学期:22-23-3,课程班:教育与人工智能1,课程推荐得分:0.0,教师推荐得分:10.0,课程得分分数段:90-95;
学年度学期:23-24-1,课程班:教育与人工智能0,课程推荐得分:0.0,教师推荐得分:8.75,课程得分分数段:90-95;
学年度学期:23-24-2,课程班:教育与人工智能1,课程推荐得分:null,教师推荐得分:null,课程得分分数段:null;