| 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 |
最近十年，以大语言模型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 course 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. Two successful research projects of applying AI in education, an intelligent computer supported language learning system CSIEC and the Mathematics Intelligent Assessment and Tutoring System (MIATS), will be presented. |
| 开课院系 |
教育学院 |
| 通选课领域 |
|
| 是否属于艺术与美育 |
否 |
| 平台课性质 |
|
| 平台课类型 |
|
| 授课语言 |
中英双语 |
| 教材 |
Encyclopedia of Educational Technology,Mike Spector,Sage,2015.2, |
| 参考书 |
1,9781452258225；
；
|
| 教学大纲 |
最近十多年来人工智能的飞速发展和广泛应用，特别是GPT等大语言模型令人瞩目的表现，对于教育而言意义重大。作为高校学生和教育工作者，应该了解人工智能的前沿进展，合理、合法使用最新的人工智能技术、提高人工智能时代的数字素养。
通过本课程学习，学生要能够借助大语言模型和其他传统人工智能技术（如数据挖掘、模式识别、机器人等），高效学习、提升自我，制作多媒体课件讲解知识，设计个性化作业了解和评价学生，诊断学情教情，因材施教，实施编程和跨学科的STEM教育。
第1章 教育、自然智能与人工智能，4学时
1.1 教育
1.2 自然智能
1.3 人工智能
1.4 教育技术
1.5 教育，教育技术与人工智能之间的关系
练习
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 教学理论
2.7 计算机和人工智能的作用
第3章 制作多媒体课件讲解知识，7学时
3.1 学科知识搜索和组织
3.2 图片生成
3.3 语音合成
3.4 歌曲生成
3.5 视频生成
3.6 字幕添加
3.7 PPT制作
练习
第4章 设计作业了解学生，5学时
4.1 客观题设计和导入CMS
4.2 客观题自动评价
4.3 主观题设计和导入CMS
4.4 主观题评价
练习
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 EXCEL
5.4 SPSS
5.5 WEKA
5.6 大语言模型与数据挖掘
练习
第6章 模式识别与教育，2学时
6.1 情感计算
6.2 情感分类
6.3 情感测量
6.4 情感表达
6.5 教育应用
6.6 大语言模型与模式识别
练习
第7章 智能教学系统，2学时
7.1 定义
7.2 组成要素
7.3 实现技术
7.4 发展历程
7.5 应用效果
8.6 大语言模型与智能教学系统
练习
第8章 CSIEC和MIATS，2学时
8.1英语智能教学系统CSIEC及其教学整合
8.2 数学智能教学系统MIATS及其教学整合
练习
第9章 编程和机器人教育，2学时
9.1 机器人技术
9.2 教育应用
9.3 人工智能教育
9.4 创客和创新教育
9.5 基础教育的重要性
练习
第10章 总结和学生展示 1学时
教学方式：
(1)教师授课为主：60%；
(2)学生参与课堂练习和讨论：40%。
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 |
|
|