- · 《教育教学论坛》栏目设[05/29]
- · 《教育教学论坛》数据库[05/29]
- · 《教育教学论坛》收稿方[05/29]
- · 《教育教学论坛》投稿方[05/29]
- · 《教育教学论坛》征稿要[05/29]
- · 《教育教学论坛》刊物宗[05/29]
创新创业教育背景下的因材施教发展以人工智能(2)
作者:网站采编关键词:
摘要:各类语言类学习软件在人们的工作和生活中中迅速落地,例如英语流利说App 为一款面向个人和企业用户运用AI 进行个性化碎片化陪伴式教学的移动英语学
各类语言类学习软件在人们的工作和生活中中迅速落地,例如英语流利说App 为一款面向个人和企业用户运用AI 进行个性化碎片化陪伴式教学的移动英语学习软件。该类软件有明确的反馈机制,学习者所说的“每一句英文”会获得一个分数,句中的单词会以绿、黑或红色表示掌握程度,让学习者可以时刻看到自己的进步,并有学习数据可视化结果呈现。此类软件的最大优势是个性化地学习,并且充分利用学习者的碎片时间。这进一步说明移动学习、随时学习、人人学习和终身学习的无门槛学习模式已经开启。
四 创新创业教育中的“因材施教”
随着新时代的发展,创新创业人才培养成为了建设创新型社会、创新型国家的客观需要,创新创业教育得到了更多的重视。众多高校也逐渐开设了创新创业课程,加强了对创新创业人才的培养。在教学实践中,我们发现要想真正培养出具有创新素质的创业型人才,除了要开展必要的创新创业通识教育之外,还必须加入“因材施教”的内容,充分发现和挖掘大学生的智力潜能、能力潜能,切实提高大学的动手能力、实践能力、创新意识和创业精神。
在“因材施教”的过程中,首先要明确创新创业教育的培养目标。一是加强对创新思维的训练,拓展大学生思路、想法;二是强化大学生的创新创业人格,锻炼其心理承受力,增强其情商和逆商;三是提高大学生的动手实践能力,从“纸上谈兵”到“真枪实弹”。其次,要完善创新创业课程体系。课程体系的完善是开展创新创业教育的理论基础,因此无论是教学内容还是教学方法,都要充分加入“因材施教”的内容。一是要倡导的提倡参与式教学,例如反转课堂、模拟创业等形式;二是要注重知识和能力的综合性,引导学生的创新型思维模式;三是要借助现代化的教学平台,通过专业的技能训练平台,让学生感受“知识—实践—创业”的全部过程。四是联合企业共建大学生就业创业基地,为大学生动手实践提供真实场景。再次,要着力建设创新创业教学团队,整体提升创新创业教学水平。一是加强教师的创新创业研究水平,建设专门创新创业教学团队。目前大部分学校的创新创业教育没有建立专门的师资队伍,而是由学生管理部门、学生辅导员或者兼职教学人员兼任,没有形成系统的教学体系。二是建立创新创业教育兼职专家库,以企业高管、创业成功企业家为主的兼职专家教学队伍。通过他们的创业历程来引导大学生的创新创业思路,并为学生提供现实的指导。最后,要建立科学的教育教学评价体系,促进创新创业教育健康发展。一是评价的内容上要做到科学、准确,对教学体系、课堂教学等关键部分,制定科学的评价标准;二是在评价主体上,社会力量、学校、学生本人需要全体参与,使评价体系更加客观普适;三是在评价指标上,要根据不同地域、不同领域进行科学定位;四是在评价效果上,要合理的利用第二课堂学分、科技实践学分或者综合测评加分进行反馈,以达到正向激励的效果。
五 结束语
随着人工智能技术的不断发展,未来教育中,学校、教师、学生的角色都将发生重要改变,教师教学模式和学生学习模式也会发生重要变化。创新创业教育也必将成为新时期教育教学改革,高校内涵式建设发展的重中之重。我们相信,在“人工智能+教育”的时代背景下,个性化的学习、教学、评价正在各类学习中迅速生根落地,让更多的学习者成为因材施教和个性化学习的受益者。
[1] 刘德建, 杜静, 姜男, 等. 人工智能融入学校教育的发展趋势[J].开放教育研究, 2018, 134(04):35-44.
[2] Manoharan S. Personalized assessment as a means to mitigate plagiarism[J]. IEEE Transactions on Education, 2017, 60(2):112-119.
[3] Cohen A. Analysis of student activity in web-supported courses as a tool for predicting dropout[J]. Educational Technology Research and Development, 2017, 65(5):1285-1304.
[4] D·biecn P. Effective learner-centered approach for teaching an introductory digital systems course[J]. IEEE Transactions on Education, 2018, 61(1):38-45.
[5] 李森林, 彭小宁. 基于深度神经网络CNN 的学生听课状态应用研究[J]. 电脑与电信, 2017(10):39-41.
[6] 谭斌, 杨书焓. 基于FasterR-CNN 的学生课堂行为检测算法研究[J]. 现代计算机, 2018(22):45-47.
文章来源:《教育教学论坛》 网址: http://www.jyjxltbjb.cn/qikandaodu/2021/0522/1184.html