- 年份
- 2024(3208)
- 2023(4712)
- 2022(3765)
- 2021(3785)
- 2020(3207)
- 2019(7692)
- 2018(7862)
- 2017(15701)
- 2016(8020)
- 2015(9087)
- 2014(8901)
- 2013(8538)
- 2012(7316)
- 2011(6304)
- 2010(6067)
- 2009(5198)
- 2008(4695)
- 2007(3620)
- 2006(2831)
- 2005(2304)
- 学科
- 济(30816)
- 经济(30789)
- 管理(22452)
- 业(21594)
- 企(18430)
- 企业(18430)
- 方法(17551)
- 数学(16065)
- 数学方法(15801)
- 农(7541)
- 中国(7080)
- 财(6658)
- 业经(6501)
- 贸(5777)
- 贸易(5773)
- 理论(5665)
- 易(5653)
- 技术(5439)
- 地方(5210)
- 和(4952)
- 农业(4812)
- 教学(4573)
- 务(4533)
- 财务(4500)
- 财务管理(4496)
- 制(4368)
- 环境(4246)
- 企业财务(4228)
- 学(4161)
- 划(4137)
- 机构
- 学院(102548)
- 大学(101246)
- 管理(45597)
- 济(41256)
- 经济(40493)
- 理学(40342)
- 理学院(40017)
- 管理学(39426)
- 管理学院(39237)
- 研究(27329)
- 中国(20480)
- 京(19733)
- 财(17244)
- 科学(16074)
- 财经(14551)
- 业大(14258)
- 中心(13909)
- 江(13633)
- 经(13349)
- 经济学(12398)
- 范(12288)
- 师范(12172)
- 农(11994)
- 北京(11781)
- 经济管理(11731)
- 所(11704)
- 商学(11696)
- 商学院(11582)
- 技术(11342)
- 经济学院(11271)
- 基金
- 项目(76308)
- 科学(61153)
- 研究(57604)
- 基金(55833)
- 家(47768)
- 国家(47389)
- 科学基金(42199)
- 社会(36588)
- 社会科(34802)
- 社会科学(34791)
- 省(30438)
- 基金项目(30236)
- 教育(27444)
- 自然(27443)
- 自然科(26879)
- 自然科学(26876)
- 自然科学基金(26364)
- 划(25417)
- 编号(23830)
- 资助(22417)
- 成果(17838)
- 创(17249)
- 部(17008)
- 重点(16964)
- 发(16252)
- 创新(16034)
- 课题(15620)
- 教育部(15117)
- 人文(15053)
- 国家社会(15033)
共检索到134285条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 开放教育研究
[作者]
翟雪松 楚肖燕 焦丽珍 童兆平 李艳
元宇宙与生成式人工智能的出现创新了人机协同的数字化学习环境。元宇宙的仿真性与生成式人工智能的内容理解力虽然理论上已经表现出高度的弥合性，但仍缺少实证证据。本研究自主研发了融入生成式人工智能的元宇宙智能学习平台，在创新翻转课堂人机协同学习模式的基础上，调查学习者学习绩效的变化及重用意愿，并基于人工智能—元宇宙框架、人工智能接受模型等理论，探究感知偶然性、预期绩效、预期努力和感知拟人性对重用意愿的影响机制。实验结论与部分假设一致：基于“生成式人工智能+元宇宙”的人机协同学习能明显提升学习绩效，预期绩效和预期努力是感知偶然性和重用意愿的完全中介变量。与假设不一致的是，感知拟人性负向调节预期努力和重用意愿。本研究深入讨论了这些结论的发生机制与启发，以期为基于“生成式人工智能+元宇宙”的人机协同学习模式提供参考。
[期刊] 开放教育研究
[作者]
和文斌 赵帅 阿不来提·瓦依提 塔卫刚 徐恩伟
生成式人工智能的崛起为人机协同学习注入了动力。然而，学界对基于生成式人工智能的人机协同学习成效仍有争议。本研究采用元分析法对国内外20项研究进行整合分析，并从学科领域、知识类型、干预时长等维度探讨调节变量对基于生成式人工智能的人机协同学习成效的影响。结果显示，相比于传统学习方式，基于生成式人工智能的人机协同学习能有效提升学习成效。调节分析表明，基于生成式人工智能的人机协同学习在社会科学领域与程序性知识学习中的表现更好；干预周期越长影响越弱；群体学习、角色设定与翻转课堂对人机协同学习成效的影响最突出；学科领域、知识类型、学习方式等的组间差异不显著。研究者需加强实践适切性设计，开展围炉群证式学习，注重角色精细化指引和探索模式深度融合，以助推基于生成式人工智能的人机协同学习理论与实践的发展。
[期刊] 开放教育研究
[作者]
和文斌 赵帅 阿不来提·瓦依提 塔卫刚 徐恩伟
生成式人工智能的崛起为人机协同学习注入了动力。然而，学界对基于生成式人工智能的人机协同学习成效仍有争议。本研究采用元分析法对国内外20项研究进行整合分析，并从学科领域、知识类型、干预时长等维度探讨调节变量对基于生成式人工智能的人机协同学习成效的影响。结果显示，相比于传统学习方式，基于生成式人工智能的人机协同学习能有效提升学习成效。调节分析表明，基于生成式人工智能的人机协同学习在社会科学领域与程序性知识学习中的表现更好；干预周期越长影响越弱；群体学习、角色设定与翻转课堂对人机协同学习成效的影响最突出；学科领域、知识类型、学习方式等的组间差异不显著。研究者需加强实践适切性设计，开展围炉群证式学习，注重角色精细化指引和探索模式深度融合，以助推基于生成式人工智能的人机协同学习理论与实践的发展。
[期刊] 开放教育研究
[作者]
王龚 顾小清 胡碧皓
面对快速发展的元宇宙、大模型、数字人等人工智能技术和日益复杂多样的教学场景，传统的教师实训已难以应对未来教育的挑战。本研究提出结合元宇宙技术与微格教学实训的元宇宙数智微格实训模式，即通过搭建多样化的虚拟教学场景、构建定制特征的数字人学生、生成模拟真实学生的问答、分析过程性实训成长数据、构建虚拟助教协助教学技能学习，为教师提供强体验、富交互、高拟真、生成性的低风险教学实训环境。实践表明，职前教师在元宇宙实训场景中，能够反复尝试和试错，并与数字人学生互动反馈，促进其对教学过程进行反思与改进，获得的教学经验可有效迁移到教学实践中，应对未来教育的新需求。
[期刊] 图书馆建设
[作者]
杨峰
在生成式人工智能的扩散过程中，应用领域逐步从专用走向通用，从小众化走向普惠化，但其间所带来的机会也并非能惠及社会所有的物理空间和群体，形成了智能鸿沟。人工智能的离心力、穿透力和扩张力，加快了智能鸿沟的生成速度，加深了智能鸿沟的生成程度，加大了智能鸿沟的生成跨度，在不同国家、不同区域、不同行业、不同群体都有可能因人工智能技术拥有和采纳程度差别而产生社会不平等两极分化的智能鸿沟。在对人工智能的神秘感、膜拜感、危机感的交错心理中，更要思考人工智能创新扩散中如何最大程度利用技术和如何做好普惠性包容性的兜底之间的平衡，缩小和弥合智能鸿沟。
[期刊] 开放教育研究
[作者]
郝祥军 顾小清 张天琦 王欣璐
人工智能等技术与社会各领域的加速融合，使得人机协同成为智能时代的重要特征和发展趋势。人机协同的教与学已初具实践形态，为理解和建构未来教育世界提供了新的方式。本研究聚焦智能时代的人机协同学习，首先明确了其重要内涵，并综合现有文献系统剖析了人机协同学习的现状。其次，本研究基于人机交互的自主度变化将人机协同学习的实践模式解构为三类，即人工智能引导的训练学习模式、人工智能支持的协作学习模式和人工智能赋能的探究学习模式，并以此分析了学习者的角色。最后，为推动人机协同学习的实践发展，本研究围绕人机关系建立、价值取向和伦理安全提出了具体建议，以此明确智能时代的人机协同学习发展路向。
[期刊] 开放教育研究
[作者]
王一岩 刘淇 郑永和
随着教育数字化转型的推进和生成式人工智能技术的发展，人机协同学习成为未来学习的新常态。人机协同学习主要通过学生和机器的分工和有机协同提升学习的效率和效能，促进学生智慧和机器智能的共同增长，实现人机协同的教育智慧创生，完成超越人类智慧和机器智能的复杂任务，促进学生的知识建构、认知发展、思维提升和智慧养成。人机协同学习需要以学习者的智慧增长为核心，重视人和机器之间的博弈与平衡，强化人机角色的辨识与动态调整，加强人与机器自主度的灵活转换。本研究围绕面向知识掌握的“干预—自主”式学习、面向知识建构的“协作—探究”式学习、面向知识创造的“对话—协商”式学习，提出人机协同学习的典型模式，勾勒了人机协同学习的实践样态。未来人机协同学习需要优化智能学习干预的模式与策略，提高学生的自主意识，加强人机协同学习模式的探索，探究人机协同学习的发生机制，以支撑和引领智能时代学习模式的创新发展。
[期刊] 教育发展研究
[作者]
唐汉卫
生成式人工智能标志着智能技术出现革命性进展，展示出前所未有的“自反性”：认识论意义上的自我反思和调节能力，人机关系上存在脱离控制的可能性、应用后果上的负面效应和更大的不确定性。从自反性的角度看，生成式人工智能的迅猛发展给教育创造了更多机遇，但也隐含着“去教育化、反教育化、伪教育化、非教育化”等风险和挑战。在推进教育数字化、智能化转型过程中，面对新一代人工智能，教育领域应保持“若即若离”的姿态，应当坚持公共性原则、可控性原则、伦理优先原则、多重后果评估原则、共同行动原则。
关键词：
人工智能 自反性 若即若离 公共性
[期刊] 图书馆建设
[作者]
陈定权 李帅 董昊南
生成式人工智能（AIGC）作为新型内容生产工具，正冲击着现有的政治、文化和社会秩序。论文借用后视镜隐喻，指出AIGC是专业生成内容(PGC)、用户生成内容(UGC)“逆转”而来，并梳理出内容生成行业的法律法规。为了适应强人工智能时代，国家构建的数据治理法律框架和相关法规是国家技术治理的重要工具，是社会掌控技术发展、坚持价值引领的重要举措。
关键词：
生成式人工智能 后视镜 技术哲学
[期刊] 开放教育研究
[作者]
李海峰 王炜
以ChatGPT为代表的生成式人工智能被学生直接用于生成作业，导致作业的价值和目的化为乌有。如何设计和评价生成式人工智能时代的学生作业，是当前亟需解决的问题。针对这一问题，本文通过分析生成式人工智能的内涵和特征及学生作业的新特点，提出新时代学生作业在类型、时空、监控、目标和方式方面的转变。据此，文章构建了生成式人工智能时代的作业设计模型，阐明了学生、人工智能和作业三者间的关系，呈现了智能生成作业、学生自主作业、人机交互活动以及人机协同作业四个作业设计的关键维度，提出作业评价应充分利用活动驱动型、群体研讨型等表现性作业评价方式，并开展作业真实性算法评估。
[期刊] 开放教育研究
[作者]
王雯 李永智
生成式人工智能日益成为未来教育变革的最大变量。调研发现，当前生成式人工智能在教育政策、学术研究、行业发展和教育实践应用等维度发生转向。各国政府、相关组织相继出台政策，全球很多院校从禁止生成式人工智能逐步转向指导性应用；国内外学界日益关注生成式人工智能对教育的影响和潜在风险；市场应用在教育类型、学科覆盖等方面呈现多元化的发展趋势。长远来看，生成式人工智能将推动现有产业组织形态、用工模式、用工理念发生根本性变化，进而重构人才培养目标、重塑教育形态、赋能科学评价。生成式人工智能的“生成幻觉”问题，潜在的意识形态和伦理风险，师生之间的信任危机，以及对教育公平的新挑战不容忽视。我国应以提高师生人工智能素养作为应用前提，以跨学科、有组织的国产研发破解应用难点，以更严格的政策约束确保应用安全。同时，为避免造成新的数字鸿沟与教育不公平，应建立统一研发标准，降低应用成本，通过接入国家智慧教育平台，最终实现全体师生共享普惠优质的生成式人工智能教育应用带来的发展红利。
关键词：
生成式人工智能 教育数字化 国际趋势
[期刊] 全球教育展望
[作者]
杨晓哲 王晴晴 王若昕
以ChatGPT为代表的生成式人工智能已基本具备跨领域解决问题的文本生成能力，逐步接近通用人工智能。本研究对ChatGPT进行各项能力测评，发现其具有较强的逻辑分析能力与批判性思维水平，但在创造力方面，ChatGPT没有明显的创造力倾向偏好。在教学能力方面，ChatGPT已经能够通过中国高中语文教师资格证考试的笔试部分。可以预测，此类生成式人工智能具备四方面应用潜能，有望成为教师准备教育资源的助手、学生开展自主自学的助手、课堂增强学习互动的助手、课外作业自动批改的助手。展望未来，生成式人工智能对教育的影响包括：形成多元协同的“师—生—机”关系；推进“人机融合”的教师数字素养提升；重塑课程体系结构与学习科学研究；全面关注“智能鸿沟”以促进教育公平。
[期刊] 图书馆建设
[作者]
张卫 黄成驰
生成式人工智能（AIGC）对传统责任归因机制产生了新的挑战，以往对于责任的讨论主要从责任的构成条件上来分析，而遗忘了责任机制存在的根本前提在于“身体”。以“身体”的“有死性”和“有限性”作为探讨责任的根基可以得出，AIGC在责任归因上与人类的根本不同之处在于，前者不具备“身体”的消亡以及对生命之“畏”，而后者则具有“有死性”的身体以及知道自己“有死者”，这使得AIGC不具有“可问责性”。在人工智能没有“觉醒”之前，责任只能在人类行动者之间进行分配。另外，AIGC与其他技术的不同之处在于，责任基本上由技术的“提供者”来承担。
关键词：
生成式人工智能 责任 身体
[期刊] 图书馆杂志
[作者]
胡振华 刘晓霞 杨振
图书馆界对信息共享空间的研究决不能停留在理论探讨上,必须付之于实践,这样才能使这种新型的服务模式得以实施和推广。文章从如何助推高校的教学改革入手,探讨基于图书馆信息共享空间的教学活动组织与实施方法,提出基于信息共享空间的协同学习教学模式,旨在为促进教师教学方式方法的转变和图书馆信息共享空间的有效利用起到积极的作用。
关键词：
信息共享空间 协同学习 教学模式
[期刊] 情报理论与实践
[作者]
王浩伟 汪璠 王秉琰
[目的/意义]随着生成式人工智能的快速发展和广泛应用，信息空间结构也随之发生深刻的变革。以往以用户生成内容(UGC)为主的信息空间开始逐渐被生成式人工智能生成内容(AIGC)所影响，生成式人工智能治理的重要性愈发凸显。文章旨在从主题视角比较AIGC与UGC,揭示两者在内容与结构特征上的差异，并为生成式人工智能治理提供创新参考。[方法/过程]收集了金融、法律、医疗和开放问答4个领域的多个在线平台上的问题和用户回答，并借助gpt-turbo-3.5模型生成每个问题的人工智能回答，最终构建了包含65260条问答数据的语料集，并采用BERTopic主题模型分别对AIGC与UGC进行主题提取，并从主题间关系、主题与文档关系以及主题与主题词关系3个角度对两者进行综合对比。[结果/结论]研究结果揭示了AIGC和UGC在主题分布、主题内文档一致性和主题词权重结构等方面的差异。通过深入了解两者之间的特征差异，能够更好地观察生成式人工智能的行为规律，并为AIGC的治理策略完善提供参考。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
