人工智能时代的个性化教育：下一步值得期待什么？
计算机与社会
2021-02-16 v1 人工智能
机器学习
摘要
个性化学习的目的是设计一条有效的知识获取路径，以匹配学习者的优势并规避其弱点，最终达成其期望目标。这一概念数年前出现，并被全球越来越多教育机构采用。近年来，人工智能(AI)与机器学习(ML)的蓬勃发展，以及大数据分析的进步，为在多维度上增强个性化教育开辟了新视角。通过利用AI/ML方法，教育平台精确获取学生特征。这在一定程度上是通过观察过往经验，以及通过探索学习者特征与相似性来分析可用大数据实现的。例如，它可在众多可获取内容中推荐最合适的内容、建议精心设计的长期课程、通过推荐连接合适的学习者、准确的绩效评估等。尽管如此，基于AI的个性化教育的若干方面仍待探索。这些包括：弥补同伴缺失的负面影响、创造并保持学习动机、增加多样性、消除数据与算法引发的偏差等。本文在简要回顾前沿研究的同时，探讨基于AI/ML的个性化教育所面临的挑战并讨论潜在解决方案。
引用
@article{arxiv.2101.10074,
title = {Personalized Education in the AI Era: What to Expect Next?},
author = {Setareh Maghsudi and Andrew Lan and Jie Xu and Mihaela van der Schaar},
journal= {arXiv preprint arXiv:2101.10074},
year = {2021}
}