2023年8月份国家社科基金重大项目研究推进简报

发布者:王欣苗发布时间:2023-09-12浏览次数:10

国家社科基金重大项目“人工智能促进未来教育发展研究”,各项任务逐渐走向尾声,正以结项为引导持续推进。现将20238月份项目进展整理如下

·子课题一:人工智能时代以创新为人才培养转向的战略研究

子课题8月份主要研究活动有:(1)修改完善人工智能时代人才发展战略研究报告:本报告首先深入分析了人工智能技术对社会的颠覆作用及由此引发的人力资本新挑战。接着,基于自然语言处理技术对人工智能时代社会对人力资本需求预测方法及人的全面发展的内在需求进行了深入探究。最后,分析了全球人才竞争趋势,并深入调查了国际主要人力资源强国人才发展战略优势所在,最终,结合当前我国人才培养和发展中面临的挑战与困境,对比分析得出我国人才发展战略中需要进一步细化优化的关键点,并从人才培养、人才吸引、人才使用三个层面,从顶层设计、制度保障、实践执行三个角度给出促进我国人才培养与发展的战略启示与建议。(2)修改完善技术支持下的教育变革脉络研究报告:通过对人工智能技术推动下的新一轮科技革命和产业变革对社会重塑颠覆作用研究,人工智能时代人力资本需求和教育变革之间关系研究,最终总结人工智能技术推动教育变革的脉络:人工智能技术推动下的世界经济发展新业态、新格局、新趋势及国家发展战略需求(自主创新发展战略、人力资源强国战略)构筑了教育变革的动力体系;技术推动下急速迭代的复杂社会环境、未知和不确定的未来及教育的功能与属性孕育了技术变革教育形态的必然性;智能技术推动下的教育新范式成为智能技术推动教育变革的“催化剂”。

·子课题二:人工智能支撑大规模教育的个性化实现研究

子课题持续追踪人工智能热点,8月份主要对人机协同实验进行了文献方面的阅读与综述,重点关注GPT进入课堂的伦理风险。因此,系统梳理了当前GPT可能在伦理方面存在的问题。尽管国内外有学者尝试界定新一代AI教育应用的伦理风险问题,并尝试提出相应的防范措施以及治理核心原则。然而,当前该领域的研究尚处于起步阶段,各级各类教育系统面对突如其来的新一代AI应用尚未形成良好的伦理风险防范举措,新一代AI教育应用的伦理问题及影响尚未明确,应用的典型场景及伦理问题的规范尚未确立,应对伦理风险的教育或技术解决方案尚未成熟。为提升广大师生的伦理风险防范能力,教育场景亟需面向各学段开展人工智能伦理教育的可推广课程案例与教学资源。因此,界定新一代AI在教育领域的伦理问题及其表现形式、构建新一代AI教育领域的伦理问题治理体系、规划教育领域伦理风险防范的路径是新一代AI智能发展的重要的议题。计划在9月份,落地实验AI在语言学习方面的价值,在关注可能的伦理风险同时,制定详细方案并进行落地。

·子课题三:人工智能重塑的知识观与教学创新研究

子课题8月份完成了单片机从 Arduino ESP32 的迁移,并充分使用 FreeRTOS 作为操作系统对线程进行排布,替换了之前自行设计工序排布算法的策略。这种主流的多线程编程方法,主要优势包括:大大降低后续开发维护成本;降低学生控制-反馈的延迟。单片机与主机通信采用 UDP-TCP 双通道同时进行,IoT环境实测数据包往返延迟众数为2ms, 相比以往使用蓝牙要快一个数量级。同时,笛子硬件的3D模型设计也适配了新的单片机,主要是尺寸修改以及移除了蓝牙通信模块,整体设计更加轻巧。此外,课题组正在开发ChatGPT+FluteTutorDemo中,学生使用语音与教学系统系统对话,表明学习意图,教学系统根据学生情况选择教学模式,并根据学生表现进一步调整。本月子课题组主要实验了 ChatGPT prompt system, 使之与智能教学软件联通,下一步包括实现 prompt system 以及在智能教学系统中加入 API ChatGPT 调用。

·子课题四:人工智能所赋能的未来教师以及教师教育发展研究

子课题组8月份关于ChatGPT智能助手应用于研究能力培养的效果研究进展,目前初步完成了来自本科生实验组和对照组在研究兴趣、研究效能、研究概念掌握和参与意愿各方面差异的结果分析部分,并对于文献综述和研究设计部分进一步修改完善,现构思讨论部分。在人机协作下的共享心智新范式研究中,对概念模型和计算模型进行修改重述,将经典模型简化为通用模型,并予以文字描述解释。将团队沟通以及任务情境的两个案例以规范格式重新撰写。补充了教育领域人机共享心智模型的应用前景。

·子课题五:人工智能推动的教育系统生态重塑研究

子课题5在实践层面研究,通过前面的理论结构设计、关键Agent结构设计、行为逻辑结构设计,已经勾勒出了智能教育生态仿真系统的整体框架。在8月份的任务中,则着重探讨如何运用工程上的软件工程设计方法,特别是基于领域驱动的建模思路,将理论层面的结构与关系,转化为工程上的系统结构。特别地,本研究采用面向对象的方法,将领域驱动建模的结构转化为可计算、可操作、可继承的抽象类。基于上述所构建的领域结构模型和类结构,子课题5在接下来将运用Python实现这些抽象类结构的设计,并且通过一个最小闭环(如教师技术扩散试验)以验证类结构设计的完善性。随后再扩大类结构与系统规模,最终实现对整个智能教育生态的建模仿真。