2017年10月25日下午，我系师生在中北校区计算机楼407室举行了校庆66周年第二场学术报告会。六位青年教师展示分享了他们在人工智能教育应用、科创教育、信息技术教学现状、计算思维模式、静动态问题解决策略以及基于深度学习的智慧学习设计等方面的最新学术成果，并与听众进行了交流。
冯翔老师的报告题为“人工智能教育应用新进展”。冯老师首先介绍了与人工智能密切相关的互联网、大数据和云计算等，然后指出教育发展与时代形式的一致性，当今社会要求的个性化教育与大量学生的现状之间产生矛盾，因此人工智能教育显得尤为重要。接下来他介绍了神经网络的发展简史，并梳理了人工智能、机器学习、深度学习三者之间的关系，简要介绍了深度学习的基本结构。随后冯老师介绍了他们所做的项目——学习资源的智能化和学生评论情感分析，并以“教室”、“枯燥”等词为例展示了利用神经网络计算词向量。最后介绍了人工智能民主化的相关内容，指出目前人工智能的门槛降低，鼓励有兴趣的同学抓住机遇，进行相关研究。
图1：冯老师“人工智能教育应用新进展”
吴永和老师的报告题为“科创教育的创新实践探索”，吴老师从“教育创新驱动之需”和“探索创新实践之例”两个方面进行了此次报告。他首先介绍了三次教育革命的作用领域和影响范围，以腾讯主要创始人陈一丹设全球最高教育奖为例，指出当今社会对教育创新的需求 。接着介绍了教育发展的四个趋向：传统教育模式要发展为现代教育模式，怎样调节技术发展与教育发展，融合创新发展问题以及把握教育本质。然后对比了中国和美国的创客运动和国家战略，简要介绍了STEM教育和STEAM教育，并以时间轴为线索介绍了美国STEM线路图，同时分享了STEAM教育对美国带来的影响。在介绍第二部分“探索创新实践之例”时，吴老师首先分享了研究与实践的途径：五位一体、多元融合、主题驱动、贴近生活和实践创新。然后分析了目前教育的现状即学习、科研和产业是相互独立的三部分，而要改变这样的现状，解决教育中存在的一些问题，需要学生进行深度学习，拥有一定的研究体验和生涯发展的理念及方法。最后吴老师分享了探索创新实践的8个案例：闵行区中小学创新实验室、基于电子积木STEAM教育实践、江西上饶市的“教育技术点亮未来梦想”夏令营等。
图2：吴老师 “科创教育的创新实践探索”
毛敏老师分享了“盲人摸象与信息技术教学——符合认知规律的学习方法”研究。毛老师以盲人摸象为引，指出当前的学习存在很多问题，例如学生学习了十多年的外语但是听不懂、不会说，在学习电路语言和计算机语言的时候也是看不懂、不会做。然后开始介绍了4个学习的基本要素：内心动力、目标，学习方法，学习的环境和条件，其中最重要的是学生内心的学习动力和目标。以此为基础对学习中出现的问题进行原因分析，指出以下四个原因：内在动力破坏、目标转移、方法问题、设备条件不足。其中重点分析了方法问题，提出了适用于语言、信息技术、工程技术等的高效率学习方法：1）整体之和远大于部分之和；2）在理解的范围外学习；3）学习整体表意的小系统；4）感性学习与理性学习之间的关系，初期学习不要纠结细节。并以学母语作为类比，论证了这些学习方法的正确性。
图3：毛老师“盲人摸象与信息技术教学——符合认知规律的学习方法”
郁晓华老师做了“基于可视化编程的计算思维培养模式研究”的报告。她首先指出培养计算思维是当前时代的呼唤，然后对计算思维进行了解释：运用计算机科学的基础概念求解问题、设计系统和理解人类行为的一系列思维活动，其本质是抽象和自动化。接着指出了计算思维在当前信息技术课堂培养的问题与不足：侧重编程工具的学习、教师预设解题路径、关注个别先进学生，说明当前对计算思维的培养还是缺少认识和方法，而可视化编程凭借其种种优势为计算思维的培养带来了转变的契机。接下来郁老师分享了不同视角下计算思维的培养模式，并提出了基于可视化编程的计算思维培养模式以及该模式在实施上需要进行的几处观念转变。最后郁老师分享了一个拓展课教学实践案例，介绍了实验的整个过程和实验结果：从整体上看学生的计算思维水平均得到了有效提升，超一半的学生在解决问题过程中的形式化能力和模型化能力都有所提升。
图4：郁老师“基于可视化编程的计算思维培养模式研究”
胡艺龄老师的报告题为“基于眼动分析的静、动态问题解决策略对比研究”。胡老师首先解释了什么是问题解决，即从已知状态到目标状态的移动过程，其次区分了静态问题和动态问题的概念。然后介绍了基于她所研发的评估小朋友复杂问题解决能力的系统的实验，在对实验数据进行编码分析后，发现被试可分为四个类别——“高水平-高效型”、“冲动-高效型”、“潜力-积极型”、“低水平-消极型”，由此提出研究问题：探究高低能力学生问题解决过程中的策略及眼动规律。利用眼动分析法，基于自主设计的复杂问题解决系统设计了一个2（问题情境：动态问题、静态问题）*2（组别：高能力组、低能力组）*N（兴趣区：信息区、操作区、模拟区）的实验，实验结果表明：在静态问题中，高能力者能够局部发现规则，简化问题，而低能力者则在问题表述上停留较长时间，且多次往返，采用无规则试错的方法解决问题；在动态问题中，高能力者问题解决的总时间较短，产生视线转移较少，呈现一种简练的思维模式，而低能力者长时间困惑于问题理解规则，反复确认变量与结果之间的逻辑而无法作答。
图5：胡老师“基于眼动分析的静、动态问题解决策略对比研究”
孙妍妍老师的报告题为“基于深度学习的智慧学习设计”。她以“AlphaGo Zero”为引，指出当前社会上很多常规工作已经被机器所取代，而对能完成非常规性工作的人才需求逐渐增加，因此深度学习越来越重要。其次，孙老师介绍了深度学习的四个本质以及深度学习的五个要素，以此为基础分析新手和专家之间在这5个要素上所体现出来的差异。最后孙老师介绍了发展可迁移知识的方法：1）对概念和任务采用多种多样的展示形式；2）鼓励阐述、提问以及自我解释；3）为学习者提供有挑战性的任务、辅助性指导以及反馈；4）合理使用范例和个例来进行教学；5）引发学生学习动机；6）使用形成性评价、总结性评价和多元化评价方法。
图6：孙老师“基于深度学习的智慧学习设计”
报告会吸引了我系师生以及外系学生的参加，现场气氛轻松活跃，讨论热烈。本次校庆学术报告会圆满结束！
关闭窗口