学科教育研究中的机器学习:分析框架、国际比较与启示

摘要：

机器学习在学科教育中具有巨大应用潜力.文章通过对CNKI及Web of Science数据库中近五年文献的梳理,构建分析框架比较国内外应用模式的异同:国外精于技术追求,国内重在落实教学服务初衷;国外重视课堂内外的学生管理,国内关注学习习惯养成;国外专注思维动机内部情感挖掘,国内聚焦表情反应外部情感提取;国外提倡媒体覆盖课内外辅导管理,国内推广大规模在线教育应用;国外致力于学习互动中的评价创新,国内集中于在线教育数据的挖掘建模.因此,应重新审视机器学习在学科教育中的应用:把准航向,开发精准技术与诠释教育本质协同共进;内生驱动,关切课程与教材研究缺失并突破政策研究困局;应用主导,打造教与学全方位的计算教育研究系统.

关键词：计算教育学、机器学习、学科教育、大数据

所属期刊栏目：8

分类号：G434(电化教育)

资助基金：国家自然科学基金72074031

在线出版日期：2022-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：85-92