现代教育技术 习题及答案 ch08 新技术与未来教育

第八章新技术与未来教育简答题1.简述未来最有可能影响基础教育发展的六项新技术。

创客空间、机器人、分析技术、虚拟现实、人工智能、物联网。

2.简述虚拟现实的典型技术及其在教育中的应用。

虚拟现实的典型技术及其在教育中的应用，正在改善教学环境，提供了更多教学方式的选择，为提高教育质量创设良好的情境。主要特点有：(1)可以突破能力限制方面的应用。在教学中，很多自然条件下无法实现的场景将会得到很好的展示，使用VR/AR可以解决传统课堂上那些看不见、看不清、宏观的、微观的学习内容。比如，探索太阳系的星球、在研究不同星球上的重力、研究火山喷发、研究地球的大气层、探究人体内部的器官、对比细菌与病毒、观察细胞的分裂等。

(2)可以突破资源限制的应用。一些因教学器具成本过于昂贵、过于危险，或是一次性的资源，而无法让更多的学生重复体验探究的学习场景。比如，四轴飞行器的故障检修，其本身教学工具的成本就比较昂贵，很难让每一位学生都有机会亲自检修一个坏掉的四轴飞行器，但通过VR/AR技术就可以解决这些昂贵资源的瓶颈。又如，探究电源短路问题，在传统实验室因为担心学生的安全问题，无法让学生尽情地尝试探究电源短路实验，不断烧坏灯光设备或电动机，但是在VR电学实验室中，学生可以大胆多次地尝试电路的连接，而不用担心用电的安全问题。再比如解剖青蛙、章鱼等活体动物，这些资源无法重复利用，造成较大的资源浪费，使用VR技术可以让每位学生亲自动手，重复地解剖、观察和探究。(3)可以突破空间限制的应用。现实世界回不去历史、到不了未来，我们都可以借助于VR技术来进行虚拟观察。比如，学生在虚拟现实相关学习平台进行古生物学的探索，探索远古时期猛冯象和如今大象的异同点；探索恐龙的生活习性；学生也可以身临其境地进入非洲大草原，探索草原的共生关系，又或是进行一场罗马遗迹的探险。虚拟现实的典型技术及其在教育中的应用主要体现在以下几个方面：全景环视技术及其应用；虚拟现实建模语言及其应用；集成的虚拟现实平台及其应用。3.简述大数据的典型技术及其在教育中的应用。

1.学习行为采集技术在各类教学过程信息化系统(如在线学习系统、在线作业系统、课堂教学系统等)中，利用系统日志或实时服务，记录行为发生时间、行为类型及系统上下文环境信息，并在相关大数据工具的支持下，实时、动态地对学习行为的过程与结果进行跟踪、记录、汇聚与规整，并为进一步分析、挖掘与利用做好准备。2.学情分析技术可利用数据统计、数据分析、数据挖掘以及数据可视化等技术手段，针对学生的行为过程与结果数据，分析学生个体或群体的学习风格与习惯、学业状况及心理状况，实现教师对学生当前情况的全面掌握、对学生未来情况的预测估计。3.个性化推荐技术基于学习行为的过程与结果数据，利用心理测量技术，建立学习风格模型；利用知识树构建和认知诊断技术，建立知识图谱，利用协同过滤技术，建立协同过滤模型；综合利用学习风格模型、知识图谱、协同过滤模型，提供针对学生个性化学习的智能推荐服务。

4.简述人工智能的典型技术及其在教育中的应用。

1.行为识别人工智能可以分析师生个体行为和班级整体行为。通过现场摄像头记录学生阅读、书写听讲、起立、举手和趴桌子等行为，在这基础上完成对学生的专注度偏离分析，即对课堂上学生的行为进行统计分析，并将异常行为实时反馈给老师。人工智能也可以分析教师的教学行为，现场摄像头记录教师的讲授、板书、提问、巡视、师生互动、使用多媒体设备频次等行为，同时还可以按照学科、学段建立个人教学模型、学校教学模型、区域教学模型，利用雷达图等可视化方式加以呈现，为教师的课堂教研提供参考。2.表情识别

人工智能不仅可以通过现场摄像头对教室内学生“刷脸匹配”，实现人脸识别，完成各种考勤需求。人工智能还可以分析学生表情，通过现场摄像可以识别高兴、反感、难过、害怕、惊讶、愤怒和中性等多种表情，从而判断学生是在倾听、疑惑、理解还是抗拒、不屑，通过表情分析学生的心理是积极还是消极的。3.语音识别

人工智能语音识别不仅提高了各类教育软件良好的交互体验感，还可以帮助学生进行语言学习，其中英语口语智能评测技术已经达到大规模实用的水平。可以开展听说练习、听说教学质量分析、听说模拟考试等教学活动。4.OCR识别OCR技术实现混合图文识别、逻辑推理、阅读理解、智能阅卷等教育应用，可以开发出基于知识图谱的智能教与学平台，构建学科知识图谱，分析个性化学情图谱，实现向学生推荐个性化学习资源。

5.机器学习机器学习能够分析预测教学数据。机器学习技术可以从学生建模、预测学习行为、预警学风险、提供学习服务和资源推荐等方面有效助力智能教育，推动教学创新。在学生学习方面，通过机器学习分析学生成绩、学习行为等来预测学习表现，发现新的学习规律，并给出可视化反馈：对学习者的