AI時代下,智慧教育蓄勢待發
鑰匙二:智慧學習方式,從“學以致用”到“用以致學”
隨著人工智能時代的到來,僅靠死記硬背就可以掌握的知識或技能逐漸失去價值,因為人工智能在這些方面比人做的更好。
我們要轉變教育觀念,從“學以致用”走向“用以致學”,更加重視學生的個性體驗,鼓勵他們在解決問題中學會解決問題,在做事中學會做事,成為能適應未來挑戰的人才。
1、深度學習
在人工智能的語境下,深度學習是一種新的算法,它通過模擬人類神經網絡,構建具有多隱含層的機器學習模型和海量的訓練數據,讓機器自動學習有用的特征,從而提升預測的準確性。
在語音識別、圖像理解、自然語言處理等領域,采用深度學習算法之后,其準確性都得到了極大的提升。正是這種算法模型的突破,讓機器擁有了類似人類的智慧,引發了新一代人工智能的崛起。
巧合的是,深度學習既是決定人工智能興衰的關鍵所在,也是決定未來教育成敗的關鍵所在。人類要想從人工智能時代的職場中勝出,就必須從強調記憶和練習的傳統學習中脫離出來。
一是,還原知識的豐富情境,知識從哪里來,深度學習的起點就應該從哪里開始;
二是,面向實踐的學習活動,鼓勵學生用所學知識解決實際問題,以任務驅動的方式組織學習,提供接近專家及其工作過程的機會;
三是,用不同視角透視學習,提供社會化軟件及其它認知工具來支持學習,允許共同體成員擁有不同的角色和身份,鼓勵提出不同觀點,讓學生在對話和互動中建構知識;
四是,提供成果展示及表達的機會,促使思維清晰化,引導學生,進行反思,實現對知識的深度理解;
五是,建立更加立體的評價,把關注點從教師的教轉向學生的學,強調學生的參與度、積極性以及突破原有框架的創造力,利用學習分析、課堂觀察等技術手段,為不同的學生制定不同的標準,讓每一位學生都有出彩的機會。
2、跨學科學習
人類的智慧來源于知識觀的完整,它不是零敲碎打的,而是與整體特征密切相關的。
現行的分科教學有利于系統知識的習得,但不利于完整知識體系的形成和綜合思維能力的培養。
跨學科學習倡導根據生活中的問題設置主題,將不同學科圍繞同一個主題聯系起來,構建相互銜接貫通的課程體系。
一是,學科知識整合取向,分析各學科的知識結構,找到不同知識點之間的連接點與整合點,將分散的課程知識按跨學科的問題邏輯結構化;
二是,生活經驗整合取向,從兒童適應社會的角度選擇典型項目進行結構化設計,讓學習者在體驗和完成項目的過程中,習得蘊含其中的多學科知識與技能;
三是,學習者中心整合取向,這種模式不是由教師預設問題,而是由學習者個體或小組提出任務,任務內容需要學習并運用跨學科知識。
值得說明的是,跨學科學習需要堅實的學科基礎,沒有學科就沒有跨學科,兩者是相輔相成的,要處理好分科教學和跨學科學習的關系,從更廣闊的視野認識學習的本質。
3、無邊界學習
陶行知先生指出,如果學校生活與社會生活聯系不緊密, 學生的學習不是從自己的直接經驗里長出來的,那就是一種呆板的、低效的教育。
學校應該是一個開放的組織系統,要建立與真實世界的聯系。
美國的密涅瓦大學就是“一所沒有校園的大學”,四年本科學習分布在全球七大城市,包括舊金山、香港、倫敦等,通過與當地的高校、研究所、高新技術企業建立合作,學生可以使用一流的圖書館、實驗室等進行學習,利用一切可利用的社會資源開放辦學,實現了教育的結構性創新。
無邊界學習是未來教育發展的重要趨勢,它包括:
一是,把知識學習和現實生活連接起來,學生的學習場所不再固定,隨著課程的不同,既可以在教室,也可以在社區、科技館和企業,甚至可以去不同城市游學,任何可以實現高質量學習的地方都是“學校”;
二是,建立實踐共同體,加強學校與產業行業之間的合作,共建創新創業實踐基地,引導他們運用知識去解決現實問題,從而獲得真正的本領;
三是,技術增強的泛在學習,利用混合現實技術,讓學生有機會觀察微觀世界、感知抽象概念,使學習變成一種豐富情境下的親身體驗。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













