科研成果

Forthcoming
Liu, H. ZJY & J. The design of guiding and adaptive prompts for intelligent tutoring systems and its effect on students' mathematics learning. IEEE Transactions on Learning Technologies [Internet]. Forthcoming. 访问链接
Jia. J., Zhang LYH. A Comparison of a Computerized Adaptive Test for Mathematics Instruction with the Classical Test. Int. J. Mobile Learning and Organisation. Forthcoming.
2024
李雅瑄, 陈昂轩 贾积有. 2023中国教育技术研究前沿与热点年度报告. 中国电化教育. 2024;2024(3):121-126.PKU 
Jia, J. WZWTYG. The Comparison of General Tips for Mathematical Problem Solving Generated by Generative AI with those Generated by Human Teachers. Asia Pacific Journal of Education. 2024;44(1):8-28.
2023
贾积有,王光迪. 应用大语言模型快速有效分析教育访谈文本. 中国教育信息化. 2023;29(12):34-41.
Chen, A.; Liu LJH ; K-C. For Educational Inclusiveness: Design and Implementation of an Intelligent Tutoring System for Student-Athletes Based on Self-Determination Theory. Sustainability [Internet]. 2023;15( 14709). 访问链接
陈昂轩, 刘怀亚 贾积有 张君 徐玄冲. 双重身份学生自适应学习模型的构建与实证研究. 现代教育技术. 2023;33(10):108-117.
克劳斯·迈因策尔, 贾积有, 张誉月. ChatGPT和人工智能:从基本原理到教育应用. 北京大学教育评论. 2023;21(01):35-48+188.AbstractPKU 
本文阐述了ChatGPT等聊天机器人在教育培训中的性能和局限性。为了确保此类人工智能工具的适当使用,必须全面了解相应算法的基本原理和局限性。本文首先梳理了人工智能领域从ELIZA、CSIEC到WATSON等聊天机器人系统的发展路线,然后介绍了ChatGPT的功能原理:人类语言的统计概率模型、人工神经网络、基于大规模文本的深度学习算法、应用人类反馈的强化学习算法等。基于以上技术基础,本文讨论了ChatGPT为代表的新一代人工智能技术对教育政策带来的挑战,包括学生就业招聘、法律和新闻等相关专业教学设计、学生论文写作、学生考试和其他评价方式等,并提出应对这些挑战的方案,以保证未来在教育和培训领域中人工智能技术能够得到合理、有效、公平的应用。
贾积有, 张誉月. 人工智能与教育:机遇、挑战与对策. 北京大学教育评论. 2023;21(01):49-61+188-189.AbstractPKU 
人工智能技术在最近十年取得了举世瞩目的成就,表现在知识工程、数据挖掘、模式识别、自然语言处理、智能机器、专家系统、自动程序设计、艺术创作等八个方面。这些方面的突破性进展为教育发展和变革提供了动力,在教育的宏观、中观和微观三个层面,在教、学、评、测等教育系统的各个环节,人工智能技术都发挥了重要作用。人工智能技术的迅猛发展对教育也带来了极大挑战,主要表现在影响教育机构的毕业生市场、教学评价方式和学生学习方式上。为了应对人工智能技术的挑战,充分利用其正面影响,本文提出要调整高校专业设置、适应劳动力市场的变化,改革教学评价方式和内容,研发和部署人工智能技术的教育应用,引导学生合理、合法使用人工智能技术。
张誉月, 贾积有, 黎宇珍. 智能教学系统和手机的常态化课程整合及其效果研究. 数字教育. 2023;9(02):39-46.Abstract
具有联网和多媒体功能的智能手机已经在我国大学生中普及,而词汇学习仍然是外语学习中重要而又困难的一个环节。我们将智能教学系统整合到某高校一学年的大学英语课程教学中,在学生自愿参加的前提下,让学生借助手机同步学习和练习所要求的单元词汇。该校13个教学班的学生参加了这次自然实验。根据学生参加系统内活动的情况将学生分为实验组和对照组,两组在活动频次、总分和均分上都表现出显著差异。通过分析学生在实验前的考试成绩、实验中两个学期的期末成绩,发现:实验前两组学生英语考试成绩无显著差异,随着常态化应用的展开,实验组学生的学业表现逐渐高于对照组,实验结束时差异显著。以在线学习活动指数(OLAI)来衡量实验组学生词汇的学习效果,发现其不仅在整体词汇水平维度上逐步提高,而且在词汇掌握的质量(即组织能力或者深度)和速度(即自动性或者流利度)两个维度上均有显著进步,且速度维度保持连续上升状态。本研究结果表明,智能教学系统和手机的长期常态化课程整合不仅提高了学生整体词汇维度、速度和质量维度的水平,而且改善了学生在常规考试中的表现,增强了学生的听力。
贾积有, 张誉月, 刘怀亚, 李双双. 智能评测和辅导系统助力学生评价改革和减负增效. 电化教育研究. 2023;44(06):74-80+89.AbstractPKU 
为了验证人工智能技术在贯彻落实中央出台的多个关于中小学生学业评价改革和减负增效的政策文件中的作用,文章首先分析了宏观政策在常规学校和班级环境下贯彻实施面临的困境,指出智能评测和教学系统有助于解决现存的实施难题;然后基于在线学习系统的大规模学生学习数据,开发了一个数学智能评测和辅导系统MIATS,在对学生个性化评测的基础上,能对学生进行引导型的个性化辅导。通过在一所中学的准实验研究验证该系统对学生数学学习的促进作用;对所收集的实验数据的分析证明了该系统对减轻作业负担、增强学习效果起到非常显著的促进作用,是实现增值评价、测学结合、以测促学的有效手段。文章为智能评测和辅导系统助力落实学业评价改革和减负增效等宏观政策提供了参考和借鉴。
Enala Sharon Lufungulo, Jiyou Jia SMEMKM. Innovations and Strategies During Online Teaching in an EdTech Low‑Resourced University. SN Computer Science [Internet]. 2023;4:328-340. 访问链接
贾积有, 乐惠骁 张誉月 刘怀亚 陈昂. 基于大数据挖掘的智能评测和辅导系统设计. 中国电化教育. 2023;2023(3):112-119.PKU 
陈昂轩,贾积有. 数学智能教学系统构建特点、策略与评估——基于WoS 的文献计量分析与梳理. 数字教育. 2023;9(1):8-17.
Jia, J. LMLSYJ. The Effects of Personalized Mathematic Instruction Supported by an Intelligent Tutoring System During the COVID-19 Epidemic and the Post-epidemic Era. Int. J. of Innovation and Learning [Internet]. 2023;33(3):330–343. 访问链接
Jia, J. LLYH. The Limited Usage and Effect of Smart Phones and an Online Tutoring System for Regular and Large-scale University English Teaching. Int. J. Mobile Learning and Organisation [Internet]. 2023;17(4):517–536. 访问链接
2022
Chen, Z. CJLWJH. Exploring AWE-supported writing process: An activity theory perspective. Language Learning & Technology. 2022;26(2):129–148.
贾积有. 产学研结合促进基础教育数字化转型. 上海教育. 2022;2022(36):27-27.
贾积有, 陈真真 黎宇珍 乐惠骁. 以数智化转型促进大学教学发展. 大学与学科. 2022;3(4):101-112.
贾积有, 史陈新,季茂生. 优课及师生分析. 1st ed. 西安: 未来出版社; 2022 pp. 436.

Pages