科研成果 by Year: 2018

2018
Chen Z, Jia J, Cheng Q, Lin X. Promoting Chinese students' participation in english classes by mobile learning, in ICCE 2018 - 26th International Conference on Computers in Education, Main Conference Proceedings.; 2018:681-686. 访问链接
Jia J. The cost-effect analysis of integration of CSIEC system into English instruction.; 2018 pp. 1917-1939. 访问链接
Jia J. The design and implementation of English instruction in four high schools with CSIEC system.; 2018 pp. 438-461. 访问链接
Jia J, Zhang B. Design Guidelines for Mobile MOOC Learning—An Empirical Study. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) [Internet]. 2018;10949 LNCS:347-356. 访问链接
Le H, Jia J. Analysis of learner timeout behavior in online tests of a bigdata set based on the OLAI concept. Communications in Computer and Information Science [Internet]. 2018;843:285-294. 访问链接
Jia J. Design, implementation and evaluation of blended learning for the undergraduate course “Education and Artificial Intelligence”. Communications in Computer and Information Science [Internet]. 2018;843:211-222. 访问链接
克劳斯·迈因策尔, 贾积有. 人工智能与机器学习:算法基础和哲学观点. 上海师范大学学报(哲学社会科学版). 2018;47(03):13-24.Abstract
图灵将人工智能简化为具有形式逻辑、自动证明和计算能力的符号处理系统。但是人类智能与语言理解有关。文章提出一个可以在自然界和技术上实现的关于智能度的工作定义来替代图灵测试关于机器智能的定义。自然智能在具有不同程度复杂性的神经系统和大脑的自然进化中出现。人工智能是在技术发明中发展起来的,依赖于传统图灵机计算机能力的指数增长。大脑、自动机和机器似乎是完全不同的,但它们在语言识别方面是数学等价的。具有不同复杂程度的自动机和机器的层次结构是可以区分的,因为它们可以通过适当的神经网络识别相同类型的语言。根据这样的工作定义就得到了自然和技术上的智能度。特别值得注意的是模拟神经网络,它能够像人类大脑那样具有自然语言能力,这超出了图灵可计算性。因此,需强调可通过神经形态计算体系结构实现的模拟和数字智能。但是,智能决不简单等同于大脑和计算机。模拟和数字元素也被整合到全球物联网中,以解决不同程度的智能问题。
赵楠, 贾积有. 利用大数据探究学习行为与学习效果的关系. 中小学信息技术教育. 2018;(Z1):73-76.Abstract
数据挖掘是人工智能技术的一个重要研究领域,可以用于教学系统的学习者分析,对实施个性化教学提供借鉴参考。本文采用数据挖掘软件SPSS和WEKA对一门慕课(MOOC)的学员学习行为数据进行了详细分析,发现最终取得的学生成绩与在线时长、平时小测成绩、浏览网页、视频、课件的次数及发帖次数有显著的正相关;网页浏览次数和平时小测成绩对最终成绩的预测力度最高。基于以上数据挖掘的结果,本文对慕课教学设计提出了建议,比如根据学生个性特点设置个性化的考评措施、重视平时小测设计、优化视频和讲义的设计等。
贾积有. 人工智能赋能教育与学习. 远程教育杂志. 2018;36(01):39-47.Abstract
近年来,人工智能(AI)的迅速发展和广泛应用已引起了我国政府的高度重视,也受到了教育界的极大关注。从教育的本质特征和人工智能的研究领域来分析人工智能与教育的关系,可以发现:教育是提高人的自然智能的过程和系统;人工智能是在机器上实现的教育。并且大量国内外权威期刊的文献分析也表明,人工智能技术在教育领域的应用与传统教学方法相比,具有比较显著的正面影响。人工智能必将对人类的教育与学习方式产生重大影响。
贾积有. 人工智能与教育的辩证关系. 教育文化论坛. 2018;10(04):137.Abstract
<正>人工智能技术在最近几年的迅速发展,使得人们对人工智能在教育领域的应用充满了乐观情绪,不少人认为人工智能可以解决教育的所有问题。文章从教育的本质和人工智能的研究领域出发,指出人工智能是在机器上实现的教育,但其实际效果已经超越了教育本身。人工智能应用在教育上会对教育产生正面的促进作用,但是在破解教育难题方面还有大量工作要做。人工智能的突出成就和广泛应用会造
贾积有. 人工智能与教育的辩证关系. 上海师范大学学报(哲学社会科学版). 2018;47(03):25-33.Abstract
人工智能技术在最近几年的迅速发展,使得人们对人工智能在教育领域的应用充满了乐观情绪,不少人认为人工智能可以解决教育的所有问题。文章从教育的本质和人工智能的研究领域出发,指出人工智能是在机器上实现的教育,但其实际效果已经超越了教育本身。人工智能应用在教育上会对教育产生正面的促进作用,但是在破解教育难题方面还有大量工作要做。人工智能的突出成就和广泛应用会造成大量劳动者失业,其实质是高智识人群在不断剥夺低智识人群的工作机会和权利,会对作为教育产出的毕业生在求职市场上增加更加强大的竞争对手,进而对受教育者的学习动机和教育目的造成负面影响,引起社会发展失衡和不稳定。建议在大力通过人工智能技术促进教育发展和产业转型的同时,应该统筹规划、全面布局、均衡发展,尽量保障所有教育系统的产出——形态各异的毕业生都能找到合适的工作。