科研成果

2022
Jia J, He Y. The design, implementation and pilot application of an intelligent online proctoring system for online exams. Interactive Technology and Smart Education [Internet]. 2022;19:112-120. 访问链接
贾积有, 乐惠骁, 李卓润, 和桂英, 张海燕. 人工智能助力教育均衡发展——以个性化在线教学系统对随迁子女的有效辅导为例. 中国电化教育. 2022;(01):42-49.Abstract
随迁子女的教育问题是一个重要但复杂的社会问题。不同于以往从宏观视角进行的研究,该文以某初中10名随迁子女使用智能教学系统进行学习的个案为例,通过对学生和家长的深度访谈,探究在日常的教学层面这一特殊群体所遇到的排斥问题,以及人工智能技术如何在一定程度上解决这些问题。访谈发现:家庭有限的经济能力和学校有限的师资阻碍随迁子女获取优质教育资源,班级成员构成的复杂性和沉默的师生交流更加剧了他们所受到的排斥。对于这些主动的、希望改变自己命运的学习者来说,各种以低成本、高性能的独特优势出现在日常情境中的技术产品,成为了其改变现状、向上流动的抓手。智能教学系统以其个性化的教学模式、独特的师生交流方式和低廉的价格在一定程度上解决了随迁子女所面临的问题。
孟青泉, 贾积有, 张志永, 颜泽忠. 智能教学系统测评模型的构建与实证研究. 现代教育技术. 2022;32(05):68-74.Abstract
对智能教学系统进行测评,既能评价其性能,又可以为其优化提供依据。但是,目前尚缺乏有指导性的智能教学系统测评模型。基于此,文章构建了包括智能教学系统、学习者、系统设计者、学习效果测试和学习风格测量等要素的智能教学系统测评模型,并设计了包含获取数据、总体测评、精细测评、测评分析和系统优化等五个步骤的智能教学系统测评流程。之后,文章以“乐学一百”智能教学系统为例开展了实证研究,结果表明智能教学系统测评模型能有效区分不同学习风格学习者的学习效果,生成精细化的测评结果,为系统的优化与升级提供数据依据,具有较大的应用价值。
2021
Jia J, Miao Y. The Customized Mathematic Instruction Supported by an Intelligent Tutoring System and Its Effect During the COVID-19 Epidemic. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) [Internet]. 2021;12830 LNCS:176-187. 访问链接
Chen Z, Jia J, Li W. Learning curriculum vocabulary through mobile learning: Impact on vocabulary gains and automaticity. International Journal of Mobile Learning and Organisation [Internet]. 2021;15:149-163. 访问链接
Lian J, Jia J. A Quasi-experimental Study of Chinese University English Learners’ Engagement in a Flipped Classroom, in 29th International Conference on Computers in Education Conference, ICCE 2021 - Proceedings.Vol 1.; 2021:493-502. 访问链接
王小越, 贾积有. 基于Weka的MOOC学习者学习成绩影响因素分析——以Coursera网站北京大学一门课程为例. 数字教育. 2021;7(02):68-74.Abstract
本文应用数据挖掘软件Weka,对北京大学2015年在Coursera平台上线的一门课程中学员的网上学习行为数据进行了相关分析。对全体学员和有学习成绩的学员的学习行为分析结果均表明:学员的学习成绩与课程网页浏览次数、平时测验总成绩、论坛发帖数、论坛回帖得票呈正相关关系。对无学习成绩的学员学习行为分析结果表明:他们的论坛讨论参与度不高,不重视平时测验。出现这个现象的原因可能是他们不关注考试成绩和证书,只关注学习过程。基于以上数据挖掘结果,为了取得较好的教学效果,我们建议MOOC课程应该积极引导学生参与论坛的发帖,重视课程网页和课件的设计,同时可考虑改进平时测验的内容和方式,关注学习者的需求,以便引起学员注意,让学员积极主动地完成测验。
乐惠骁, 贾积有. 智能的边界——智能教学系统中的用户自主度研究. 中国远程教育. 2021;(09):49-58.Abstract
本文从人机合作的角度对智能教学系统中的学习者的自主度进行了探讨。通过梳理人机交互设计领域和行为决策领域的相关研究,结合教学场景中的相关实验案例,讨论了智能教学系统中学习者自主度设计的大致原则:一方面,应保证学习者适当的自主度,以满足其自主性的心理需要,同时授予其部分修正系统错误的能力,减少算法厌恶的发生;另一方面,过多或不恰当的学习者自主度也无益于学习,可能导致无法为学习者的学习提供适当的支持,以及选择过载和选择困难的发生。最后,本文提出了设计智能教学系统中学习者自主度的三条具体建议:关注学习者特征,根据学习者特征设计合适的自主度;增加系统和算法的透明度,使得用户能理解智能系统的决策逻辑,或授予用户部分修改算法的权限,以减少算法厌恶的发生;为学习者提供必要的自主学习支持,而非简单地将某些学习过程的控制权交给学习者。
2020
Jia J, Chen Z. Voluntary participation and natural grouping with smartphones: An effective and practical approach to implement a quasi-experiment. International Journal of Mobile Learning and Organisation [Internet]. 2020;14:49-62. 访问链接
Le H, Jia J, Wong L. The analysis of timeout behaviours in online tests. International Journal of Innovation and Learning [Internet]. 2020;27:310-323. 访问链接
Jia J, Le H. The design and implementation of a computerized adaptive testing system for school mathematics based on item response theory. Communications in Computer and Information Science [Internet]. 2020;1302:100-111. 访问链接
Chen Z, Chen W, Jia J, An H. The effects of using mobile devices on language learning: a meta-analysis. Educational Technology Research and Development [Internet]. 2020;68:1769-1789. 访问链接
Meng Q, Jia J, Zhang Z. A framework of smart pedagogy based on the facilitating of high order thinking skills. Interactive Technology and Smart Education [Internet]. 2020;17:251-266. 访问链接
Jia J, He Y, Le H. A Multimodal Human-Computer Interaction System and Its Application in Smart Learning Environments. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) [Internet]. 2020;12218 LNCS:3-14. 访问链接
原千慧, 贾积有. 人工智能教学平台的分析与建议. 教育家. 2020;(04):16-17.Abstract
<正>人工智能教学平台是用于人工智能知识教学的虚拟学习环境,英文是Virtual Learning Environment(以下简称VLE)。虚拟学习环境是一种独立的、基于网络的系统,其中整合了音频、动画、视频和文本等要素。教师可以在该系统中分享教学资源,学生可以像在传统课堂一样学习。与计算机辅助教学(CAI:Computer Aided Instruction)和智能教学系统(ITS:Intellige
贾积有, 颜泽忠, 张志永, 翟曼月, 张君, 张必兰, 张静蓉, 孟青泉, 乐惠骁, 何云帆. 人工智能赋能基础教育的路径与实践. 数字教育. 2020;6(01):1-8.Abstract
人工智能赋能基础教育的重要路径就是以智能教学系统的形式为学习者提供个性化支撑和辅导。在正式的学校教育中,教师以混合式教学的方式将智能教学系统整合到常规教学中,可以对学生的学习效果起到显著而正面的促进作用;对于非正式的在线教育,智能教学系统对学习者的适应和帮助不仅体现在知识和能力上,更重要的是在情感和态度、方法与过程方面。本文以参与一个教育信息技术研究重点课题的三所学校的数学混合式教学实践为例,详细阐述人工智能赋能教育的路径及其影响效果,指出其未来发展方向。
贾积有, 芮静姝. 农村中学生编程能力现状、实践与提升途径——以北京大学一次暑期学生实践活动为例. 数字教育. 2020;6(04):61-66.Abstract
本文介绍了北京大学一次学生实践活动中进行的农村中学生编程教学设计和实践,对学生编程测验前测和后测数据分析表明:尽管之前没有接受过系统的编程教育,农村中学生仍然具有一定的编程知识;在经过实践活动短期培训之后,编程能力得到较大幅度的提高。学生书面调查问卷的反馈表明:这种游戏化形式的教学对他们帮助很大,他们喜欢这种形式的教学。据此,本文指出,在农村学校师资匮乏、质量有待提高、课时不足的基本情况下,大学生实践活动是一种快速高效地提升农村中学生编程能力的途径,教师加上智能教学系统的混合式教学方式更能发挥学校已经配备的计算机和网络的作用。除此之外,本文还对编程和人工智能教育提出了政策建议,以期对我国的编程教育和人工智能教育的发展以及实现教育公平提供参考。
陈真真, 贾积有. 我国移动辅助语言学习研究二十年:述评与展望. 外语界 [Internet]. 2020;(01):88-95. 访问链接Abstract
移动辅助语言学习(MALL)已经日益引发移动学习研究者的关注。本研究以2000—2019年发表于CSSCI来源期刊的相关论文为研究对象,从理论基础、研究方法、研究主题等方面总结我国MALL研究现状,分析研究存在的问题及发展趋势。结果显示,国内MALL研究近十年发展加快,以量化研究和非材料性研究为主要研究方法,主题较为多元,但仍有待进一步提升完善。研究结果对我国开展基于移动学习的外语教学研究和实践具有一定启示。
贾积有. 疫情中在线教学的实施方式、条件保障和效果影响. 高等理科教育. 2020;(03):12-13.Abstract
<正>2020年1月以来,新型冠状病毒肺炎在全球范围内大爆发,大部分国家和地区不得不关闭各级各类教学机构,让学生在家中学习。这样的居家学习时间长短不一:在疫情控制较好的地方,如中国大部分地区,为2~3个月;在疫情更为严重的地区,如美国纽约,则从2020年3月—12月,所有大中小学校全部关闭。在这种特殊情况下,学校为了维持正常的教学计划,普遍采用了基于网络的教学方式,简称网
2019
Jia J, Zhang J. The analysis of online learning behavior of the students with poor academic performance in mathematics and individual help strategies. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) [Internet]. 2019;11546 LNCS:205-215. 访问链接

Pages