掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
中國人工智能系列研究報告:大型語言模型的教育應用 版權信息
- ISBN：9787576043570
- 條形碼：9787576043570 ; 978-7-5760-4357-0
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
中國人工智能系列研究報告:大型語言模型的教育應用 本書特色
一本書帶你了解以ChatGPT為代表的大型語言模型在教育領域的應用；
既有對大型語言模型的教育應用的全面梳理，又有對聚焦當下熱點話題的案例分析。
1．大型語言模型教育應用領域的**份系統的研究報告
本書關注各類相關論文、開源代碼、前沿討論等資料來源，站在技術和應用的雙重高度，系統性地梳理大型語言模型在教育領域的應用現狀，并探討其在教育中的實踐意義和潛在價值。
2.聚焦當下熱點話題，啟發思考
● 大型語言模型對哪些職業有重大影響？
● 哪些職業會被人工智能所取代？
● ChatGPT對學術研究的利與弊？
● 人類與AI有哪些差異？
3.上海師范大學教育學部部長、華東師范大學教授范國睿傾情推薦
本研究報告的誕生標志著我國在大型語言模型教育應用領域研究和實踐的進一步深入，有助于推動大型語言模型服務于教育的數字化轉型。本研究報告既注重價值導向，也兼顧實踐應用，可以成為一份供教育決策者、管理者、技術研發者和教學實踐者了解大型語言模型教育應用的指導性文獻。
中國人工智能系列研究報告:大型語言模型的教育應用 內容簡介
近半年來，以GPT為代表的大型語言模型風起云涌，不僅接近改變了人工智能領域的研究范式，也使得通用人工智能(AGI)和人工智能生成內容（AIGC）成為公眾領域的熱點，而教育領域有可能成為大型語言模型優選落地的領域，各類應用層出不窮，各類觀點也此起彼伏。為了應對這一技術與社會的焦點，中國人工智能學會智能教育技術專業委員會聯合編撰該研究報告。通過梳理各類同行評議論文、預印本、政策文件、新聞報道、研究報告、內部技術資料、專家調研與訪談材料、在線論壇等不同來源的400多份資料，幫助讀者理解大型語言模型（如GPT-3、GPT-4）的基礎知識、應用及其對教育領域產生的廣泛影響。
中國人工智能系列研究報告:大型語言模型的教育應用 目錄
第1 章 引言 / 1
第2 章 大型語言模型對教育的影響 / 6
2.1 職業與專業 / 7
2.1.1 對于不同職業的影響 / 8
2.1.2 職業和勞動力市場的變化 / 13
2.1.3 人才職業技能的更新 / 15
2.1.4 人才培養的變革 / 17
2.2 教師職業能力 / 18
2.2.1 教師職業能力的變化 / 18
2.2.2 教師自身的專業發展 / 20
2.3 學生培養 / 24
2.3.1 學生培養的變化 / 25
2.3.2 學生應具備的素養 / 30
2.4 學習資源 / 32
2.4.1 學習內容和材料 / 32
2.4.2 教學任務 / 35
2.4.3 語言學習資源 / 37
2.5 學習環境 / 40
2.5.1 教育虛擬環境 / 40
2.5.2 模擬行為代理 / 42
2.6 教育評價 / 45
2.6.1 作業與任務的智能評估 / 45
2.6.2 評估題目的設計 / 48
2.6.3 學生測評的過程變化 / 50
2.6.4 教師技能的評估 / 51
2.7 教育治理 / 53
2.8 教育研究 / 54
2.8.1 為母語非英語研究者提供支持 / 55
2.8.2 提供參考信息和研究思路 / 56
2.8.3 數據處理和分析 / 58
2.8.4 拓展研究方法 / 62 第3 章 典型的教育應用場景 / 65
3.1 應用場景分析 / 65
3.2 學生學習場景 / 67
3.2.1 智能課程輔導 / 67
3.2.2 醫患對話練習 / 71
3.2.3 英語口語訓練 / 73
3.2.4 情境模擬 / 73
3.3 教師教學場景 / 76
3.3.1 備課助手 / 76
3.3.2 課堂教學 / 77
3.3.3 教學評價 / 80
3.3.4 智能學情分析 / 83
3.3.5 職前培訓 / 84
3.4 學校管理場景 / 86
3.5 教育企業應用場景 / 87 第4 章 大型語言模型與機器心理學 / 89
4.1 人類與AI的差異 / 90
4.1.1 智力差異 / 92,
4.1.2 人格差異 / 93
4.1.3 行為差異 / 94
4.2 人類心理評估方法的應用 / 94
4.2.1 基于心理理論的心理學實驗 / 95
4.2.2 心理學經典實驗在模型上的再現 / 96
4.3 機器心理學的爭議 / 97
4.3.1 語言輸入的局限性 / 97
4.3.2 依賴先前訓練材料 / 98
4.3.3 結果的不穩定性 / 98
4.4 機器心理學的實踐應用 / 100
4.4.1 推進心理學的發展 / 100
4.4.2 對心理治療的作用 / 102
4.4.3 決策支持 / 103 第5 章 面向大型語言模型的人工智能基礎教育 / 105
5.1 大型語言模型對于傳統人工智能教育的沖擊 / 106
5.2 面向大型語言模型的知識體系 / 108
5.2.1 課程目標和內容 / 109
5.2.2 課程評價方式 / 117
5.3 基于大型語言模型的教學方法 / 118
5.3.1 代碼生成和解釋 / 119
5.3.2 問題解答和指導 / 121
5.3.3 個性化學習資源生成 / 123
5.3.4 編程學習評價 / 124
5.4 面向大型語言模型的學習平臺 / 125
5.4.1 互動游樂場/探索工具 / 126
5.4.2 提示符生成/修改工具 / 129
5.4.3 專用提示平臺/存儲庫 / 131
5.4.4 輔助編程工具 / 133
第6 章 教育應用的倫理 / 137
6.1 大型語言模型的演變及其社會影響 / 138
6.1.1 2017年—2022年10月 / 139
6.1.2 2022年11月—2023年5月 / 141
6.2 數據隱私 / 144
6.2.1 訓練數據的隱私泄露 / 144
6.2.2 交互方式帶來的數據隱私風險 / 145
6.2.3 交付方式帶來的數據隱私風險 / 146
6.3 大型語言模型的風險行為 / 146
6.3.1 展示偏見 / 147
6.3.2 生成有毒內容 / 149
6.3.3 大型語言模型的幻覺 / 151
6.4 可解釋性與透明度 / 154
6.5 政策法規的監管動向 / 156
6.6 教育領域的應對策略 / 161
6.6.1 相關政策 / 161
6.6.2 推進機制 / 164
6.6.3 倫理教育內容 / 165
6.6.4 倫理課程 / 169
6.6.5 應對現狀 / 171 參考文獻 / 173 后記 圖書館、博格族和大型語言模型 / 197
2.1 職業與專業 / 7
2.1.1 對于不同職業的影響 / 8
2.1.2 職業和勞動力市場的變化 / 13
2.1.3 人才職業技能的更新 / 15
2.1.4 人才培養的變革 / 17
2.2 教師職業能力 / 18
2.2.1 教師職業能力的變化 / 18
2.2.2 教師自身的專業發展 / 20
2.3 學生培養 / 24
2.3.1 學生培養的變化 / 25
2.3.2 學生應具備的素養 / 30
2.4 學習資源 / 32
2.4.1 學習內容和材料 / 32
2.4.2 教學任務 / 35
2.4.3 語言學習資源 / 37
2.5 學習環境 / 40
2.5.1 教育虛擬環境 / 40
2.5.2 模擬行為代理 / 42
2.6 教育評價 / 45
2.6.1 作業與任務的智能評估 / 45
2.6.2 評估題目的設計 / 48
2.6.3 學生測評的過程變化 / 50
2.6.4 教師技能的評估 / 51
2.7 教育治理 / 53
2.8 教育研究 / 54
2.8.1 為母語非英語研究者提供支持 / 55
2.8.2 提供參考信息和研究思路 / 56
2.8.3 數據處理和分析 / 58
2.8.4 拓展研究方法 / 62 第3 章 典型的教育應用場景 / 65
3.1 應用場景分析 / 65
3.2 學生學習場景 / 67
3.2.1 智能課程輔導 / 67
3.2.2 醫患對話練習 / 71
3.2.3 英語口語訓練 / 73
3.2.4 情境模擬 / 73
3.3 教師教學場景 / 76
3.3.1 備課助手 / 76
3.3.2 課堂教學 / 77
3.3.3 教學評價 / 80
3.3.4 智能學情分析 / 83
3.3.5 職前培訓 / 84
3.4 學校管理場景 / 86
3.5 教育企業應用場景 / 87 第4 章 大型語言模型與機器心理學 / 89
4.1 人類與AI的差異 / 90
4.1.1 智力差異 / 92,
4.1.2 人格差異 / 93
4.1.3 行為差異 / 94
4.2 人類心理評估方法的應用 / 94
4.2.1 基于心理理論的心理學實驗 / 95
4.2.2 心理學經典實驗在模型上的再現 / 96
4.3 機器心理學的爭議 / 97
4.3.1 語言輸入的局限性 / 97
4.3.2 依賴先前訓練材料 / 98
4.3.3 結果的不穩定性 / 98
4.4 機器心理學的實踐應用 / 100
4.4.1 推進心理學的發展 / 100
4.4.2 對心理治療的作用 / 102
4.4.3 決策支持 / 103 第5 章 面向大型語言模型的人工智能基礎教育 / 105
5.1 大型語言模型對于傳統人工智能教育的沖擊 / 106
5.2 面向大型語言模型的知識體系 / 108
5.2.1 課程目標和內容 / 109
5.2.2 課程評價方式 / 117
5.3 基于大型語言模型的教學方法 / 118
5.3.1 代碼生成和解釋 / 119
5.3.2 問題解答和指導 / 121
5.3.3 個性化學習資源生成 / 123
5.3.4 編程學習評價 / 124
5.4 面向大型語言模型的學習平臺 / 125
5.4.1 互動游樂場/探索工具 / 126
5.4.2 提示符生成/修改工具 / 129
5.4.3 專用提示平臺/存儲庫 / 131
5.4.4 輔助編程工具 / 133
第6 章 教育應用的倫理 / 137
6.1 大型語言模型的演變及其社會影響 / 138
6.1.1 2017年—2022年10月 / 139
6.1.2 2022年11月—2023年5月 / 141
6.2 數據隱私 / 144
6.2.1 訓練數據的隱私泄露 / 144
6.2.2 交互方式帶來的數據隱私風險 / 145
6.2.3 交付方式帶來的數據隱私風險 / 146
6.3 大型語言模型的風險行為 / 146
6.3.1 展示偏見 / 147
6.3.2 生成有毒內容 / 149
6.3.3 大型語言模型的幻覺 / 151
6.4 可解釋性與透明度 / 154
6.5 政策法規的監管動向 / 156
6.6 教育領域的應對策略 / 161
6.6.1 相關政策 / 161
6.6.2 推進機制 / 164
6.6.3 倫理教育內容 / 165
6.6.4 倫理課程 / 169
6.6.5 應對現狀 / 171 參考文獻 / 173 后記 圖書館、博格族和大型語言模型 / 197
展開全部
中國人工智能系列研究報告:大型語言模型的教育應用 作者簡介
陳向東，教授，博士生導師，華東師范大學教育學部副主任 。中國人工智能學會智能教育技術專業委員會主任，教育 部華東高師師資培訓中心副主任。主要從事計算機支持的協作學習、人工智能教育應用、信息技術教學法、智能學習空間、新媒體閱讀、技術支持下的教師教育等方面的研究。
書友推薦
- >
中國歷史的瞬間
- >
羅曼·羅蘭讀書隨筆-精裝
- >
莉莉和章魚
- >
朝聞道
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
自卑與超越
- >
煙與鏡
- >
苦雨齋序跋文-周作人自編集
本類暢銷
