账号: 密码:
中国大学出版社协会 | 首页 | 宏观指导 | 出版社天地 | 图书代办站 | 教材图书信息 | 教材图书评论 | 在线订购 | 教材征订
搜索 新闻 图书 ISBN 作者 音像 出版社 代办站 教材征订
购书 请登录 免费注册 客服电话:010-62510665 62510769
图书查询索引 版别索引 分类索引 中图法分类 专业分类 用途分类 制品类型 读者对象 自分类 最新 畅销 推荐 特价 教材征订
综合查询
给教师的人工智能教育 - 中国高校教材图书网
书名: 给教师的人工智能教育
ISBN:978-7-5760-5043-1 责任编辑:
作者: [英] 罗斯·卢金(Rose Luckin)卡琳·乔治(Karine George) 穆特鲁·库库罗瓦(Mutlu Cukurova)著 柴少明 译  相关图书 装订:平装
印次:1-1 开本:32开
定价: ¥48.00  折扣价:¥38.40
折扣:0.80 节省了9.6元
字数:
出版社: 华东师范大学出版社 页数:
出版日期: 2024-08-01 每包册数:
国家规划教材: 省部级规划教材:
入选重点出版项目: 获奖信息:
小团购 订购 咨询 推荐 打印 放入存书架

内容简介:
什么是人工智能?我能在学校里有效地使用它吗?哪些工作最适合由人类智能完成,哪些工作最适合由人工智能完成,我该如何将这两者的优势结合起来?我和我的学校应该如何为人工智能做好准备?

《给教师的人工智能教育》一书将帮助教师和校长们深入了解人工智能,以制定学校如何使用人工智能的战略。本书通过考察学校的需求和挑战,以确保学校做好准备有效地利用人工智能,并从幼儿到高中生举例说明,展示人工智能给学校教育带来的实际影响和益处。本书深化了对人工智能是什么和不是什么的理解,以及我们如何定义和衡量我们所重视的事物,并提供了一个框架,以支持逐步发展教师的人工智能思维,其重点在于通过基于证据的干预措施改善学生的教育机会。

作者简介:
作者简介

罗斯·卢金(Rose Luckin)是英国伦敦大学学院教授,国际人工智能(AI)教育学会会长,专注于以学习者为中心的设计研究。她将学习科学理论与人工智能技术相结合,为教育技术的设计与评估提供了新视角,成为国际人工智能教育领域的领先专家。她以在教育技术设计与评估方面的研究而闻名,特别是在人工智能领域。她在2017年被列入谢尔登名单中非常具有影响力的20位教育人物之一。她参与了英国第四次工业革命背景下的教育政策制定,并联合创立了教育中的伦理人工智能研究所。她是内斯塔2012年发布的具有影响力的《解码学习》报告和皮尔逊2016年发布的《释放智能》报告的主要作者。她撰写了大量学术论文,主编论文集,为教育技术的发展提供理论支持。她在2018年出版的《机器学习与人类智能:21世纪教育的未来》中详细探讨了AI在教学和学习中的应用,并提出了对未来教育模式的重大调整建议。她在国际人工智能教育大会(AIED)执行委员会中担任重要角色,她的工作不仅推动了学术研究的进展,也影响了人工智能教育应用的政策制定。

卡琳·乔治(Karine George)是屡获殊荣的教育家和活跃的研究实践者。在一所被英国教育标准局(Ofsted)评为“优秀”的学校里,她担任了 20 多年的校长。

穆特鲁·库库罗瓦(Mutlu Cukurova)是伦敦大学学院知识实验室(UCL Knowledge Lab)的教育数字技术教授。

译者简介

柴少明,博士,教授,华南师范大学阿伯丁数据科学与人工智能学院副院长。研究方向为人工智能教育、数字化学习、技术支持的知识建构等。加拿大多伦多大学访问学者。主持和参与国家级、省部级等多项研究课题。在国内外核心期刊上发表三十多篇学术论文,在科学出版社出版专著《计算机支持的外语协作学习》和《网络学习社区中基于对话的知识建构理论与实践》,在华东师范大学出版社出版译著《创造性课堂——为了21世纪学习者的创新教学》和《人工智能教学——探索学习新前沿》。主持的课程“知识建构与协同创新”被认定为国家级线上线下混合式一流课程,获得“华南师范大学教学名师” 等荣誉称号。

章节目录:
目 录



前言



引言:理解人工智能的关键要素



第一章 什么是人工智能,它为何可能对教育有用?

AI是什么?

人工智能简史

可以学习的机器

透明度和AI,或理解黑匣子里正在发生的事情

自主性和自适应性



第二章 教育的挑战与人工智能

你面临的挑战是什么?

了解你的假设

谁拥有权力:人工智能还是人类智能?

将伦理纳入评估

了解你的数据

为第三章做好准备



第三章 数据,无处不在的数据

为什么如此多地谈论数据?

数据到底是什么?

教育中的数据

回到机器学习人工智能

连接挑战与数据来源

在哪里寻找数据

多模态数据

平衡多个数据因素

从发现已有数据转向收集新数据



第四章 以不同的方式看待数据

收集教育数据

保持开放的心态

我们应该收集哪些数据?

我们如何收集数据?

关于机器学习和数据偏差的说明

通过访谈收集数据

收集多模态数据

示例:探讨性别差异

人工智能就绪过程第2步中选择的挑战

第3步——存在并且可以访问的数据

第4步——收集的数据



第五章 运用人工智能理解数据

机器学习类型

无监督机器学习

无监督机器学习:应用案例

机器学习就像烹饪

主成分分析



第六章 向人工智能学习

简要回顾

我们可以从不同数据源的关系中学到什么?

从眼动追踪数据中了解协作问题解决

有监督机器学习



第七章 伦理问题,以及接下来是什么?

人工智能教与学的伦理

你准备好了吗?

你的新知识如何帮助你理解已有的教育类人工智能产品?

公司可能避而不谈

写在最后的话

精彩片段:
 
书  评:
 
其  它:
 



| 我的帐户 | 我的订单 | 购书指南| 关于我们 | 联系我们 | 敬告 | 友情链接 | 广告服务 |

版权所有 © 2000-2002 中国高校教材图书网    京ICP备10054422号-7    京公网安备110108002480号    出版物经营许可证:新出发京批字第版0234号
经营许可证编号:京ICP证130369号    技术支持:云章科技