文献类型：期刊文章

作　　者：曾明星[1,2] 吴吉林[3] 徐洪智[1] 黄云[1] 郭鑫[1]

Zeng Mingxing;Wu Jilin;Xu Hongzhi;Huang Yun;Guo Xin(School of Software,Jishou University,Zhangjiajie 427000,Hunan;Institute of Educational Sciences,Jishou University,Jishou 417600,Hunan;School of Civil Engineering and Architecture,Jishou University,Zhangjiajie 427000,Hunan)

机构地区：[1]吉首大学软件学院,湖南张家界427000 [2]吉首大学教育科学研究院,湖南吉首417600 [3]吉首大学土木工程与建筑学院,湖南张家界427000

出　　处：《中国电化教育》

基　　金：2019年度教育部人文社会科学研究规划基金项目“面向新工科人才培养的智能教育空间建构研究”(项目编号:19XJA880003);2018年度湖南省哲学社会科学基金项目“人工智能时代‘新工科’教育空间建构研究”(项目编号:18YBA363)资助。

年　　份：2021

期　　号：2

起止页码：28-35

语　　种：中文

收录情况：BDHX、BDHX2020、CSSCI、CSSCI2021_2022、JST、NSSD、RCCSE、RWSKHX、核心刊

摘　　要：人工智能正在深刻改变着人们的生产和生活方式,将逐渐成为推动科技与教育发展的重要力量。深度学习旨在追求学生高阶思维能力与创新创造能力的培养,是学习方式的重要变革,已成为教育领域研究与实践的一个热点。深度学习是认知结构与思维结构的不断转变与纵深发展的过程,迁移是深度学习的核心特征。堆积与分离是浅层学习的根源;新旧知识相容是同化与顺应作用机制发生的必要条件,同化与顺应是深度学习内部关联迁移的关键;重构与迭代是深度学习外部拓展迁移的动力源。人工智能赋能深度学习,可以激发学习兴趣与学习动机,促进新旧知识相容,助力跨领域知识重构与情境重构,提升学习者的整体特性,进而促进深度学习内部关联迁移与外部拓展迁移,实现学习者认知结构的不断转化,大力提升学习的效率与效果。

关 键 词：深度学习  人工智能 堆积与分离  同化与顺应  重构与迭代  

分 类 号：G434]