学习情况——李卓威：AI教学平台对学生智慧技能的激励性路径研究——基于深度学习视角

基于当前对学习结果与深度学习发生条件关注不足、智慧技能在AI教学领域相对匮乏的现状，该研究以深度学习理论、学习结果理论为指导，首先编制出AI教学平台对学生智慧技能提升的调查问卷和前后测试题，以研究人工智能平台应用的训练效果；然后通过结构方程模型对激励性路径模型展开验证，并提出立体化的教学策略体系，包括：（1）在学习准备上，个体间应充分交流，构建学习人工智能的文化氛围；教师应充分使用平台功能，并拓宽学生使用的功能范围；设置个性化答疑，实现平台创新。（2）在学习过程中，涉及个体、交互、环境、情感4个方面的多项措施。（3）在学习结果上，应加强与生活的联系；概念学习先导和调动学生积极性；根据认知风格设计学习方式；加强规则学习。
近年来，深度学习的概念得到广泛普及并获得人们的认可，在国内外教育界产生了较大的影响力。2018年发布的《教育部等六部门关于实施基础学科拔尖学生培养计划 2.0 的意见》中提到，开展研究性教学，鼓励学生参与科研项目训练，促进学生自主深度学习、建构知识体系、形成多维能力。2021年2月23日，教育部在有关春季学期学校疫情防控和教育教学工作有关情况的新闻发布会上指出，各高校探索线上线下有机融合的教学方式，鼓励教师灵活运用多种教学方法，为学生深度学习创造条件。在国外，2017年，美国新媒体联盟发布了《地平线报告》（2016高等教育版），认为“深度学习” (Deep Learning) 这一学习模式越来越多地用于描述学生通过调查研究、应对复杂问题和挑战、以创新创造获得知识和技能的方法^[1]。美国还专门成立了