全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

人工智能在大学物理教学中的应用
The Application of Artificial Intelligence in College Physics Teaching

DOI: 10.12677/ces.2024.125304, PP. 423-430

Keywords: 人工智能,物理教学(研究式),教学设计
Artificial Intelligence
, Physics Teaching (Research-Based), Teaching Design

Full-Text   Cite this paper   Add to My Lib

Abstract:

在人工智能(AI)技术大发展的背景下,结合当前大学物理教学中存在的问题,本文提出了基于AI的研究式物理教学方式:结合开源科学数据,利用AI进行数据分析、推导、知识补全、文献解读和物理规律探索,直接开展前沿科学研究;运用AI系统及时反馈学生学习状态、解答问题并统计学习情况。基于OBE教学理念给出了研究式物理教学的教学过程设计。基于AI的研究式物理教学具有多重优点,有助于提高学生的科研能力、团队协作能力,并最大限度地发挥自身特长。结合最新研究成果对研究式物理教学中的问题与挑战,比如AI工具的学习成本、研究课题选择、使用AI的监管问题、考核方式、在教学中对AI的认知、辅助措施等进行了分析。
In the context of the significant development of artificial intelligence (AI) technology, coupled with the existing issues in current university physics teaching, this paper proposes an AI-based research-oriented physics teaching method. This approach integrates open-source scientific data and utilizes AI for data analysis, deduction, knowledge supplementation, literature interpretation, and exploration of physical laws, enabling direct participation in cutting-edge scientific research. Meanwhile, AI systems are employed to promptly provide feedback on students’ learning status, answer questions, and collect learning data. Based on the OBE (Outcome-Based Education) teaching philosophy, the teaching process design for research-oriented physics teaching is outlined. AI-based research-oriented physics teaching possesses numerous advantages, which help enhance students’ research capabilities and team collaboration skills, and maximize their individual strengths. Combining the latest research findings, this paper analyzes the issues and challenges in research-oriented physics teaching, such as the learning cost of AI tools, the selection of research topics, the supervision of AI usage, assessment methods, the understanding of AI in teaching, and supporting measures.

References

[1]  郑延福. 人工智能的教育意蕴——基于跨学科分析的视角[J]. 现代教育科学, 2024(1): 20-26.
[2]  白雪梅, 郭日发. 生成式人工智能何以赋能学习、能力与评价? [J]. 现代教育技术, 2024, 34(1): 55-63.
[3]  蒋珍菊, 李艳李, 欣悦, 等. “5G AI”在高等教育教学中的应用及关键问题探讨[J]. 数字技术与应用, 2023, 41(9): 37-39.
[4]  林晓峰, 谢康. 人工智能现状及其教育应用的理性思考[J]. 现代教育技术, 2019, 29(8): 12-17.
[5]  林铭炜, 许江松, 林佳胤, 等. 面向在线教育的学习者情感识别综述[J]. 控制与决策, 2024, 39(4): 1057-1074.
[6]  张进宝, 姬凌岩. 是“智能化教育”还是“促进智能发展的教育”——AI时代智能教育的内涵分析与目标定位[J]. 现代远程教育研究, 2018(2): 14-23.
[7]  陈凯泉, 何瑶, 仲国强. 人工智能视域下的信息素养内涵转型及AI教育目标定位——兼论基础教育阶段AI课程与教学实施路径[J]. 远程教育杂志, 2018, 36(1): 61-71.
[8]  刘嘉豪, 曾海军, 金婉莹, 等. 人工智能赋能高等教育: 逻辑理路、典型场景与实践进路[J/OL]. 西安交通大学学 报(社会科学版).
https://link.cnki.net/urlid/61.1329.C.20240223.1228.002, 2024-02.
[9]  杨文鹏, 雷玉霞. 智能技术在教育管理中的应用[J]. 创新教育研究, 2020, 8(5): 734-741.
https://doi.org/10.12677/CES.2020.85119
[10]  刘邦奇, 汪张龙, 胡健, 等. 人工智能赋能改进结果评价: 问题、路径及展望[J]. 中国考试, 2024(1): 34-44.
[11]  邓伟, 杨晓丹, 高倩倩, 等. 人工智能支持下的课堂教学评价模型研究[J]. 中国教育信息化, 2023, 29(8): 3-14.
[12]  宋定飞, 谢姣娣. 生成式人工智能和Arduino在物理实验中的应用——以声速的测量为例[J]. 物理教学探讨, 2023, 41(11): 64-66 71.
[13]  汪琼, 刘晋阳. 人工智能与学科教学有机融合的挑战——以物理学增强现实App教学应用为例[J]. 江苏教育, 2021(17): 19-24.
[14]  于颖. 人工智能下高中物理教学研究[J]. 文理导航(中旬), 2023(8): 37-39.
[15]  明善文, 黄睿, 钟水蓉. 人工智能下学生自主学习过程有效实施的方法策略——以大学物理教学为例[J]. 物理通报, 2021(9): 4-8.
[16]  国务院发展研究中心课题组. 借鉴德国工业4.0推动中国制造业转型升级[M]. 北京: 机械工业出版社, 2018.
[17]  曹荣幸, 赵新丽. 物理科研在大学物理教学中的融入[J]. 现代职业教育, 2020(45): 44-46.
[18]  杨先卫, 陈秋紫, 赵小云, 等. 构建“跨情境融合”的大学物理立体化教学体系的探索与实践[J]. 物理通报, 2024(1): 2-6.
[19]  夏学齐, 龚庆杰, 刘宁强. 大数据时代背景下“地球化学多元统计分析”课程混合式教学改革与实践[J]. 中国地质教育, 2024, 33(1): 76-80.
[20]  刘邦奇, 聂小林, 王士进. 生成式人工智能与未来教育形态重塑: 技术框架、能力特征及应用趋势[J]. 电化教育研究, 2024, 45(1): 13-20.
[21]  Tenachi, W., Ibata, R. and Diakogiannis, F.I. (2023) Deep Symbolic Regression for Physics Guided by Units Constraints: Toward the Automated Discovery of Physical Laws. The Astrophysical Journal, 959, 1-20.
https://doi.org/10.3847/1538-4357/ad014c
[22]  查文舒, 李道伦, 沈路航, 等. 基于神经网络的偏微分方程求解方法研究综述[J]. 力学学报, 2022, 54(3): 543-556.
[23]  陈旭早, 袁利军. 基于物理信息神经网络的光波衍射问题求解[J]. 吉林大学学报(理学版), 2024, 62(2): 423-430.
[24]  刘进. 智能物理教学系统的开发[D]: [硕士学位论文]. 武汉: 华中师范大学, 2009.
[25]  张汉泉, 郜建辉, 朱行建. 数据赋能育人方式变革的思考——以高中物理教学为例[J]. 中小学课堂教学研究, 2024(3): 75-81.
[26]  王睿垠, 冯放, 金长江, 等. 现代教育技术与大学物理教学交互对接的研究与实践[J]. 创新创业理论研究与实践, 2023, 6(15): 175-177.
[27]  严奕峰, 丁杰, 高赢, 等. 生成式人工智能赋能数字时代育人转型[J]. 开放教育研究, 2024, 30(2): 42-48.
[28]  段江丽, 胡新. 高校人工智能导论公共课的教学改革探索[J]. 电脑与信息技术, 2024, 32(1): 141-142 146.
[29]  王佑镁, 王旦, 王海洁, 等. 基于风险性监管的AIGC教育应用伦理风险治理研究[J]. 中国电化教育, 2023(11): 83-90.
[30]  郑燕林, 任维武. 实践观视域下ChatGPT教学应用的路径选择[J]. 现代远距离教育, 2023(2): 3-10.
[31]  李森, 郑岚. 生成式人工智能对课堂教学的挑战与应对[J]. 课程?教材?教法, 2024, 44(1): 39-46.
[32]  丁奕, 吕寒雪. 当教师遇上ChatGPT: 挑战与应对之道[J]. 当代教育论坛, 2024(2): 10-18.
[33]  刘建华, 张育颖. 人工智能时代教师的角色定位及重塑[J]. 教育评论, 2023(8): 109-115.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133