CN114120730A - 一种计算思维培养的深度学习系统 - Google Patents
一种计算思维培养的深度学习系统 Download PDFInfo
- Publication number
- CN114120730A CN114120730A CN202111437651.3A CN202111437651A CN114120730A CN 114120730 A CN114120730 A CN 114120730A CN 202111437651 A CN202111437651 A CN 202111437651A CN 114120730 A CN114120730 A CN 114120730A
- Authority
- CN
- China
- Prior art keywords
- students
- student
- module
- knowledge
- thinking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
- G09B5/14—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations with provision for individual teacher-student communication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Educational Technology (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Educational Administration (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种计算思维培养的深度学习系统,包括情境任务生成模块、教师个性化教学模块、学生创设空间模块、计算思维空间站以及信息采集模块和学生优秀作品智能筛选展示模块。本发明系统基于深度学习的理念,架接起学校教育与社会教育的桥梁,使学生不仅会学还能将所学的知识迁移应用至现实问题之中,提升运用学科知识解决问题的能力;内置的真实情境任务生成为教师开展信息技术教育提供了很好的支撑,贴近学生生活实际的经历,更有助于学生发散思维,更加积极地参与问题解决过程。本系统还通过记录学生解决问题的全过程,并保存学生问题解决过程的学习活动,从而生成学生计算思维发展雷达图,更具科学性和合理性。
Description
技术领域
本发明属于中小学信息技术教育中教学活动实施与学生计算思维培养技术领域,具体涉及一种依据真实生活情景任务培养学生计算思维的深度学习系统。
背景技术
人工智能技术作为引领未来的产业升级和经济变革的新型技术得到了国际社会的青睐。创新型人才的培养是应用人工智能技术发展创新的有效路径。计算思维成为个体在人工智能时代核心竞争优势之一,受到了世界各国的高度重视。英国和美国分别采用了改革已有的课程目标和颁布相关政策文件等举措来提升计算思维的地位,并强调计算思维作为 21 世纪科技人才必备的技能之一,教育者要设计能够培养学生计算思维的教学活动,提升学生的问题解决能力。我国修
订的《普通高中信息技术课程标准(2017 年版)》正式将计算思维纳入信息技术学科素养之中。计算思维培养已经成为中小学计算机科学教育重要的内容。因此,探索一条适合中国本土化培养学生的计算思维路径成为亟待解决的问题。
目前我国学者也在摸索适合中小学生计算思维培养的路径,例如基于项目式学习、游戏化教学、可视化编程等教学方法来促进计算思维的培养。计算思维本质是解决问题的一系列活动。但是在具体的以任务为驱动的计算思维培养的教学实践中,计算思维的培养面临着项目任务超越了学生的认知、教师预设问题解决路径、对于学科知识学生会学不会用等问题。此外,计算思维是一个抽象的过程,教师也无法准确地掌握学生的计算思维发展状态。所以目前基于传统物理课堂培养计算思维的效果难以达到新课改后的计算思维培养的目标。
发明内容
为了突破现有计算思维培养的困境。本发明提出了一种计算思维培养的深度学习系统,协助教师组织开展教学。教师根据不同学段选择学科知识,由系统智能生成融入学科知识的真实情境任务,学生基于真实任务开展深度学习,在教师的个性化辅导下明确问题、抽象特征、构建数学模型和生成自动化方案,完成运用多学科知识解决真实问题,在问题解决中发展计算思维。并基于学生学习数据和教师教学指导数据的收集和分析,梳理学生计算思维发展存在哪些不足,由教师与系统协作提出学习者个体计算思维发展建议。本发明通过以下技术方案加以实现:
所述的一种计算思维培养的深度学习系统,其特征在于,该深度学习系统包括情境任务生成模块、教师个性化教学模块、学生创设空间模块、计算思维空间站以及信息采集模块和学生优秀作品智能筛选展示模块;
所述情景任务生成模块,根据不同年段学生的认知特点,由教师选择对应学科知识和贴近学生认知经历的情境主题,智能生成符合学生发展规律的真实问题;包括学科知识点模块、情景主题模块、问题类型设定模块; 教师依据学科大概念,选择符合学生认知发展学科知识,添加与学生生活经历相似的情景主题,按照学科的特点生成不同类型的真实问题,其中问题包括探究性问题、研究性问题等。
所述教师个性化教学模块,包括教案设计和 PPT 智能生成、重难点微课截选、实时检测学生学习动态、个性化指导;
学生创设空间模块,是学生以小组合作形式设计问题解决方案过程性记录,包括小组活动记录空间、知识共享空间、问题探究社区;
计算思维空间站:是学生计算思维发展的路径动态呈现,主要呈现学生解决问题的过程,学生在问题解决能力、创新思维、算法思维、批判思维、团队协作等方面的发展。采集学习者问题探究的过程数据和教师教学的反思与反馈,结合学生作品评价,系统自动生成学生优秀作品展示,即智汇库。并根据学生问题探究的过程给予相应地计算思维发展建议。
信息采集模块,主要采集学习者问题探究的过程数据和教师教学的反思与反馈;学生优秀作品智能筛选展示模块,结合学生作品评价,系统自动生成学生优秀作品展示,即智汇库。
进一步地,情境任务是指现实生活中所遇到常见问题,能够将知识融入到生活情境中,赋予知识一定的情境性,让学生结合生活经验真切感知问题。
进一步地,教案设计主要以项目式学习框架来生成教学实施流程,按照项目引入、创想方案、构建实现、测试优化环节指导学生开展真实问题的探究。首先由系统按照学科内容和能力标准以及情境任务目标生成一般的教案,指导教师合理组织学生活动。教师在系统生成方案基础上可以结合本校的学情对教学活动进行微调。
进一步地,重难点微课截选,由教师提前预设学习者在实践探究中存在的知识盲区,借助互联网黑板录制微课资源,将重点难点不易理解内容生成知识胶囊,供学习者反复的针对性的学习。教师在新课讲授,针对不同认知水平的学生在讲解时,利用互联黑板生成重难点微片段。
进一步地,实时检测是通过学生创设空间的学习进程以及问题描述,来掌握学生学习状态以及了解学生真实问题的解决的进程,结合学生学习需求为学习者提供个性化答疑指导。是教师给予存在问题的学生及时反馈答疑并收集多次出现的共性问题。
进一步地,个性化指导,是指系统会实时记录学生问题解决进程,根据学生学习数据采集和问题反馈,对每个小组的问题进行一对一的讲解和指导,为学习者探究过程提供个性化指导,课后生成解决疑难问题知识图谱,教师实时收集问题和个性化的解答,避免了学生不善于提问的窘境。
进一步地,小组活动记录空间,每个学生完成的任务会有专属的标记,能够清晰识别小组解决问题的过程中每位成员的参与度和贡献率。具体包括小组成员分工,任务工作量,可以作为评测学生团队参与和协作一个观测点。每小组配有知识共享空间,成员可以有收集的知识在该区域进行分类管理,为今后随取随用提供便利。小组分工协作的痕迹在该空间可以清晰可见,学生在该空间通过问题解决过程的脉络梳理,能够清晰地看到学生思维转变和发展过程。
进一步地,知识共享社区是指学生在解决真实问题的过程中收集资料的共享区域,学习者可以在知识社区随时学习新知识,集群体智慧的力量去解决真实复杂的任务。
进一步地,问题探究社区是学生解决问题思路的全记录,包括定义问题、抽象特征、构建数学模型、生成自动化方案。学生可以将反复修改的痕迹保存下来。在反思回顾可以清楚地看到思维发展过程。
与现有技术相比,本发明具有以下有益效果:
1)本发明系统基于深度学习的理念,架接起学校教育与社会教育的桥梁,使学生不仅会学还能将所学的知识迁移应用至现实问题之中,提升运用学科知识解决问题的能力;
2)本发明系统为教师培养计算思维提供了全新的思路。内置的真实情境任务生成为教师开展信息技术教育提供了很好的支撑,贴近学生生活实际的经历,更有助于学生发散思维,更加积极地参与问题解决过程。此外,作为真实情境任务的主人翁,更能激发学生探究问题意识;
3)本发明系统更注重学生在教师的引导下开展探究,依据计算思维的五要素和五个核心能力来提取学生在问题解决过程中的思维发展,并以可视化形式展现,能够使学生更加清楚地发挥自己的优势,在实践中完善自我不足,使学生逐渐成为具有高信息素养的创新人才;
4)本发明系统提供了教案和课件 PPT 智能生成,不仅减轻了教师负担。还在一定程度指导教师有效地开展情境任务教务,使得教学效果最优化。同时教师可以将更多时间和精力投入学生的思维发展和能力养成的教研之中,培养全面的人才;
5)本发明系统通过数据分析、数据价值挖掘,真正关注学生的需求,使教师能够为其提供想学生之所想,为学生提供针对指导,使学生在问题解决中更具信心;
6)本发明系统通过记录学生解决问题的全过程,并保存学生问题解决过程的学习活动,包括资料收集、数学模型优化和自动化方案的测试迭代,从而生成学生计算思维发展雷达图,更具科学性和合理性。
附图说明
图 1 为本发明系统的一种计算思维培养深度学习系统的流程图;
图 2 为本发明系统的真实情境任务生成界面;
图 3 为本发明系统的学生创设空间的问题方案设计界面;
图 4 为本发明系统的计算思维空间中学生计算思维可视化界面。
具体实施方式
以下结合说明书附图及具体实施例对本发明做进一步详细描述。
如图1所示,一种计算思维培养的深度学习系统,包括情境任务生成模块,教师个性化教学模块、学生创设空间模块、计算思维空间站。此外还包含信息收集和智能筛选优秀作品功能。教师是教学设计者、引导者,合理的教学任务才能激活学生旧知。为此,系统搭建了情境任务生成模块,由教师根据学科教学内容,结合相关情境主题,生成让学生深度参与、思维发展的情境任务。该系统设置了教师空间和学生空间。教师在教学空间完成教学设计、资源准备以及对学生个性化指导。学习者在学生空间主要进行资料收集、分工协作和问题解决方案设计等。最后,将学生解决问题的创新方案进行智能汇总在智汇库展示分享,依据根据作品评价、学生解决问题产生的过程数据和教师总结的学生反馈,可视化学生计算思维发展路径,并对学生计算思维发展提升针对性建议。
情境任务生成模块,用于生成一个符合学生认知经历的复杂任务。教师在开展课程教学前,依据学科大概念和课程标准,对学科单元内容重整,构建新的知识逻辑顺序。以信息技术课程中程序基本结构为例。教师在情境任务生成模块,首先明确课程教学知识点为顺序结构、分支结构、循环结构。在系统中勾选程序基本结构的知识点,在系统上选择相关的情境,由系统自动生成情境任务,使学生在情境问题解决中掌握知识要义,并对知识迁移应用。选择相关情境够,系统会生成如顺序结构中需要按照步骤完成某一应用软件安装,分支结构应用学生选修课实际生活经历以及循环结构学生熟悉的猜字游戏。情境任务生成被保留中班级教师的个人空间和以小组为单位的学生创设空间。如图2所示。
教师个性化教学模块,用于辅助教师教学,实时给予学生个性化指导。主要包括教学管理和学生管理。教案设计根据学科知识设定和问题关键特征由系统借鉴优秀的教案模板生成,教师既可以按照教案实施教学,也可以结合学校特色优化教学活动。按照教案的教学活动设计,导入文本内容生成课程教学课件 PPT,这样不仅减轻教师的负担,同时增强教师人机协作的能力。重难点微课资源截选,为不同学习者提供不同的微课资源。教师制作微课时预判学生重难点内容截选微课重难点片段,供学生反复观看和学习。以此来满足不同学习水平的学生对微课的需求。学生管理主要是有学生创设空间生成的过程记录反馈到教师教学空间,教师实时掌握学生任务解决进程,收集学生高频互动的问题,分析学生存在的潜在困难。通过“一对一”即教师对小组这样的形式开展个性指导,增加学生问题解决的能力和信心。
学生创设空间,用于学生在教师的指导下开展合作探究。其中包含小组活动记录空间、知识共享空间、问题探究社区。小组成员空间站小组成员在解决问题时候的“角色”定义、任务分配以及每个小组成员的参与度。知识共享空间由系统提供一个空间和区域存放学生针对本次任务所收集的材料和相关学习资源,实现同伴互助学习;问题探究社区是由小组按照计算思维五要素明确问题、分解问题、抽象特征、算法开发、迁移应用来解决真实问题,该模块记录学生思维发展的过程,通过问题解决的过程可以呈现出学生解决问题的能力,算法思维、创新思维、批判思维和团队协作能力的发展。如图3所示。
计算思维空间站,用于展示学生思维发展,呈现学生优秀创新方案。本发明系统通过采集学生解决问题的过程数据,动态展示小组成员问题解决的进度。并结合小组之间的相互评价、教师评价从算法思维、问题解决能力、创新思维、团队协作、批判思维五个维度呈现学生计算思维发展。此外,本发明系统为了更好地展示学生的智慧成果,将小组问题解决方案点赞最高,评分最高进行智能展示形成学生创意展示的智汇库。可以对智汇库进行转发,让家长实时掌握和了解学生学习状态和思维发展。如图4所示。
Claims (9)
1.一种计算思维培养的深度学习系统,其特征在于,该深度学习系统包括情境任务生成模块、教师个性化教学模块、学生创设空间模块、计算思维空间站以及信息采集模块和学生优秀作品智能筛选展示模块;
所述情景任务生成模块,根据不同年段学生的认知特点,由教师选择对应学科知识和贴近学生认知经历的情境主题,智能生成符合学生发展规律的真实问题;包括学科知识点模块、情景主题模块、问题类型设定模块;
所述教师个性化教学模块,包括教案设计和 PPT 智能生成、重难点微课截选、实时检测学生学习动态、个性化指导;
学生创设空间模块,是学生以小组合作形式设计问题解决方案过程性记录,包括小组活动记录空间、知识共享空间、问题探究社区;
计算思维空间站,是学生计算思维发展的路径动态呈现,主要呈现学生解决问题的过程,学生在问题解决能力、创新思维、算法思维、批判思维、团队协作方面的发展;
信息采集模块,主要采集学习者问题探究的过程数据和教师教学的反思与反馈;
学生优秀作品智能筛选展示模块,结合学生作品评价,系统自动生成学生优秀作品展示,即智汇库。
2.如权利要求1所述的一种计算思维培养的深度学习系统,其特征在于所述的情境任务是指现实生活中所遇到常见问题,能够将知识融入到生活情境中,赋予知识一定的情境性,让学生结合生活经验真切感知问题。
3.如权利要求1所述的一种计算思维培养的深度学习系统,其特征在于所述教案设计主要以项目式学习框架来生成教学实施流程,按照项目引入、创想方案、构建实现、测试优化环节指导学生开展真实问题的探究。
4.如权利要求1所述的一种计算思维培养的深度学习系统,其特征在于所述的重难点微课截选,由教师提前预设学习者在实践探究中存在的知识盲区,借助互联网黑板录制微课资源,将重点难点不易理解内容生成知识胶囊,供学习者反复的针对性的学习。
5.如权利要求1所述的一种计算思维培养的深度学习系统,其特征在于所述实时检测是通过学生创设空间的学习进程以及问题描述,来掌握学生学习状态以及了解学生真实问题的解决的进程,结合学生学习需求为学习者提供个性化答疑指导。
6.如权利要求1所述的一种计算思维培养的深度学习系统,其特征在于所述个性化指导,是指系统会实时记录学生问题解决进程,根据学生学习数据采集和问题反馈,对每个小组的问题进行一对一的讲解和指导,为学习者探究过程提供个性化指导。
7.如权利要求1所述的一种计算思维培养的深度学习系统,其特征在于所述小组活动记录空间,每个学生完成的任务会有专属的标记,能够清晰识别小组解决问题的过程中每位成员的参与度和贡献率。
8.如权利要求1所述的一种计算思维培养的深度学习系统,其特征在于所述知识共享社区是指学生在解决真实问题的过程中收集资料的共享区域,学习者可以在知识社区随时学习新知识,集群体智慧的力量去解决真实复杂的任务。
9.如权利要求1所述的一种计算思维培养的深度学习系统,其特征在于所述问题探究社区是学生解决问题思路的全记录,包括定义问题、抽象特征、构建数学模型、生成自动化方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111437651.3A CN114120730A (zh) | 2021-11-30 | 2021-11-30 | 一种计算思维培养的深度学习系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111437651.3A CN114120730A (zh) | 2021-11-30 | 2021-11-30 | 一种计算思维培养的深度学习系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114120730A true CN114120730A (zh) | 2022-03-01 |
Family
ID=80367800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111437651.3A Pending CN114120730A (zh) | 2021-11-30 | 2021-11-30 | 一种计算思维培养的深度学习系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114120730A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104363287A (zh) * | 2014-11-19 | 2015-02-18 | 李金良 | 一种基于cti情景设计的教学实训方法 |
CN110111223A (zh) * | 2019-05-20 | 2019-08-09 | 上海乂学教育科技有限公司 | 基于人工智能的自适应教育方法和系统 |
CN112419811A (zh) * | 2020-11-24 | 2021-02-26 | 内蒙古师范大学 | 一种面向高阶思维培养的智能分析系统 |
-
2021
- 2021-11-30 CN CN202111437651.3A patent/CN114120730A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104363287A (zh) * | 2014-11-19 | 2015-02-18 | 李金良 | 一种基于cti情景设计的教学实训方法 |
CN110111223A (zh) * | 2019-05-20 | 2019-08-09 | 上海乂学教育科技有限公司 | 基于人工智能的自适应教育方法和系统 |
CN112419811A (zh) * | 2020-11-24 | 2021-02-26 | 内蒙古师范大学 | 一种面向高阶思维培养的智能分析系统 |
Non-Patent Citations (2)
Title |
---|
"碎片化学习视域下的大学生学习空间建构研究", 中国优秀硕士学位论文全文数据库, pages 4 * |
陈兴冶,马颖莹,杨伊: "面向计算思维发展的深度学习模型建构—以可视化编程教学为例", 电化教育研究, pages 94 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
He et al. | Application of artificial intelligence technology in computer aided art teaching | |
Cheng | Research on blended teaching strategies of college English translation based on computer corpus | |
AlSaleem | The 4MAT Model in English Language Teaching. | |
CN114120730A (zh) | 一种计算思维培养的深度学习系统 | |
Su et al. | The impact of thinking tools on the argumentation skills of pre-service science teachers in flipped learning | |
Su et al. | Improving learners’ design thinking in information technology course via “4+ 1” iterative model | |
Sun | Research on the construction of English autonomous learning monitoring mode under the background of big data | |
Xu et al. | Exploration of the application of flipped classroom teaching model in the teaching of Chinese writing for overseas students in the age of big data | |
Jing et al. | Research on Online Course Development and Construction Based on OBE Concept-Take" Inclusive Education" as an Example | |
Yuan | The Blended Teaching Practice of College English Audiovisual Courses in Colleges and Universities from the Perspective of BOPPPS Model | |
Min et al. | Research on the Blended Teaching Design of Wisdom Classroom under the ADDIE Model | |
Xiaoli | Applied Research of SPOC-Based Flipped Classroom in Second Foreign Language Cross-Cultural Teaching [J] | |
Cai | Construction of English-assisted translation learning system based on association rules mining | |
Gao et al. | Exploration of Higher Mathematics Teaching Model Based on BOPPPS and PAD Class | |
Zhu | Research on university teaching based on artificial intelligence | |
Wang et al. | Research on Adaptive Learning in K-12 Education in the Perspective of Teachers' Artificial Intelligence Literacy: Development; Technology; Improvement Strategies | |
TIANYU | STUDY ON THE TEACHING METHODS TO IMPROVE ENGLISH PROFICIENCY OF TOURISM MANAGEMENT STUDENTS AT NANJING COMMERCIAL COLLEGE | |
Wang et al. | Research on the Innovative Development of University Teachers' Smart Education Ability | |
Wu | SMART CLASSROOMS, SMART MINDS: ARCHITECTING DEEP LEARNING JOURNEYS FOR EDUCATIONAL EXCELLENCE | |
Liu et al. | Research of the Blended Teaching Model of College English Writing Based on Artificial Intelligence | |
Wan et al. | Deep Learning Oriented “Large Unit” Teaching Study: Model Construction and Case Studies | |
Zhao et al. | Research on blended teaching reform based on computational thinking | |
Yang | Exploring the Smart Teaching Model of Integrating the Concept of" Classroom Ideological and Political Education" into Internal Control and Risk Management Courses | |
Jin et al. | Diversified Blended Teaching Innovation and Practice of Comprehensive Education—For Science and Engineering General Studies in China | |
Wang | Optimization Analysis of Multimodal Information Technology in Preschool Education Teaching Mode Based on Nonlinear Data Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |