●序
前言
第1章 人工智能的技術內涵與教育應用的實踐演進
1.1 三代人工智能的技術內涵
1.1.1 計算智能
1.1.2 感知智能
1.1.3 認知智能
1.2 人工智能教育應用實踐的演進
1.2.1 智能教學繫統與教學代理
1.2.2 人工智能2.0時代智能教學繫統的升級
第2章 人工智能語境下的多模態學習分析
2.1 多模態數據的層次及多模態學習分析的概念
2.1.1 人機交互視角下多模態數據及多模態交互的發展歷程
2.1.2 人工智能語境下多模態數據層次及多模態學習分析的概念
2.2 多模態學習分析的應用實例
2.2.1 學習者聲音的收集分析及ITS的適應性反饋
2.2.2 對教師非言語行為的收集分析及自動化教學評估
2.2.3 跟蹤學習者身體移動軌跡以評估學習者的合作學習能力
第3章 適應性反饋的角色分類及實現形式
3.1 智能教學繫統中反饋的角色分類
3.2 適應性反饋的實現形式
3.2.1 應用增強現實提升學習者的觸覺感知
3.2.2 綜合應用多種歷史數據給學習者推薦學習內容和學伴
3.2.3 應用反思性任務幫助學習者建構對學習狀況的清晰認知
3.2.4 主動干預和被動反饋
3.3 智能代理與教育機器人構成學習者的智能陪伴
3.3.1 智能教學代理
3.3.2 教育機器人
第4章 智能教學繫統的自動化測評和情緒感知
4.1 應用語音識別與圖像識別技術完成自動化教學測評
4.1.1 語音識別支撐自動化語言學習測評
4.1.2 圖像及非機打文本語義識別技術促進寫作教學測評的自動化
4.2 表情與手勢識別、眼動跟蹤等技術支持智能教學繫統完成情緒感知
4.2.1 識別面部表情分析學習者學習結果
4.2.2 跟蹤眼動數據判定學習者模型
4.3 開源智能教學繫統的架構與功能
4.3.1 通用性智能教學繫統的功能框架
4.3.2 開源智能教學繫統GIFT中的課程創建與發布
4.3.3 GIFT的應用實例分析
4.4 對學生智能感知的繫統應用
第5章 學習分析技術支撐下的適應性學習
5.1 自適應學習概述
5.1.1 自適應學習的概念與典型特征
5.1.2 自適應學習的實施策略
5.1.3 自適應學習中的多維預測與評估
5.2 學習分析技術引發學習者模型、知識模型及教學策略的轉型
5.2.1 學習者模型的轉型
5.2.2 知識模型的轉型
5.2.3 教學策略模型的轉型
5.3 基於Knewton繫統的自適應學習案例評述
5.3.1 學習內容以知識圖譜形式存儲
5.3.2 基於項目反應理論的學習數據分析
5.3.3 基於多次測試及綜合表現的內容推薦
5.4 基於學習路徑挖掘的混合式教學分析
5.4.1 混合式教學中的學習路徑挖掘
5.4.2 數據分析與討論
5.4.3 學習路徑挖掘結果對教學改革的啟示
第6章 人機協同助推教育人工智能走向混合增強智能
6.1 人機融合智能及人機協同的概念
6.1.1 人機融合智能
6.1.2 人機協同
6.1.3 教育教學領域人機協同的內涵辨析
6.2 人機協同的應用實例
6.2.1 edX引入教師參與的預測模型
6.2.2 應用智能眼鏡幫助教師充分掌握學情和開展個性化指導
6.3 人機協同教學中的教師角色轉換
6.3.1 人工智能視域下的教師勝任力特質剖析
6.3.2 教師勝任力的操作模型
第7章 應用擴展現實打造沉浸式學習
7.1 虛擬現實的發展歷程及擴展現實概念的形成
7.1.1 虛擬現實的發展歷程、層次劃分及擴展現實（XR）概念的形成
7.1.2 XR為營造沉浸式學習環境提供的資源支撐與實施技術
7.2 擴展現實支撐沉浸式學習的應用模式
7.2.1 虛實融合的混合式學習空間
7.2.2 基於擴展現實的虛擬實驗室
7.2.3 基於擴展現實建構遊戲化學習
7.2.4 應用擴展現實打造職業培訓中的沉浸式學習情境
7.2.5 應用擴展現實將沉浸式故事講述融入學習
7.2.6 應用擴展現實讓學習者成為創意設計者和創造者
7.2.7 擴展現實助力STEM教育
第8章 人工智能課程教學
8.1 智能化社會需要具備人工智能素養的新時代公民
8.1.1 智能化社會的圖景
8.1.2 課程教學中信息素養內涵的轉型
8.2 信息技術課程的變遷與人工智能教育的目標
8.2.1 信息技術課程的變遷
8.2.2 編程能力與計算思維培養視角下的人工智能教育目標
8.3 人工智能課程教學實施的策略與路徑
8.3.1 基於STEM教育與創客教育的人工智能教學實踐
●
●8.3.2 人工智能教育中的多維資源支撐
●
●……
