可解释教育人工智能研究:系统框架、应用价值与案例分析OA北大核心CSSCI
Research on Explainable Artificial Intelligence for Education: System Framework,Application Value and Case Analysis
人工智能正在加速教育创新,重塑未来教育新生态.尽管当前教育人工智能在大数据背景下体现出了积极价值,但以深度学习为代表的智能技术存在的黑箱问题,使得智能教育系统的决策结果缺乏透明度和可解释性.因此,智能教育的有效性因缺乏解释能力和因果机制而受到限制和质疑.可解释教育人工智能(XAI)通过有意义的交互,为使用者提供智能系统做出决策的缘由与解释,使教育系统可理解、可信任、可管理.在系统框架上,构建包括教育需求分析、教育数据与特征解释、教育模型解释、可解…查看全部>>
王萍;田小勇;孙侨羽
上海外国语大学 国际教育学院,上海 201620上海外国语大学 国际教育学院,上海 201620上海外国语大学 国际教育学院,上海 201620
社会科学
教育人工智能可解释人工智能可解释性机器学习深度学习因果推断可信人工智能
《远程教育杂志》 2021 (6)
20-29,10
本文系上海市教育科学研究项目"人工智能环境下翻译教学的影响因素与提升策略研究"(项目编号:C2021311)研究成果之一.
评论