给教师的人工智能教育

无论喜欢还是不喜欢，接受还是不接受，人工智能已经涌现在我们的生活中，当然也在教育生活中。我们需要看到，人工智能在给学校教育带来新挑战的同时，也为学校应对挑战提供了机会。作为教师，我们需要了解的重点不是人工智能在技术层面的运行，而是人工智能可以为教育做些什么，如何利用人工智能来减轻教学负担，以解放时间与精力从而在更有意义的层面支持学生的学习。

什么是人工智能？我能在学校里有效地使用它吗？哪些工作最适合人类智能完成，哪些工作最适合人工智能完成，我该如何将这两者的优势结合起来？我和我的学校应该如何为人工智能做好准备？
《给教师的人工智能教育》一书将帮助教师和校长们深入了解人工智能，以制定学校如何使用人工智能的战略。本书通过考察学校的需求和挑战，以确保学校做好准备有效地利用人工智能，并从幼儿到高中生举例说明，展示人工智能给学校教育带来的实际影响和益处。本书深化了对人工智能是什么和不是什么的理解，以及我们如何定义和衡量我们所重视的事物，并提供了一个框架，以支持逐步发展教师的人工智能思维，其重点在于通过基于证据的干预措施改善学生的教育机会。

作者简介罗斯·卢金（Rose Luckin）是英国伦敦大学学院教授，国际人工智能（AI）教育学会会长，专注于以学习者为中心的设计研究。她将学习科学理论与人工智能技术相结合，为教育技术的设计与评估提供了新视角，成为国际人工智能教育领域的领先专家。她以在教育技术设计与评估方面的研究而闻名，特别是在人工智能领域。她在2017年被列入谢尔登名单中非常具有影响力的20位教育人物之一。她参与了英国第四次工业革命背景下的教育政策制定，并联合创立了教育中的伦理人工智能研究所。她是内斯塔2012年发布的具有影响力的《解码学习》报告和皮尔逊2016年发布的《释放智能》报告的主要作者。她撰写了大量学术论文，主编论文集，为教育技术的发展提供理论支持。她在2018年出版的《机器学习与人类智能：21世纪教育的未来》中详细探讨了AI在教学和学习中的应用，并提出了对未来教育模式的重大调整建议。她在国际人工智能教育大会（AIED）执行委员会中担任重要角色，她的工作不仅推动了学术研究的进展，也影响了人工智能教育应用的政策制定。卡琳·乔治（Karine George）是屡获殊荣的教育家和活跃的研究实践者。在一所被英国教育标准局（Ofsted）评为“优秀”的学校里，她担任了 20 多年的校长。穆特鲁·库库罗瓦（Mutlu Cukurova）是伦敦大学学院知识实验室（UCL Knowledge Lab）的教育数字技术教授。译者简介柴少明，博士，教授，华南师范大学阿伯丁数据科学与人工智能学院副院长。研究方向为人工智能教育、数字化学习、技术支持的知识建构等。加拿大多伦多大学访问学者。主持和参与国家级、省部级等多项研究课题。在国内外核心期刊上发表三十多篇学术论文，在科学出版社出版专著《计算机支持的外语协作学习》和《网络学习社区中基于对话的知识建构理论与实践》，在华东师范大学出版社出版译著《创造性课堂——为了21世纪学习者的创新教学》和《人工智能教学——探索学习新前沿》。主持的课程“知识建构与协同创新”被认定为国家级线上线下混合式一流课程，获得“华南师范大学教学名师” 等荣誉称号。

前言
引言：理解人工智能的关键要素
第一章 什么是人工智能，它为何可能对教育有用？
AI是什么？
人工智能简史
可以学习的机器
透明度和AI，或理解黑匣子里正在发生的事情
自主性和自适应性
参考资源
注释
第二章 教育的挑战与人工智能
你面临的挑战是什么？
了解你的假设
谁拥有权力：人工智能还是人类智能？
将伦理纳入评估
了解你的数据
为第三章做好准备
参考资源
注释
第三章 数据，无处不在的数据
为什么如此多地谈论数据？
数据到底是什么？
教育中的数据
回到机器学习人工智能
连接挑战与数据来源
在哪里寻找数据
多模态数据
平衡多个数据因素
从发现已有数据转向收集新数据
注释
第四章 以不同的方式看待数据
收集教育数据
保持开放的心态
我们应该收集哪些数据？
我们如何收集数据？
关于机器学习和数据偏差的说明
通过访谈收集数据
收集多模态数据
示例：探讨性别差异
人工智能就绪过程第2步中选择的挑战
第3步——存在并且可以访问的数据
第4步——收集的数据
参考资源
注释
第五章 运用人工智能理解数据
机器学习类型
无监督机器学习
无监督机器学习：应用案例
机器学习就像烹饪
主成分分析
第六章 向人工智能学习
简要回顾
我们可以从不同数据源的关系中学到什么？
从眼动追踪数据中了解协作问题解决
有监督机器学习
参考资源
注释
……