AI 助學：人工智能時代的學習躍遷, 2/e

目錄

第1章 術人 // 1
技術革命 // 1
文化 // 4
哲學與數學 // 6
學習技術 // 7
結論 // 11
第2章 什麼是AI // 12
AI的含義很寬泛 // 12
AI與智能 // 15
AI是一種沒有理解力的能力 // 18
作為群體能力的AI // 20
AI能夠學習 // 21
AI在學習中的應用 // 23
第3章 學習理論與AI // 26
生成式AI和學習 // 26
學習理論和生成式AI // 34
AI、語言和學習 // 47
學習設計 // 56
結論 // 58
第4章 AI是新的用戶界面 // 59
隱形界面 // 62
學習界面 // 64
學習中的語音 // 65
AI界面與學習 // 67
低門檻、高上限、廣空間 // 70
結論 // 74
第5章 教學 // 75
在學習中擬人化AI // 75
簡化機器人謬誤 // 76
教學與技術 // 79
使用AI開展教學活動 // 82
用於增強教學的AI // 85
第6章 全能教師 // 90
21世紀技能神話 // 90
人類例外主義 // 95
生產力 // 96
還剩下什麼嗎 // 97
全能教師的概念 // 100
通用教學 // 104
AI和情感 // 108
結論 // 111
第7章 聊天機器人 // 113
愚弄了所有人的教師機器人 // 114
聊天機器人和學習理論 // 117
聊天機器人在學習中的用途 // 120
構建聊天機器人 // 125
個性化的聊天機器人 // 126
聊天機器人的濫用 // 128
糟糕的機器人 // 129
謹慎 // 130
結論 // 131
第8章 AI與績效支持 // 132
AI與非正規學習 // 133
AI與績效支持 // 136
組織化的學習 // 138
結論 // 139
第9章 AI內容創作 // 140
學習科學 // 140
從頭開始創作內容 // 143
提示詞 // 144
學習科學和教育學 // 148
分支場景 // 152
AI用於敏捷生產 // 156
主題領域專家的消亡 // 157
視頻與AI // 158
交替練習與分散練習 // 161
評估 // 164
結論 // 164
第10章 自適應學習 // 165
關於適應學習 // 165
自適應的類型 // 167
從LMS到AI // 171
結論 // 172
第11章 數據分析 // 174
數據來源 // 174
數據陷阱 // 175
數據類型 // 177
學習者和數據 // 179
學習分析 // 180
學習分析和組織變革 // 181
結論 // 183
第12章 AI學習組織 // 184
AI改變一切 // 184
AI戰略 // 185
使用生成式AI // 186
AI與學習設計 // 188
AI與技術設計 // 192
AI與數據設計 // 193
AI與采購 // 194
結論 // 196
第13章 AI與倫理 // 197
道義論與功利論 // 199
倫理道德與監管 // 203
技術決定論 // 204
AI的發展 // 205
結論 // 212
第14章 AI與偏見 // 213
大腦與AI // 214
人類偏見與AI // 216
常見的指責 // 218
從統計學角度看AI // 222
避免偏見 // 223
教學領域的顧慮 // 224
第15章 AI與就業 // 227
“47%的工作將被自動化替代……” // 228
“今天65%的學生將從事尚不存在的工作……” // 230
AI的影響 // 230
生產力 // 232
創造力 // 233
職業與AI // 234
學習工作與AI // 235
就業率不足與失業問題 // 238
結論 // 241
第16章 AI與滅絕 // 242
反烏托邦或烏托邦 // 244
結論 // 250

第17章 接下來呢 // 251
科技 // 251
能源和排放問題 // 253
生物計算機 // 254
量子計算 // 255
核聚變 // 257
第18章 學習領域的前沿 // 260
AI學習 // 262
AI、AR和VR // 264
神經技術 // 265
第19章 跨越學習邊界 // 269
教學邊界 // 269
教育邊界 // 271
認知邊界 // 273
藝術邊界 // 275
社交邊界 // 277
來自邊界的最終啟示 // 278
參考資料 // 280
索引 // 293