沉浸式学习、人工智能和改进科学
我们确定了三个具有重大潜力的研究领域,以增强和扩大新大在TEIL和技术作为研究工具的使用方面的能力:(1)沉浸式学习, (2)人工智能(AI)在教育和社会中的应用, (3)改进科学/基于设计的实施研究(DBIR).
身临其境的学习
沉浸式学习是TEIL的一个子集,侧重于应用沉浸式和交互式技术来改善学习和促进行为改变. 增强现实(AR)等沉浸式学习技术, 虚拟现实(VR), 混合现实(MR), 动作捕捉(MC), 基于游戏的学习(GBL), 使学习者成为学习环境的积极主体, 通常通过模拟, 运动, 角色扮演, 或者游戏. 沉浸式学习为学习提供了重要的启示, 包括存在, 认识机构, 体现, 和协作. 这种支持可以让教师和学习者以新颖的方式看待学习经历, 从而颠覆了传统的教学结构,这种结构使得不到充分服务的学习者无法体验到高质量的教学并提高了知识和技能. 通过这种方式,沉浸式学习可以成为促进公平和社会正义的途径. 沉浸式学习也是一个领域,在评估方面的最新进展可以很容易地应用和利用到非正式学习环境和场所等领域, 数据分析, 生物传感器, 还有人工智能.
人工智能
人工智能增强教学, 学习, 而评估是指自动化的使用, 尤其是机器学习, 在教育场景中改善学习和/或增加教学实践的可扩展性. 这可以包括在课堂上使用认知代理, 人工智能驱动的智能辅导系统的创建和完善, 人工智能驱动的学习者评估, 以及利用人工智能创造更公平、更公正的学习体验. 该领域已经与TEIL混合在一起, 新技术通过增加虚拟接触点和界面为人工智能的使用提供了机会. 这越来越需要研究可以在边缘运行的人工智能建模,以保护学习者和教师的隐私. 使用人工智能来改善教学和学习将在未来进行测试,作为一种不仅可以改善学习成果的方法, 但也要适应不断增长的学习者与教师的比例,并发现教与学的途径. 在大流行恢复后的几年里, 人工智能还将发现学习者之间的差异,为劳动力再培训和早期干预提供基础, 个性化学习体验. 此外, 对这些技术的评估需要大规模的人类受试者研究,以便为基于人工智能的干预措施的设计和效果提供信息.
改善科学
教育和社会改进科学是指组织不断探索和学习的方法论, 组, 个人与社区合作产生社会影响. 随着TEIL研究的扩大, 改进科学计划让新大的许多教师参与这些项目和系统的设计和评估, 特别是使用基于设计的实现研究(DBIR)来提供有效和有用的反馈,为迭代改进提供信息. 设计有效的, 可伸缩的, 可持续的教育政策和项目具有挑战性,因为在一个环境或社区有效的项目可能在其他环境或社区不起作用. DBIR可以成为设计和评估更有效的关键方法, 可伸缩的, 以及可持续的TEIL项目. 这些TEIL研究领域与最近关注21世纪教育系统和课程知识的未来的综合报告一致, 读写能力, 技能指南, including OECD’s The Future of Education and Skills 2030; (http://www.经济合作与发展组织.和课程重新设计中心的《威尼斯人博彩》. (http://curriculumredesign.org/our-work/four-dimensional-21st-century-education-学习-competencies-future-2030/)
甚至在大流行之前, 技术增强的教学和学习市场是重要的, 随着全球对教育技术的投资达到18美元.2019年660亿美元(商业内幕,2020). 除了, 到2025年,全球在线教育市场预计将达到3500亿美元, 这在很大程度上要归功于灵活学习技术的引入和人工智能的进步.com, 2019). 不幸的是, 上述技术的好处分配不均, 这些好处主要流向了当地已经享有特权的人, 国家, 在全球范围内. 如何才能减缓或扭转这种趋势? 需要什么样的方法或资源才能使学习技术成为促进公平和包容的力量.
结合德德曼学院的优势, SMU市政厅, 西蒙斯学院, 和莱尔学校, 新大的定位是在TEIL应用研究方面处于领先地位.新大可以利用自己的优势和现有的由NSF资助的研究项目, 前辈们, 国家卫生研究院, 以及许多其他公共和私人实体. 戴德曼学院在认知方面的优势, 行为, 促进学习的社会和数据科学, 健康和社会影响, 沉浸式技术和游戏开发, 莱尔计算机科学学院, 人工智能和机器学习, 和西蒙斯学派对认知的理解, 学习, 教学, 和评估, 并在教育场景中进行人类受试者驱动的研究, 使新大成为这一研究领域的潜在推动力. TEIL研究领域解决了教育和社会中的重大问题,这些问题在新大都有应用. 上述问题和领域提供了复杂的挑战,需要跨学科的研究和合作.