公务员期刊网 精选范文 人工智能学习经验总结范文

人工智能学习经验总结精选(九篇)

人工智能学习经验总结

第1篇:人工智能学习经验总结范文

〔关键词〕韦氏儿童智力量表;学习障碍;诊断;干预

〔中图分类号〕G44〔文献标识码〕A〔文章编号〕1671-2684(2010)07-0007-04

一般而言,智力是指一般认知能力(g因素),是感知、记忆、思维等各种认识能力的综合,其中抽象思维是智力的核心。 Wechsler认为,智力是个体有目的地行动、理智地思考以及有效地应付环境的综合能力。智力不单纯是智力潜能,还包括一些非智力因素,这些非智力因素对智力发展的影响也极为重要。基于这种假设,Wechsler于1949年编制了世界上最广泛应用的智力测验之一――韦氏儿童智力量表,并于 1974年发表了韦氏儿童智力量表的修订本。中国心理学家林传鼎、张厚粲在20世纪80年代初主持了韦氏儿童智力量表中文版(简称WISC-CR)的修订版,包括12个分测验,分为言语量表和操作量表两部分。言语量表包括常识、背数、词汇、类同、理解和算术,操作量表包括填图、图片排列、积木、拼图、译码、迷津。

与韦氏智力量表相关的研究数以千计,且一直没有停止过。随着研究的深入,有关智力及智力测验的争论日益凸显。这些争论主要集中在以下几个方面:1.智力到底由哪些因素构成,它们之间的关系又是什么;2.智力测验是否测量了与智力无关的因素;3.智力测验能不能测量到全部的智力;4.智力与环境的关系;5.智力是一成不变的么;6.智力对学习的影响是至关重要的么;7.人为的智力等级的划分是否可靠。然而,这些争论不但没有阻碍智力测验的应用,反而更加促进了对智力测验的研究和应用,随着研究者对于智力测验的理解越来越深入,智力测验的实际应用价值得到更进一步的发展,尤其体现在韦氏儿童智力量表在学习障碍(learning disability)的评估和干预上。本文将阐述学习障碍与韦氏儿童智力量表的关系,以明确韦氏儿童智力量表在学习障碍的诊断和干预中的价值。

一、学习障碍界定

学习障碍的定义存在一定程度上的混淆,在英国,学习障碍是指智力缺陷,国内也有研究者这样认为,也有研究者将所有学习困难、成绩落后统称为学习障碍,实际上,这种认识是有偏差的。主流的观点认为,学习障碍儿童的智力并不存在明显缺陷,但是在一些听、说、读、写、算等基本认知加工过程上存在缺陷。Kirk在1968年美国“个体障碍教育法”(IDEA)中的定义最具代表性:“特殊性的学习障碍这一概念是指在下列一种或多种基本的心理过程出现障碍:语言的理解或应用、表述和书写。这一缺陷也可表现为听、说、读、写、拼和数学计算及思维等方面。这一概念包括知觉障碍、脑伤、轻微脑功能失调、失读症和发展性的失语症。但这一概念不包括主要由视、听或运动能力障碍、智力落后及情绪障碍、环境的、文化的或经济不利导致的学习问题。”这一定义区分了学习障碍与一般意义上的成绩落后,规定了学习障碍本质是基本心理过程的缺陷造成的成绩落后,以区别于因为不利的社会环境、家庭和其他身体残疾导致的成绩落后。但如何评估心理过程的落后?心理过程表现为哪些具体的评估指标?心理过程落后到什么程度即可被诊断为学习障碍?这些更为细致的问题,要求对学习障碍进行精确的和可操作的定义。1976年,全美教育办公室(USOE)给出的定义是:“如果儿童在下列之一或多个领域存在成绩和智力的显著的差异,如口语表达、书写表达、听理解或阅读理解、基本阅读技能、数学计算、数学推理或拼写,就可认为其存在特异性的学习障碍。差异显著是指在一个或几个学习领域的成绩低于参考其智力预期的成绩的50%以下,前提是充分考虑了年龄和先前的教育经验”。这是学习障碍差异诊断模型的基础。1989年,美国国家学习障碍联合会(NJCLD)对学习障碍的界定进一步具体明确:“学习障碍是一项专业术语,障碍者表现出在听、说、读、写、推理和计算的能力的使用和获得上的明显困难,是个体内在性的,与中央神经系统失调有关,并且可能持续一生,学习障碍儿童也可能表现出自我调节、社会知觉及社会交往上的困难,但这些困难并不构成学习障碍。尽管学习障碍可能与其他情况伴随发生,例如感觉缺陷、智力缺陷、严重的情感障碍,但学习障碍并非由此导致”。目前,差异诊断模式是评估学习障碍的通用原则,尽管具有很强的操作性,但是由于其“不明事理”而遭到了研究者的质疑。差异性规定没能揭示学习障碍的心理过程缺陷的实质,不能使我们诊断因不同的心理加工缺陷而造成的不同类型的学习障碍,尤其是不能使我们根据分类制定具体的矫正计划。Fletcher等人提出的评估模式中不再以差异诊断为依据,而是考虑到认知能力与环境的复杂交互作用。这一模式认为,特殊领域的测评,如学习技能和语音意识的测评,是更为直接有效的测评,该模式中涵盖了大量的学习能力的测验和儿童特质的测验,前者考察儿童的学习表现,后者考察儿童的认知能力。这些认知因素包括语音意识、快速命名、短时记忆、语句及词汇保持、知觉-动作统合、视觉注意力等,被认为是影响学习成绩的深层原因。若特定学习技能的落后与某一或某几个认知因素的缺陷对应发生,此时,便可确定为特定类型的学习障碍。

可以说,尽管各种定义几经演变,但仍然有一些基本的原则:1.学习障碍儿童确实表现出智力与特定的行为及学业成就的不匹配;2.固有的内在神经系统问题引起的障碍以致于他们不能像正常儿童一样适应学校学习,需要特殊的辅导;3.学习障碍主要不是由严重的智力落后、感官缺陷、情感障碍或缺乏学习机会导致的,与环境没有明显的相关;4.一些特异性的认知加工过程的缺陷是引起学习障碍的主要原因。

二、韦氏儿童智力量表与学习障碍的关系

学习障碍儿童智力并不存在明显的缺陷,是否就意味着他们的智力水平正常呢?这就涉及到一个更为复杂的问题,即智力的界定。如果智力仅指一般的推理能力,那么学习障碍儿童的智力等级完全正常,这在以瑞文标准推理测验为代表的研究中得到验证,但如果将智力看成一种更为综合复杂的认知能力,来自学习障碍的智力研究却得到了对峙性的结果,以韦氏儿童智力量表为代表,大量的研究发现学习障碍儿童在韦氏儿童智力量表上,尽管总体智力并不存在缺陷(低于80分),但是却落后于正常儿童10分左右。更为明显的是,学习障碍儿童表现出更大的V-P差异性,不同类型的学习障碍表现各异,尤其是在韦氏儿童智力量表的各个分量表上,学习障碍儿童差异迥然。实际上,学习障碍儿童在韦氏儿童智力量表上的独特表现早就被国外的研究者注意到。例如Smith等人发现,学习障碍儿童在空间作业上得分最高,言语概括上得分次之,得分最差的是序列化能力,阅读障碍儿童有着相同的表现。可见,韦氏儿童智力量表作为一项理论上较为明确、已被广泛应用的标准化智力测验,其在学习障碍,尤其是在特定类型的学习障碍上的评估是非常有价值的,以下将具体进行分析。

首先是总智商。总智商是所有分测验分数的合成。尽管研究揭示学习障碍儿童的总智商水平落后于正常儿童,但并非智力缺陷,这种落后很有可能是由于学习障碍儿童在特定的分测验任务上糟糕的表现而酿成的,因此,总智商分数能反映的问题很少,仅起到一个排除作用,一般而言,当总智商低于70,即存在智力缺陷时,儿童是要被排除在学习障碍之外的,而对于在80分以上而成绩很差的儿童,即智力正常,但是学习落后,则有可能与学习障碍有关,而这仅仅是第一步。

接下来要分析的是言语智商(VIQ)和操作智商(PIQ)的问题。两类智商主要与言语理解和知觉组织有关,属于典型的两类不同信息的处理能力。一般儿童、正常儿童的V-P差异不是很大,但是学习障碍儿童则不然,表现出了对不同类型信息处理能力的不平衡发展,其中的原因也很复杂。当V-P差异大于12分时,对总智商的解释要格外谨慎;当在15分以上时,V-P差异要引起足够的重视,可能与特定的神经心理加工的问题有关,有可能诱发特定的学习障碍。对于V-P差异的解释,从语言及非语言能力角度,说明个体对言语刺激的反应与对视觉刺激的反应有显著的差异;从心理语言学的角度,可能反应语言神经心理功能的缺陷。一般而言,在阅读障碍儿童的得分上,PIQ明显高于VIQ,并且,操作测验的填图和图片排列两个分测验得分也有一定程度的落后。基于这一点,我们需要对传统的学习障碍尤其是阅读障碍的差异诊断模型提出质疑。差异诊断模型一方面强调智力与阅读能力的匹配,或者说,智力正常,阅读成绩落后即发展性阅读障碍,但阅读障碍儿童在VIQ上成绩落后,很难说智力正常,而VIQ得分偏低可能是阅读障碍的后天发展结果,因为VIQ在一定程度上还受到言语知识积累的影响,显然,差异诊断的前提受到质疑,至少要谨慎判断。其实在评估阅读障碍时,可以考虑采用PIQ与学习成绩的不匹配来界定,或者采用文化公平性较好的非言语智力测验,如以瑞文标准推理测验作为智力考量的标准。对于一些空间学习障碍和视知觉学习障碍儿童,其得分模式是PIQ明显低于VIQ,这些儿童往往由于知觉组织能力的落后,导致在一些需要视觉学习的任务中表现落后。国内研究者曾报告了一例空间书写障碍的个案QY,QY的语言发展正常,识字量发展正常,没有智力缺陷和脑伤历史,没有注意力和抽动症状;肌肉协调的发展正常,写字时握笔和身体姿势正常,但其自发书写质量极其落后,并已经严重影响到学业,主要表现为部件大小不均衡、部件散开或挤迫、部件位置不当,以及字与字之间的间距不当等问题。QY的书写问题在可辨性和空间方面存在问题,同时存在汉字书写的间架结构问题和连贯问题,然而,QY抄写完全正常。经过组合测试发现,QY仅在视觉整体加工水平的镶嵌图形和复合图形测验上与控制组存在显著差异, 研究认为QY在视觉整体特征的知觉加工上存在缺陷,在单纯的视觉客体与视觉空间知觉与记忆上正常, QY能够有效完成细节和局部的汉字特征,但不能有效完成汉字整体结构上的特征,该空间书写障碍儿童显然与知觉组织能力的缺损有关。对于一些处境不利、教育不良及文化剥夺儿童,也表现出操作智商大于言语智商,在言语分测验不平衡发展,常识得分明显偏低,而算术得分较好,该类儿童则可能发展为表层性阅读障碍。具体在一些在分测验上,刘卿等人的研究发现,数学困难儿童的排列、积木量表分显著低于正常;语文困难儿童的算术量表分显著低于正常;单纯写作障碍儿童往往表现出常识、词汇和理解的落后,但也可能在译码测验上成绩落后,因为译码与输出有关。

除了韦氏儿童智力量表给出的标准的三项分数,Kaufman 通过因素分析又发现了三个因素,分别是言语理解、知觉组织、抗干扰。言语理解因素包括常识、类同、词汇、理解四个分测验,知觉组织因素包括填图、图片排列、积木、拼图、迷津五个分测验,抗干扰因素包括算术、背数和译码三个分测验(抗干扰因素也被称为第三因素)。也有研究者将这三个因素理解为知识积累、知觉组织和灵活性,或将抗干扰因素定义为序列化能力。 这种分类的方法得到了认可,反映了韦氏儿童智力量表的三个核心要素,不同类型的学习障碍儿童在这三个因素上的表现迥异,尤其是被重新分离出的第三因素,它与儿童注意缺陷多动障碍关系密切。算术、背数和译码三个分测验考察的主要能力是非智力因素的注意集中性、保持性和工作记忆能力,它与智力的核心成分(言语应用和知觉组织)无关,但对于儿童的学习却产生了极为重要的影响。注意缺陷和工作记忆问题是儿童注意缺陷多动障碍的核心症状之一,它导致儿童上课注意力不集中、小动作过多、写作业拖拉等不良行为。注意缺陷往往不利于儿童阅读技能的发展,影响了儿童的语言任务成绩,对于一些言语测验得分和第三因素得分都明显落后的儿童,有可能与注意缺陷多动障碍伴随阅读障碍有关。

有一类并不常见的学习障碍儿童容易被忽略,这类儿童的阅读能力、智力、注意力都正常,但是在学习中往往跟不上节拍,写字潦草难看,找不对位置等,这在韦氏儿童智力量表中也有体现。这些学习障碍儿童与知觉动作的协调能力的落后有关,包括听动统合和视动统合的过程等。如果儿童在填图、图片排列、积木、拼图、译码测验上的分数逐次降低,则可能反映出了知觉动作协调能力的问题,这是因为以上测验对于知觉动作协调能力的要求逐次提高。

三、韦氏儿童智力量表对于学习障碍的干预价值

从以上可以看出,韦氏儿童智力量表在对特定学习障碍的评估中发挥了重要的作用,那么根据这种特异性诊断而进行的针对性的干预也必将更有价值,体现在:

1.临床工作者要充分认识到学习障碍儿童智力发展的不平衡性而并非智力缺陷。这是在对家长和教师进行辅导中需要注意的。这种不平衡性既有先天的因素,也是环境的结果,它与学习障碍本身是交互性发展的。有可能是先天的一些缺陷,如基础性视听加工技能落后导致了阅读能力的落后,而后者又影响了个体知识经验的获得,从而导致了不利的智力得分,而智力测验也在一定程度上考察了儿童的一些基础性的认知加工问题。

2.根据韦氏儿童智力量表的分数分布轮廓,对不同类型的学习障碍儿童需要进行针对性的认知加工训练。类似地,基于智力的PASS模型的学习障碍认知训练研究就取得了很好的效果,另外,Klingberg采用计算机化的工作记忆训练ADHD儿童也有效果。同样,应该对于不同类型的学习障碍儿童选择性地进行针对性的阅读训练、计算训练、注意缺陷、知觉组织训练以及动作协调训练等。

3.应该注意到不同智力和非智力因素的相互影响,这种影响既有补偿作用,也有阻碍作用。例如良好的阅读能力对于部分操作测验任务的积极影响,注意缺陷对于多项测量成绩的不利影响,因此,在学习障碍儿童的训练干预过程中,既要防止多种不利因素的伴随发生导致更为复杂的学习障碍,又要充分利用学习障碍儿童的特长来弥补其缺陷,促进知识的习得。例如对于一些知觉组织能力良好而阅读能力落后的儿童,在识字及阅读教学中,可以借助于空间、图形、绘画等手段,避免枯燥的教学方式。

4.改变对学习障碍儿童的偏见。不要将他们的学习困难看作是态度问题,应该无条件接纳他们,帮助他们提高学习能力,同时,也要认识到,这些儿童并非所有的方面都存在缺陷,他们还有很多长处需要被发现和认可。

四、使用韦氏儿童智力量表对学习障碍儿童进行评估和解释时应注意的问题

首先,不应简单地将测验低分界定为智力低下或认知障碍。有时候,总分的价值仅仅体现在鉴别儿童是否是智力良好或优秀,但是不能判定智力轻度落后。造成WISC低分的原因很多,一些非智力因素,如注意力、焦虑、动作协调能力、强迫意向、不成熟行为、冲动等都可能造成特定的测验任务的失败,例如注意力和工作记忆的困难对WISC译码、算术、背数分测验的影响很大;阅读识字困难对词汇、类同、常识和理解分测验造成了极为不利的影响,这也是为什么ADHD儿童往往在操作量表中得分低下,而阅读障碍儿童往往在言语量表中得分低下,他们皆为学习障碍的特定类型,但不能被称为“智力缺陷”。

其次,在进行分数解释时,一定要关注测验过程对结果的影响,分析测验分数最终是如何获得的。具体体现为在那些需要限定时间,并且有速度加分的任务上,测验焦虑、不严肃的心态、强迫性思维及注意力分数会导致个体完成任务耗时过多或者不能在限定时间内完成任务;而特定的语言输入和输出困难,如语音意识、快速命名缺陷及口语表达障碍会影响个体在词汇和语言类任务上的认读及说出答案的过程;动作的不协调会导致儿童在拼图等需要精细操作的分测验中得分受限。这些不利的影响往往能够通过在测验过程中的详细分析记录和错误类型分析获得,是对测验结果进行科学准确性解释的重要依据。

再次,在进行学习障碍儿童的智力评估时,一定要关注以下方面:合成分数各个分测验所反映的问题及内在逻辑关系,智力发展上的不平衡性,环境与天性在对各项认知能力上的不同程度的影响,智力得分与学习及适应性的关系。并最终给出教育上的建议。

五、韦氏儿童智力量表第四版(WISC-Ⅳ)

韦氏儿童智力量表第四版(WISC-Ⅳ)在中国刚刚推行,包括了言语理解、知觉推理、加工速度、工作记忆这四个认知领域的测验,是在第三版的基础上,将加工速度、工作记忆这两个维度进一步强化。第四版在进行标准化的过程中专门进行了16个特殊群体的研究,占标准化样本的5.7%,可以说,该测验更注重对有特殊需要儿童的临床诊断功能,包括各种类型的学习障碍的评估诊断。在WISC-Ⅳ的手册中,提供了ADHD儿童与正常儿童比较研究的数据,结果表明,ADHD儿童的总智商低于正常儿童,但是各项分数均大于80;ADHD儿童的WISC-Ⅳ测验分数在加工速度指数(尤其是此项)、言语理解指数、工作记忆指数上的得分相对较低;在分测验上,ADHD儿童在译码和算术测验上的得分显著低于正常儿童,表现出了最大的效应量,另外,在鉴别阅读障碍上,第四版中效应量最大的几项分测验是: 词汇理解、字母数字序列、常识和算术,加工速度指数在区分读写障碍和阅读障碍的作用明显。 总体上,在探索WISC-Ⅳ与学习障碍的关系上,相关的研究刚刚起步,相信韦氏儿童智力量表在儿童学习障碍上的诊断和干预价值将进一步得到加强。(稿件编号:100617006)

参考文献:

[1] Wechsler D.cognitive,and non―interactive intelligence.American Psychologist, 1950,5:78~83.

[2] Wechsler D. Wechsler Intelligence Scale for Children -Revised Editions. New York. Psychological Corporation. 1974.

[3]林传鼎,张厚粲.韦氏儿童智力量表中国修订本测验指导书[M].北京:北京师范大学心理测量中心,1988.

[4] Kirk , S. A. Behavioral diagnosis and remediation of learning disabilities. In S. Kirk & J . McCarthy ( Eds. ) , Learning disabilities : Selected ACLD papers. Boston , MA : Houghton Mifflin ,1975. 7~10.

[5] Kavale, K. A., Forness, S. R.What definitions of learning disability say and don’t say: A critical analysis.Journal of Learning Disabilities, 2000, 33 (3): 239~256.

[6] Fletcher, J.M Assessment of reading and LD- A Research-Based intervention orients. Journal of School Psychology , 2002, 40(1):10~20.

[7] 张枫,王洁,马晓健等.瑞文与韦氏智力测试用于学习成绩落后儿童的比较[J].中国儿童保健杂志.2007,15(1): 45~47.

[8]刘卿,杨凤池,周梅等. 不同类型学习困难儿童智力特点研究[J].健康心理学杂志.2000,8(2): 137~141.

[9]叶获成,徐忠民.儿童智力与学习困难的相关研究[J].中国心理卫生杂志.1996,增刊,165~166.

[10]关念红,周迁璋,唐济湘等. 广州学习困难儿童智力状况分析[J].健康心理学杂志.1999,7(1): 34~36.

[11] Smith MD, Coleman JM, Dokecki PR, and Davis EE. Intellectual characteristics of school labeled learning disabled children. Exceptional children. 1977, 43(6):352~7,? .

[12]王书荃,张绪杨. 韦氏儿童智力量表的理论与应用[J]. 人民教育出版社,北京,1998,20~26.

[13]杨双,刘翔平,王斌等.空间书写障碍的个案研究[J].心理学报.2007, 39 (1) : 71~77.

第2篇:人工智能学习经验总结范文

一、对现代智能研究的反思

在智能的研究方法上 , 现代心理学中一直存在着两个分支 , 一为相关方法的分支 , 另一个是实验方法的分支 , 前者形成智能研究的心理地图模式,后者形成计算模式。第一,早期的智能研究体现了心理地图模式。心理地图模式将智能视作心理地图,由此形成智能的结构理论(如斯皮尔曼的智力二因素理论、卡特尔的流体智力和晶体智力理论、瑟斯顿的基本心理能力理论、吉尔福特智力结构模型、阜南的智力层次结构模型等)。结构理论主要关注于对智能结构进行静态描述,企图分析出组成智能的各项子能力。第二, 20 世纪 60 年代,信息加工心理学得以蓬勃发展,其理论开始被借用到智能研究中,逐渐形成智能研究的计算模式。计算模式将智能视作具有信息加工功能的计算性装置,以实验方法为基础构建了智能的信息加工理论(如加德纳的多元智力理论、戴斯的 PASS 智力模型、斯腾伯格的三元智力理论等)。这些理论认为智能是人脑对各种信息进行加工、处理的能力,重点分析智能的内部活动过程,摒弃剥离智能结构的传统,并日益重视元认知成分的作用。这两种模式构成现代智能研究的主流理论。

但长期以来,智能结构理论一直颇受指责。由于建构结构理论的方法学(以因素分析法为核心)存在某些先天不足,从而使这些理论很少涉及智能活动的内部心理过程;同时,这些智能结构理论难以得到整合;此外,根据这些理论编制的智力测验,也只停留在测量各种反映个体差异的智能构成因素上,难以对内在心理过程作进一步揭示。智能的信息加工理论比之结构理论有所进步,开始从仅仅描述智能的结构转化到着眼于从智能的内部活动分析智能的运作机制。但遗憾的是,这种进步也未能彻底回答一个根本性的问题:导致一个人高智能表现的原因是什么?智能是怎样获得的?如果仅仅把智能看作是遗传的结果,显然缺乏说服力并具有悲观主义的倾向;如果把高智能归结为信息加工过程的高效,那么这种高效信息加工的原由仍不清楚。

事实上自 20 世纪 70 年代起,已有一些研究者认识到如果依旧以智能结构或运作机制为标靶进行研究,则对上述批评无济于事,他们开始另辟蹊径。这些研究者发现,某一领域的专家在该领域中能够深刻地表征问题、高效地记忆、合理地推理、快速地解决问题,表现出一种外化的高智能行为(也称为专长行为)。这些研究者认为,如果采用专家 ---- 新手比较以及计算机模拟的方式,对专家的这种专长行为的来源及影响因素进行分析,则可间接揭示专家高智能的本源。这一新兴的研究路线被称为专长研究。专长研究与主流智能研究间并非非此即彼的关系,后者关注揭示智能的结构和运作机制,而前者关注研究智能所利用的 “ 材料 ” ,即知识在人类智能中的作用,期望从另一个角度诠释人类智慧的实质。一般认为,以专长为视角对智能作系统的理论与经验的研究,始于德格鲁特对奕棋专长的创新工作;而引发对该主题作交叉学科研究的主要激励,一般归结于蔡斯和西蒙论 “ 棋艺中的慧眼 ” 一文。专长研究经过 30 余年的发展,影响力不断提升并显示出进一步增强的趋势,其对智能的认识日臻系统和成熟。但遗憾的是,我国学界对专长研究的了解和关注稍嫌不足,对专长研究视野下的智能观认识也比较欠缺。

二、以专长研究为视角看人类智能

专长研究发展至今,已对智能的范围、来源、本质、生成路径等问题形成较独特的观点,对我们更深入理解人类智能具有一定启发意义。需要提及的是,专长研究并未建构某一智能结构或加工理论,而是从广泛范围对智能的一般论题提出自己的看法。

1 、智能的范围:领域限制

反思智能结构理论与信息加工理论可发现,二者均将智能视为人类拥有的一般能力,能够运用于广泛的领域当中。百年的智力测验历史也体现出这一观念,各种智力测验总是试图测量某种单纯的 “ 能力 ” ,排除个体相关领域经验的作用。该观念似乎隐含着这样一个推论:即高智能的个体在不同领域应均能表现出高智能的行为,这显然与现实观察的结果相悖,事实上,个体恰恰只能在其专长的领域表现出高智能行为。

提出上述质疑并非对是对智能结构理论与信息加工理论的否定,而是想澄清这样一个事实:即将智能视为领域间的一般能力同将智能视为与相关经验密切联系的领域内能力即使在智力测验出现之初,亦是两条并行的路线,只不过后者未被赋予更多关注而势单力薄。在比纳和西蒙( 1905/1916 )开创智力测验之初,他们就已区分出两种智能评价的方法:心理学方法( Psychological method )和教育学方法( Pedagogical method )。前者涉及对记忆力、决策及一般知识的测量;后者涉及依据某领域获得知识及经验的总量对智能进行评估。比纳和西蒙最终决定关注前者而忽略后者,因为他们希望 “ 不考虑 …… 个体拥有的受教育的水平 ” ,并认为: “ 我们相信我们已经成功地彻底排除了个体已获得的信息 ” 。

百年来的智力测量实践深受比纳和西蒙将领域内的相关经验排除出智能范畴的影响。不可否认,传统智力测验在预测儿童的学业成就时是必要的,并能在一定程度上预测青春期少年的学业成就(这时课堂及学校中的经验开始累积)。但是,传统智力测验在预测大学生的成就及未来专家在某一特定领域的成就时,只能提供有限的效用。对传统智力测验效用有限性的反思启发我们应当回归智能评估的教育学方法传统,从领域内能力角度看待智能。

专长研究是回归教育学评估方法的典型代表,并已引发研究者对该主题的更多关注。大量实证研究证实,专家的高智能局限于其所善长的特定领域,且与在该领域长期的经验相关。若以领域内能力看待智能,则可有效预测个体在某领域未来的成就,并可为进一步探讨智能的来源和生成提供可能。事实上,这一理念正被广为接受,最近美国大学的入学测验已开始讨论 “ 专长(倾向)测验 ” 与 “ 智力测验 ” 之争。[ 3 ] 

2 、智能的来源:知识结构与加工能力的互动

智能的来源是有关智能的根本性问题,智能结构理论和信息加工理论实际并未对此作回答。无论是以解构智力构成的子能力还是以探索智能成分的运作机制为目的,二者均事先假设已存在 “ 智能 ” 这一实体。至于这一 “ 智能 ” 实体从何而来或忽略不谈,或认为是 “ 遗传与环境交互作用的结构,人们在早年就具有的获得成就的相对固定的潜能 ” ,或更简单地认为是某种 “ 原生的模仿能力 ” 。将智能视为领域间的广泛能力制约了传统智能理论对智能来源进行深入研究。

专长研究的最初目的正在于解决智能的来源问题:即到底是什么造就了专家在其领域的高智能。蔡斯和西蒙认为,造就大多数专家高智能表现的原因,是由于专家经过多年在相关领域内的经验,获得了大量的知识以及以模式为本的提取机制。拉金、西蒙等人在解决 物理学问题的工作中重复验证了这一观点。他们发现,尽管新手已具备解题的必要知识,但他们必须从问题中提出的发问出发,倒着来一步步地确定相关的公式;但物理学专家可以毫不费力地提取出解题的方案或计划,因为在他们建立对问题的最初表征时,已在头脑中涌现出自己的计划。齐 . 格拉泽和瑞斯进一步证明,物理学专家不仅拥有更多的知识,而且拥有组织得更好的知识,由此使他们能够对问题做出更深刻的理论原则表征,而新手的表征完全依赖某些表面特征是否出现。其他领域(如计算机编程、电路检测、医疗诊断等)专长研究的大量实证结果也已证明,专家拥有的相关领域的知识结构组织更好、内容更丰富、表征更合理,这些知识结构与加工能力的互动正是造就专家高智能的根本原因。

这种对特定领域知识结构在智能中重要性的强调,比之智能结构理论及信息加工理论是一突破,弥补了智能研究在智能生成源泉问题上的缺陷。在专长研究看来,无论智能结构理论解构出何种子能力,这种子能力的生成须以知识结构为基础;无论智能信息加工理论如何解释智能的运作机制及强调元认知,却不能忽视智能的运作亦是以知识结构为操作对象,具有丰富领域知识结构的个体,在解决该领域问题时,智能运作更优化,元认知水平更高,表现出更高智能。总之,专长研究认为,个体在某领域知识结构与加工能力的互动是造成其在该领域高智能的根本原因。

3 、智能的生成路径:蓄意的练习

除极少数持智能遗传决定论观点的研究者之外,几乎所有的研究者均认为人类智能是动态发展的,也就是说,智能水平可在外界环境与个体互动中获得不断提高。智能的发展性观点为人才培养和智能开发提供了积极的理论基础,专长研究亦赞同这一理念,但至于智能如何得以发展,即智能的生成路径是什么,专长研究有着自己独到的见解。

尽管少有智能结构理论与信息加工理论及智能的生成路径,还是有研究者对这一问题进行了探讨。例如:加德纳的多元智能理论认为,源于遗传的原生模仿能力,在其后的发展过程中,通过符号系统(如阅读文字、唱歌等)来表现;随着智能的发展,每种智能及其符号系统将由第二级的符号系统(如公式、地图、字母、乐谱等)来代表;至成人阶段,智能则通过对理想的职业和业余爱好的追求来表现。加德纳认为,人类智能以符号系统为中介获得发展。但这里存在一个问题,即智能的生成是个体主动参与的过程还是自然生成的过程?总体而言,传统智能理论对智能的生成路径探讨较少,无法指导具体智能开发与训练,使得各种训练方法层出不穷、相互矛盾、效能低下。

专长研究视智能为领域内能力,以此为基础认为:智能的发展是个体主动参与的结果,其生成路径是通过蓄意的练习( Deliberatepractice ),其发展过程表现为进步性问题解决( Progressive problem solving )。

专长研究早期的一项重要结论认为,专家若想在其领域中达到较高智能,至少需要 10 年有意识的训练与经验积累,明确表明了智能发展中有意识参与的重要性。同时专长研究认为,即使在个体有意识的参与下,智能发展也非自动化的。专长研究者提出蓄意的练习以解释智能的生成路径。埃里克森等人认为,蓄意的练习与玩耍性的互动、竞争、工作以及其他形式领域内的经验极为不同,它们是为有效促进个体行为的特殊方面而专门设计(通常是教师设计)的一些活动。埃里克森等人发现,年轻成年专家的表现与个体整个职业生涯中所积累的蓄意练习的量有关。其他一些研究也证实,尽管不同领域中的专长行为在行动上表现各异,但为获得行为改进而精心设计的蓄意的练习起着至关重要的作用。经过蓄意的练习,专家行为的某方面获得进步,能够解决一些原本无法解决的问题,然后积累经验并与蓄意的练习结合,近一步解决更深层次的问题。进步性问题解决过程也正是专家的智能发展过程。

4 、智能的本质:发展中的专长

第3篇:人工智能学习经验总结范文

【关键词】STEM教育;小学智能机器人;体验学习;教学模式

【中图分类号】G443 【文献标识码】A

【论文编号】1671-7384(2014)05-0052-03

研究背景

1. STEM教育的内涵

STEM教育源自20世纪80年代的美国,其内涵旨在将科学、技术、工程、数学这四个领域看作彼此联系的整体,试图提高未来国家的国际竞争力。在STEM教育中,科学素养是重点,是为学生将来进一步从事科学研究打下基础;技术素养和工程素养则是在实际的社会分工中最经常体现的,它以明显的应用特点为科学研究提供工具和思路;数学素养是STEM教育的基础,技术深入、工程论证、科学推理和建模,都需要数学作为基础。

21世纪的竞争,归根到底是人才的竞争。面对“为什么我们的学校总是培养不出杰出人才”的钱学森之问,我们试图通过融合重整科学、技术、工程和数学这四大领域的教学内容,培养出适应21世纪的复合型、创新型人才,达到钱先生的“大成教育”的理想。

2. 智能机器人教学的意义及现状

智能机器人技术是涉及机械、电子、计算机、人工智能等多种技术的实践性学科。智能机器人教学的总体目标是在了解机器人内部构造、功能及应用状况等知识的前提下,动手搭建机器人,设计机器人行动策略,编写机器人程序。由于其自身的知识综合性和技术应用领域的广泛性,为培养学生的综合能力,如逻辑思维能力、分析和解决问题的能力、动手能力、合作能力和创造能力提供了良好的平台。因此,机器人教学是素质教育的重要载体,将对社会发展和人才培养产生重大影响。

教育部 2003 年颁布的《普通高中信息技术课程标准(实验)》中,把“人工智能初步”和“简易机器人制作”设为技术领域的选修模块,意味着我国的人工智能和机器人教育在大众化、普及化层面上进入了一个新阶段[1]。随着信息化的发展以及人们科技意识的加强,机器人教学逐渐趋于幼龄化,很多经济发达地区从小学低年级开设智能机器人(校本)课程、兴趣班,社会上的幼儿机器人培训班、机器人高手俱乐部层出不穷。学校及市场培训机构的教学质量关系到该领域能否健康、良性发展,也关系到面向21世纪未来人才的培养。

3. STEM教育视野下的智能机器人教学

智能机器人教学能够实现STEM教育四要素的有机整合。如在完成FLL机器人前进爬坡并摘取果实的任务时,教师通常会要求学生先思考可以有几种策略完成任务、哪种策略最佳。在编程时,教师要求学生画程序流程图,通过反复测试、分析现象、发现问题、提出修改方案并及时调整,使机器人表现出最佳状态。在这一任务中,体现了如下素养。

科学素养:运用重力、摩擦力等物理知识,需要具备确定问题、寻找思路、解决问题、相互共享制作经验的科学精神。

工程素养:编程之前画流程图,这是工程设计的基本思想,机器人编程调用标准化程序模块也蕴涵了工程意识。

数学素养:需要测量斜坡高度和手臂长度,并通过计算,得出机器人的速度和完成任务所需时间等。

技术素养:指对科学和技术进行评价和做出相应决定所必需的基本知识和能力。学生在分析任务、选择策略和编写程序上均体现了技术素养的运用。

STEM教育视野下小学低年级机器人教学模式探索

1. 基于活动的体验学习模式

基于活动的体验学习模式源自于体验学习法,是指从学生个体发展的需要和认知规律出发,在亲身经历学习的过程中,通过反复观察、感受、实践、探究,对知识进行感悟与理解的学习方法[2]。

应用最广泛的体验学习理论模型是1984年由库博提出的四阶段循环模型,又称为“体验学习的循环理论模型”。库博用四个元素建立起了该模型:具体的体验、观察与反思、形成抽象的概念和普遍的原理、在新情境中检验概念的意义(如图 1)。

图1 体验学习四阶段循环模型[3]

基于活动的体验学习模式则通过教师设计的一系列渐进的具有逻辑性、趣味性的活动,使学生在具体情境中结合实践和反思来获得知识与技能,具体的教学流程(如图2)。

图2 基于活动的体验学习模式流程

第一阶段:教师创设情境,提出问题,学生感知情境,思考问题,带着问题进入具体的实践――观察。

第二阶段:学生在教师的指导下,通过教师提供的资源和工具动手操作,在实践中观察与反思,并感知情境,发现一些对后续学习有用的信息与资源。

第三阶段:学生将学习内容抽象成新的观点和方法,新的概念在头脑中初步形成。

第四阶段:学生自己遇到或由教师提供各种类似的情境,检验第三阶段形成的想法、观点、理论和认识。

2.《竞速小车》教学案例

学生特征分析:本课教学所面对的是辽宁省某市青少年活动中心的低年级组学生(小学二、三年级居多)。他们的特点是好动,注意力易分散,抽象思维尚未完全建立,但思维活跃,具有强烈的探究欲望,不满足于对书本知识的简单死记硬背。在前面的学习中,学生们已经知道了一般机械的组成,知道常见的传动方式,并且已有使用乐高教学材料的经验。

教学目标:知识与技能:了解常见齿轮传动的特点、形式;探究如何通过齿轮传动结构使机器人加速。过程与方法:通过实践了解齿轮传动结构的基本规律,提高学生应用所学知识解决实际问题的能力;通过小组合作和汇报交流促进学生的协作探究精神、学习交流能力、语言表达能力以及分析总结能力。情感、态度与价值观:对机器人技术有求知的欲望,产生探究科学的勇气。

活动准备:乐高教育器材、PPT课件、黑胶带(粘贴跑道)、活动记录表、秒表等。

活动过程:

环节一:情境创设

教师播放F1赛车视频,请学生谈谈感兴趣的话题,如“你知道在F1中,最快的赛车时速是多少吗”、“有哪些著名的赛车手”、“F1团队获胜的秘诀是什么”等等,进入今天的课题:我们自己设计并搭建一辆电动小车,看什么样的小车跑得最快!(板书:竞速小车)

意图:通过情境引入本次活动主题。

环节二:操作与反思

师:生活中有一些常见的简单机械可以实现速度的变化,你都知道哪些?

学生思考后回答:滑轮、齿轮。

师:在机器人的设计中,机械结构是完善系统的一个重要因素。在零件盒中老师给大家提供了三种齿轮,请同学们按照实验记录的要求,搭建不同齿轮结构的小车,探索齿轮的特性。

学生以小组为单位动手搭建小车,教师让学生思考:在搭建过程中应该注意什么?

搭建好小车的组可以将电动车放在平直的跑道上,用秒表测试行驶所需要的时间。每次测试前,先估计一个时间,看看实际用时和预估时间是否接近,并将记录填写在实验记录表中。

实验记录表

教师提出四个问题:(1)你们的小车在前进过程中出现了哪些问题?你们是怎么处理的?(2)你们小组哪种组合跑得最快?为什么?(3)谁能总结一下,齿轮传动结构对速度有哪些影响?(4)转速相同的情况下,为什么大齿轮带动小齿轮时的速度会变快呢?

意图:让学生对他们看到的或建构的内容进行思考,对方案进行探讨、反思并调整他们的看法,同时也通过提问鼓励学生继续探究。

环节三:总结与抽象

经过观察思考,学生得出结论:(1)在传动中,产生加速的方法就是大齿轮带动小齿轮,相反,如果需要减速的话,就是小齿轮带动大齿轮。因为大齿轮牙齿多,它转动一圈,会带着小齿轮转动好几圈。(2)速度加快的小车反而起步很慢,因为小车起步的刹那马达需要力量来启动,所以启动速度不够快。

环节四:验证与应用

活动的最后,请学生结合今天活动的内容,发挥聪明才智,设计爬坡机器人。

师:什么样的齿轮结构可以使你的机器人小车顺利爬上陡坡?在记录表上画出你的设计并实践。

意图:把孩子们引入一个新的“联系”阶段,使他们在螺旋式上升的循环中接受难度不断增加的挑战。

3. 总结分析

教学中,学生不仅获得了与机械、物理知识有关的感知能力,探索了齿轮传动结构的基本规律,还在操作与反思阶段对不同组合的齿轮进行了“测试―比较―分析”,体现了工程设计的基本思想。对时间的预估以及对小车速度的计算强化了学生的数学能力,而动手对不同齿轮进行组合和搭配,并检验其效果,最后得出加速与减速的搭配规律,则提高了学生的技术素养。可见,在基于活动的体验学习模式中,学生通过一系列的阶段性学习过程获得了相应的改变,使其有能力再投入到新一轮具体体验情境中去学习,并再次获得新经验。这种模式不仅关注知识与技能的获得,更关注对实践过程的总结和反思,形成科学地解决问题的思路,这种模式更适于低年级课外科技活动。

学生经历了科学研究的所有阶段,从关注问题、发现探索、搜集数据、分析归纳、推理筛选到最后利用技术得出研究结论的科学方法,形成一系列科学研究方法,具备工程意识和信息素养,为日后的研究和创新奠定必要的基础。

当然,随着STEM到STEAM,将艺术和设计的元素融入其中,将赋予学生作品丰富的表现力。我们将继续探索如何在智能机器人教学中培养学生的艺术素养和创意设计能力。

注:本文系2011年全国教育信息技术研究青年课题《中小学智能机器人教育的理论和实践研究(立项编号:112340246)和辽宁省教育科学“十二五”规划2013年度课题《基于虚拟名师工作室的教师发展共同体研究》(项目编号:JG13CB094)系列研究成果之一。

(作者单位:辽宁沈阳师范大学教育技术学院 辽宁省电化教育馆)

参考文献

1 张剑平,.机器人教育: 现状、问题与推进策略[J] . 中国电化教育, 2006,(12):65-68.

第4篇:人工智能学习经验总结范文

尊敬的单位领导:

我于2018年07月16日成为技术管理处的试用期员工。初来公司,单位宽松融洽的工作氛围、团结向上的企业文化,让我很快地完成了角色转变。进入单位以来,与另外两位一起入职的新同事参与项目工作,完成单位的工作任务。根据公司的规章制度,我现在提出转正申请。现在就进入单位以来在德、能、勤、绩等方面进行总结,情况如下:

自去年入职以来,本人在单位上班严格遵循规章制度,熟悉工作流程,包括报销等工作。尊重领导,顾全大局,团结协作,廉洁自律,谦虚谨慎,注重礼仪。热爱祖国和集体,不做损害单位和集体利益的事情。争取做到按时打卡签到,不早退,不迟到。工作勤奋努力,态度端正,不计较个人得失。主动学习岗位技能知识,丰富知识面,开拓视野,积极参加单位组织的各项工作会议。同时,制定本岗位的工作计划,并能够有效地整合资源,按计划、按要求落实组织执行。注意向周围的同事学习,在工作中多留意、多看、多思考、多学习,以较快地速度熟悉公司的情况,较好地融入到团队中。

2018年7月-2018年11月,在技术总体组参与和学习人工智能验证项目,前往北京开发中心参与建行人工智能项目验证工作。具体地,(1) 北京第四范式先知平台的学习和培训;(2)抽取国际结算系统swift报文59域,命名实体识别,参与人工智能模型训练,参与数据整理标注、模型训练等工作;(3)在北京参与OCR图像识别验证工作;(4)信息安全脱敏工作,数据整理和标注,检测规则的开发与模型训练,金科小卫士信息脱敏检测工具的开发、验证和测试工作。关键技术包括:Python、Tensorflow、NLP、Linux、openCV。

2018年12月-2019年1月,在完成人工智能项目验证工作后,我参与了人工智能财经事件分析项目(一期):(1) 承担部分华尔街见闻新闻爬取工作,解析财经新闻网站信息,编写程序代码爬取华尔街见闻文本数据;(2) 根据外汇行情对文本数据进行标注;协调厦门事业群开展新闻爬取传包工作;(3) 调研人工智能模型分析财经事件新闻,训练与验证CNN模型进行行情预测;(4) 协调北京方面进行一期服务上线和环境配置,与同事前往北京数据运营中心完成项目一期服务功能释放。

2019年2月-2019年5月,开展项目二期整改优化工作:(1) 通过学习人工智能集成学习算法,运用集成bagging、boosting学习算法等,集成bert模型,创新性地运用于项目优化工作中,集成学习优化人工智能模型,编写代码实现功能,有效提升情感分析准确度;(2) 按照计划开展金融市场定报价平台FPP Tick数据收集,FPP Tick数据整理,接口对象开发,FPP API接入,开发代码Tick数据入库(Oracle数据库)等工作;(3) 联系厦门事业群和消息中心,着手开展分析结果消息中心/EDA推送,接口对象开发计划,消息通信协议研究,接口对象开发,协助处理工作联系单;(4) 开展数据库访问服务封装、计划与实施;(5) 开展外汇行情API封装和实施。

在单位同事的热心帮助及关爱下,我取得了一定的进步,但对工作的完成离目标有时还会存在一定的距离。在做好本职工作的同时,用心团结同事,搞好大家之间的关系。在工作中,要不断地学习与积累,不断地提出问题,解决问题,不断完善自我,使工作能够更快、更好地完成。在今后的工作和学习中,我会进一步地严格要求自己,虚心向其它同事学习,我相信凭着自己高度的责任心和自信心,一定能够改正缺点,争取在各方面取得更大的进步。

在此,我郑重提出转正申请,恳请领导能根据我的工作能力、态度及表现给出合格评价,使我按期转为正式员工。我会用谦虚的态度和饱满的热情做好我的本职工作,为单位创造价值,同单位一齐展望完美的未来!

此致

敬礼!

第5篇:人工智能学习经验总结范文

当你用谷歌搜索东西、使用地图软件、在亚马逊上购物,或者对智能手机中的语音识别软件说话,其实都在使用人工智能。当你登录到Facebook,欣赏那些可爱的婴儿照片,人工智能都在塑造你的体验。

所有这些应用的背后都使用了算法,算法本质上是形成分析过程的一组规则,能够对变量输入做出响应。如今的算法,尤其是来自亚马逊和Facebook等巨头的算法,响应速度快,还不断学习。它们事先经过编程,可采集来自用户的更准确的响应;也就是说,结果是为控制算法的那些厂商服务的。

了解和响应

当你在亚马逊上购物时,算法在后台基于一个包含众多购买模式的庞大数据库,执行异常高级的运算,之后决定将什么产品展示在你面前。它实时响应你的点击轨迹。

你可能觉得,有一个活生生的私人购物助手是最好不过的选择;她了解潮流,对你本人很了解。可是人工智能技术厂商Ayasdi的首席营销官丹尼尔・德鲁克(Daniel Druker)表示,这样的私人购物助手与亚马逊没法比。亚马逊“利用人工智能,结合你之前的购买活动,从100万件商品中推测眼下哪些商品最能吸引你的眼球。没有哪个人能做到这一点。”

在Facebook上,出现在你个人动态(feed)中的朋友不多,那是因为Facebook的人工智能算法知道:你受不了个人动态内容太多的情况。于是,Facebook使用人工智能,对你关于私人关系圈的讯号做出敏感的反应,打造你的个人动态,建立起一种更有效的情感联系。要是你以为人工智能冷若冰霜、缺乏人情味,Facebook用它来窥视你的内心(以及Facebook另外12.3亿日常用户的内心)。它威力强大,说Facebook人工智能影响了美国总统大选毫不为过。

尽管人工智能目前具有巨大的影响力,但它仍被看作是太过遥远的一项神奇技术。人工智能技术厂商Sentient Technologies的创始人兼首席科学家巴巴克・霍加特 (Babak Hodjat)说:“算法或应用有多诱人、多新潮、多强大,并不重要。我常常出去介绍这些系统时,人们总是会说‘是的,那很智能、那很酷,但这不是人工智能。’”

人们之所以会有这种怀疑,是因为“普通公众而非从业人士常常误以为人工智能是包含情感智能、创造力、自主性等一系列能力的人类级一般智能。”霍加特说,因而,人工智能“总是被认为是我们会发明的下一大技术。我认为,今后10年至15年还会是这种情况。”

他表示,在许多当前的应用中,人工智能比人类更强大。“你只要说一个方面,我可以告诉你这个方面是如何实施的、如何比人类更强大。起码,人工智能运行起来更快,所以当下人工智能的决策和行动周期要比人类响应世界的速度快得多。”

人工智能在过去几年得到了突飞猛进的发展。百度硅谷人工智能实验室主任亚当・科茨(Adam Coates)说:“这在10年前是很难实现的。当然,未来几年,我们认为在人类非常擅长处理、但计算机向来不擅长的许多问题上,人工智能会取得巨大进展。比如说,识别图像中的实体,或者理解语音、对口语做出响应,那些是深度学习和人工智能技术在未来几年会持续改进的问题。”

推动与向前

什么功能在推动这些进展?人工智能必须获得什么样的功能才能向前发展?

皮特・阿贝尔(Pieter Abbeel)是加州大学伯克利分校的计算机科学系教授,也是人工智能教育初创公司Gradescope的联合创始人。他表示,首先,人工智能系统需要能够在没有人类干预的情况下自主学习。此外,它还在被告知诸如“你从这个角度堆方块,也许效果会更好”之类的信息时,应该有沟通和理解能力。“要是它无法领会这样的信息,我们不会认为它具有真正的智能。”

人类(至少理论上)能够利用过去的经验来推断和处理新环境,在这方面机器人则差的很远。为机器人编程、以便它在有限的环境下提供辅助要容易得多。人工智能科学家们想为机器人编程,以便处理相关的变化。

阿贝尔说:“它们需要运用过去获得的经验,推广到不一样但相类似的新场景,了解这种关联性。我对于机器人如何能真正从头开始学会做事很感兴趣。”从头开始学起是人类特有的能力;如果机器人能够真正做到填补其空白,它有望成为独立的个体。

但人工智能机器人的“学习能力”可能有许多不同的方式来定义,一些是很普通的“尝试和奖励”方式,类似于教狗学新花招。比如说,人工智能强化学习可编写机器人的软件,从试错过程中学习。加州大学伯克利分校的BRETT机器人基于行动后奖励的多少来使用强化学习技术。阿贝尔说:“奖励的变化让该机器人得以分辨什么是好的,什么是不好的,进而重点采用获得奖励多的策略。”

与之相仿,人工智能科学家使用监督式学习,为计算机馈送标记输入(这些是猫,这些是狗)的许多实例,并给出明确的目标输出(这是猫还是狗?)。非监督式学习给计算机馈送非标记数据(比如说许多动物的照片),计算机进行分类,或者以其他方式为该数据定义结构模型(这些动物身上的毛比其他这些动物多得多)。科茨表示,非监督式学习是“非常重要的研究热点,因为我们知道人类所做的在很大程度上是非监督式学习。”

人工智能“学习”的核心是神经网络,它类似人类大脑。跟大脑一样,面对更多的输入,神经网络会自我调整。阿贝尔说:“你展示足够多的那些实例,神经网络就会自我调整,说‘针对那个输入,我需要那个输出’;所以,要做到这一点,唯一的途径是,我需要调整联系的部分强度,那样我才能搞好那种对应。所以,在某种意义上,你在训练神经网络时,是让计算机学习它的计算机程序,而不是将计算程序编入到里面。”

科茨解释,不过打造神经网络并非易事。“一大挑战在于,我们不是非常清楚如何仅凭一些非标记、非结构化的数据来训练神经网络。我们不知道如何量化神经网络在处理这些种类的任务中的好坏。等到我们在这方面有了发现,那将是一大进步。但我们还没有到那一步。所以,这离人类智能相差甚远。”

第6篇:人工智能学习经验总结范文

分类号:G449

1、前言

一般而言,智力是指一般认知能力(g因素),是感知、记忆、思维等各种认知能力的综合,其中以抽象思维能力为核心。Wechsler则认为,智力是个体有目的地行动、理智地思考以及有效应对环境的综合能力,不仅如此,Wechsler还注意到,智力不限于智力潜能,还包括一些非智力因素,这些非智力因素对智力的发展产生了极其重要的影响。

然而,早期的韦氏智力量表并没有以智力的内在维度结构为基础来设置分测验,而是借助了比奈智力测验的经典测验任务,以任务的呈现方式是言语还是非言语,机械地将韦氏智力量表划分为言语量表和操作量表,合成的言语智商和操作智商并不等同于言语理解能力和空间知觉与推理能力,这给临床使用带来了困惑。1975年Kaufman通过因素分析发现除了WISC修订本(WISC-R)中的标准三项分数以外,还存在第三因素,即抗干扰因素。它包括算术、背数和译码三个分测验,主要考察儿童的注意集中性、保持性和工作记忆能力。为强化第三因素的作用,1991年修订的韦氏儿童智力量表第三版(WISC-Ⅲ)增加了符号搜索分测验,因素分析的结果却发现从注意力因素中分化出工作记忆和数量能力这两个相互影响的因素。在此基础上,WISC-Ⅳ进一步强化了这四个维度,调整为四指数结构,将抗干扰因素改为工作记忆指数(WMI),并与加工速度指数(PSI)一起成为新的分测验。

在中国,已经完成了韦氏儿童智力量表第二版和第四版的修订。本文将关注新修订的韦氏儿童智力量表第四版(WISC-Ⅳ)对学习障碍评估和干预的价值。

2、WISC-Ⅳ的新变化

WISC-Ⅳ对量表的结构、内容做了大幅度的调整,更新了常模,增加了部分分测验,在评分标准上也做出了调整。这使得钡测验的结果有助于特殊教育工作者做出更准确的解释和临床判断,如在分测验上,ADHD儿童在译码和算术测验上的得分显著低于正常儿童,表现出最大的效应量,而在鉴别阅读障碍上,效应量最大的几项分测验是:词汇理解,字母一数字排序、常识和算术。加工速度指数(PSI)在区分读写障碍和阅读障碍上的作用明显。

正如Berninger所说,WISC-Ⅳ的特点是可用于学习障碍或其它儿童期异常的神经心理诊断,所以可以作为认知过程的监控者来确定认知优势和不足。

2.1 理论基础的充实和常模的更新

由于能力一成就差异和RTI方法在学习障碍诊断中的不足,以Cattell-Horn-Carroll(CHC)理论为基础的“Third Method”受到广泛关注。CHC理论以认知能力作为框架来确定认知加工和学业成就缺陷之间的相关,它的优势在于“使用不同的分测验综合考查和分析各项认知因子,之前没有哪种心理测量模型可以如此坚定地以数据为基础”。在吸收了CHC理论及其跨系列测评方法(Cross-Battry approach)后,WISC-Ⅳ及其各个分测验对测量目标的定义和解释变得明确而有体系,为增大测验结果的解释能力和对实践的指导价值奠定了基础。

在常模建立上,为增强临床效用,WISC-Ⅳ引入了特殊群体,包括天才儿童、中度精神障碍者、各种学习障碍儿童、ADHD儿童、自闭症儿童、阿斯伯格障碍儿童等16种特殊障碍儿童,为临床诊断提供了支持。值得关注的是,在WISC-Ⅳ指导手册中,已经明确强调了特殊群体在WISC-Ⅳ测验中的一些可能表现。

2.2 结构、内容及评分标准的变化

在结构上最大的变化是由两因素结构到四指数结构,之前版本中的言语分量表(VCI)和操作分量表(PRI)由WISC一Ⅳ中的言语理解指数(VCI)、知觉推理指数(PRI)、工作记忆指数(WMI)、加工速度指数(PSI)四指数代替,更加关注工作记忆和加工速度的测量,是将一般认知能力转化为测验任务上高表现的执行过程,使对学习障碍的针对性评估诊断成为可能。言语理解指数(VCI)、知觉推理指数(PRI)反映的是一般认知能力的综合(即一般能力指数,GAI),而工作记忆指数(WMI)、加工速度指数(PSI)则凸显的是如何将一般认知能力转化为高效任务表现的执行加工过程(即认知熟练指数,CPI),与学习障碍关系极为密切。

在分测验上,WISC-Ⅳ增加了部分新的分测验,删除了一些过时的题目,在15个分测验中,类同、词汇、理解、常识、积木、填图、数字广度、译码、算术、符号搜索是10个保留测验,新增了图画概念、字母一数字排序、划消测验、矩阵推理和词语推理5个新测验。更关注于言语推理而不是晶体智力,更关注于流体智力而不是视觉一空间技能。

因此,在评价一个儿童的认知能力和个性化特点时不是仅依靠总智力(FSIQ),而是根据言语理解指数(VCI)、知觉推理指数(PRI)、工作记忆指数(WMI)、加工速度指数(PSI)的得分,更加全面、精确。正如Sak-lofske所说,总智力用来对天才儿童和障碍儿童进行分类和评价,而四指数用来更好地理解一个儿童是“跟大多数人一样,跟小部分人一样还是都不一样”。

3、不同类型学习障碍在WISC-Ⅳ各量表上的表现

3.1 阅读障碍

阅读障碍(Reading Disabilty,简称RD)包括获得性阅读障碍和发展性阅读障碍。发展性阅读障碍是指具有正常的智力、教育及社会文化机会,没有明显的神经或器质上的损伤,而难以获得有效的阅读技能,在阅读方面表现出特殊的学习困难状态。主要不足表现在口语或拼写句子和文章中的速度和准确率上。一般包括两个水平上的缺陷:一种是解码障碍,主要指字形、语音加工方面存在的缺陷;另一种是阅读理解障碍,主要是指语义加工方面所存在的缺陷。解码障碍是基本的心理加工过程发生障碍,主要表现在汉字和词汇的识别和加工能力上,它在WISC-Ⅳ上的表现主要体现在排序、命名、译码等需要对字形和语音加工的分测验上;阅读理解障碍是在更高水平上的障碍,它在字词加工上没有障碍,但是理解句子意义存在困难,它在WISC-Ⅳ上的表现主要体现在字母广度、算术等工作记忆(WM)分测验上。解码障碍儿童在基本的字形和语音上存在障碍,他们不能正确拼读词汇,混淆字词的发音,不能在字形和读音之间建立自动化的联系。因此,他们在词语推理、快速命名等分测验上的表现就不尽人意。而阅读理解障碍儿童因为不能理解某一单词的含义,所以不能正确读出读音,或者即使读出正确读音,但是也不能理解单词的含义。尤其汉字中有很多的多义字,如“花朵”与“花费”中的“花”的含义就不一样。阅读障碍儿童不能正确理解字的意思,阅读能力受到了限制。

阅读能力与各种认知功能和学业技能有关,因此,不同的缺陷都可能导致阅读障碍,如有单词阅读困难的儿童可能会有语音、符号、语法、流畅性、表达性和工作记忆方面的缺陷,从而导致阅读障碍。在总智商分数上,虽然阅读障碍儿童的总体智力并不存在明显的缺陷,但落后于正常儿童10分左右。更为明显的是,阅读障碍儿童在不同的核心智力分数上表现出更大的差异性,阅读障碍儿童在言语理解指数(VCI)、知觉推理指数(PRI)、工作记忆指数(WMI)、加工速度指数(PSI)上都有较低的得分,言语理解指数(VCI)与词汇发展、接受和表达语言、晶体能力有关,它是预测阅读障碍的重要指标。工作记忆指数(WMI)虽然在预测学习障碍上的作用有限,但它在儿童的阅读理解上发挥了重要的作用。值得注意的是,WISC-Ⅳ增加了视觉工作记忆指数(WMI)分测验,从而使量表可以从听觉、言语和视觉三方面全面地揭示阅读障碍儿童的工作记忆缺陷的实质。当考虑到阅读理解水平而非字词解码时,Wechsler发现,在学习障碍儿童中知觉推理指数(PRI)变异很小,说明学习障碍儿童在阅读较困难的单词或句子时,不能有效地使用问题解决技能(知觉推理指数,PRI很少被使用),而是仅依靠他们有限的言语理解(VC)和工作记忆(WM)技能。因此,作为预测阅读能力的重要指标,知觉推理指数(PRI)是不可或缺的,这与有些学者的研究是一致的,他们发现阅读困难儿童的右半球功能会对左半球的不足进行补偿。因为阅读功能定位于左半球,左半球受损造成阅读功能缺陷,右半球会自动发展一些补偿功能,这体现了大脑的整体化。阅读障碍儿童在加工速度指数(PSI)分量表上的得分略低于正常组的儿童,虽然加工速度指数(PSI)看起来与阅读理解没有很大的相关,但它在符号加工和从长时记忆中提取单词上具有重要作用,而这些对于流畅的阅读技能是很重要的。

进一步细分阅读障碍亚类型与特定分测验的关系时,Fiorello将阅读障碍分为四种亚型:语音、正字法、流畅性和整体阅读方面的障碍。语音障碍的特点是在常识、数字广度、算术、矩阵推理和译码测验上的得分偏低;正字法障碍的儿童在译码、符号搜索、划消和算术上得分较低,这与阅读障碍儿童在视觉注意、符号表征和加工速度上的缺陷是一致的;流畅的儿童在数字广度、字母一数字排序、算术和译码测验上的得分偏低;整体阅读障碍在词汇、常识、数字广度和译码测验上有较低的得分。表明各亚型并没有反映WISC-Ⅳ因子的整体缺陷,而是反映了各因子之间的变异,这证明了分量表(如常识和算术)的诊断价值和预测效度。同时,为了验证WISC-Ⅳ的生态学一致性和治疗效度,还需要使用标准的认知和神经心理学的方法来进行综合检验。

分量表在预测阅读能力上有不同的特色,但是要具体分析阅读障碍儿童在某一任务中所需要的问题解决能力和认知能力,将这些分量表结合起来会有更好的效果,如工作记忆指数(WMI)和加工速度指数(PSI)的结合可以反映执行控制的快速命名技能,而言语理解指数(VCI)和知觉推理指数(PRI)一起则可以反映在阅读时先前知识和问题解决之间的关系。知觉推理指数(PRI)分测验与其他认知功能相结合可以很好地预测阅读障碍儿童流体推理能力。流体推理(fluid reasoning)是Cattell在晶体智力与流体智力理论中提出的概念,流体推理也就是流体智力,它是指在人们的早期生活和儿童在信息检索过程中的一般认知能力,与空间、数字、概念等学习有关。

3.2 数学障碍

数学障碍(Math Disability,简称MD)主要表现在数学知识、算术运算、数学的视觉一空间理解上的障碍,而这种障碍并不能归因于智力的明显缺陷以及一般学习环境和情绪的缺失。数学障碍儿童在智力上的整体得分与同龄人差异不大,但他们却表现出了特定的认知劣势,这主要是由于他们在与数学学习密切相关的认知活动的基本心理过程上缺损。同样,这些特定的认知加工缺陷也能在WISC-Ⅳ总分及各分量表上展现出来。

Mazzocco等发现大多数数学运算和推理的变异可通过言语理解指数(VCI)的晶体能力和知觉推理指数(PRI)的流体推理以及工作记忆指数(WMI)的短时记忆测验来说明,即晶体能力(常识、词汇等)、流体推理(图画、矩阵、词语)及短时记忆(算术、背数)分测验对数学障碍有最强的预测力。有研究者分别使用数字排序、倒背、数字划消、图案接龙、心算等测验来考察数学障碍儿童的数字推理、图案推理和心算能力。结果发现数学障碍儿童在这些方面的成绩显著低于正常组,而它们分别与工作记忆、知觉推理和加工速度有关。而知觉推理和工作记忆过程被认为是反映大脑右半球和前额叶的非言语功能,他们在左右大脑功能的融合或者是白质功能上出现异常会导致数学能力出现障碍。当然,加工速度指数(PSI)在预测数学障碍上并不是毫无作用的,它主要在运动操作和心理运动速度上起作用,所以它影响了自动化加工从而影响数学运算速度,导致数学障碍儿童使用更多不成熟的计算策略,如必须使用手指或其他实物帮助运算。

在特定的分测验与数学障碍的关系上,数学障碍也可分为五种亚型:流体推理障碍、数量运算障碍、右半球学习障碍、数字一数量知识障碍、计算障碍一顶叶综合征。他们主要的差异体现在常识、词汇、理解、算术、词语推理、填图测验和符号搜索分量表上,而各亚型在数字广度和译码上没有显著差异,这表明,数学障碍的儿童在这两个分测验上的差异是一致的。五种亚型在各分量表上的表现分别如下:流体推理障碍在矩阵推理、图画概念和算术上有较低的得分;数量运算障碍在常识、数字广度、算术和矩阵推理得分较低;右半球学习障碍在知觉推理指数(PRI)和加工速度指数(PSI)和常识、数字广度和算术分量表上得分都偏低;数字一数量知识障碍主要在加工速度指数(PSI)和数字广度、算术分量表上得分较低;计算障碍一顶叶综合征的最低得分主要在加工速度指数(PSI)和常识、算术、积木设计和填图分量表上。通过上述内容我们可以发现数学障碍儿童不是只有非言语学习障碍,他们在言语理解上可能也会存在问题,如在应用题的分析理解上出现障碍。

3.3 注意缺陷多动障碍

注意缺陷多动障碍(Attention Deficit HyperactivityDisorder,简称ADHD)是一种儿童期常见的行为障碍,发生率在3%~5%之间,主要表现在自我管理、行为组织和目标导向行为的障碍。ADHD儿童的核心缺陷是注意缺陷、多动和冲动,典型的行为表现是主动注意能力低下,多动冲动,角色管理失调,组织混乱,唤醒不足。而这些症状往往与反应抑制、工作记忆等执行功能的缺陷密切相关。Barkelv等人认为ADHD的根本原因是儿童自我控制能力的缺损,主要缺陷体现在反应抑制上,即一种在信息加工过程中压制无关信息进入工作记忆的能力。一直以来,ADHD儿童在韦氏智力量表上的表现都得到了充分关注。早先的韦氏智力量表(第二版)中,第三因素,也称为注意力因素、抗干扰因素,它与ADHD关系非常紧密,相关的三个分测验(译码、背数和算术)实际上也是认知心理学中考察注意和工作记忆的经典任务,ADHD儿童在此三项任务上表现出明显的不适应。而在第四版中,这一领域得到进一步加强,ADHD儿童的临床敏感性进一步增加,主要表现在以下几方面。

在总体智力上,由于在某些分量表上的低分使得整体得分低于正常儿童,这与阅读障碍儿童的IQ得分偏低是一致的。WISC-Ⅳ的手册中,提供了ADHD儿童与正常儿童比较研究的数据,结果表明,ADHD儿童的总智商低于正常儿童,但是分数大于80。

另外,在四项主要指数上ADHD儿童表现出明显的不平衡性,在特定的分测验上,ADHD儿童有着不同程度的敏感性。手册中提到,ADHD儿童的WISC-Ⅳ测验分数在加工速度指数(尤其是此项)、言语理解指数、工作记忆指数上的得分相对较低;在分测验上,ADI-ID儿童在译码和算术测验上的得分显著低于正常儿童,表现出了最大的效应量。具体来说,ADHD儿童在工作记忆指数(WMI)和加工速度指数(PSI)上的得分显著低于言语理解指数(VCI)和知觉推理指数(PRI)上的得分,而在加工速度指数(PSI)中译码测验得分显著高于符号搜索分测验,工作记忆指数(WMI)和加工速度指数(PSI)上的低得分是ADHD的重要表现,而且在WISC一Ⅳ中新增的字母一数字排序分测验使得算术分测验不只是评价ADHD儿童的数学能力,使工作记忆指数(WMI)在预测ADHD中更有效。Barkley认为ADHD主要是行为抑制上的问题,也就是执行功能方面的缺陷。而执行功能的测验大多与工作记忆指数(WMI)和加工速度指数(PSI)相关,如算术、数字广度、编码等。不少研究通过数字广度任务发现ADHD儿童的言语工作记忆的缺陷,当把数字广度任务分为正背数字和倒背数字任务时,结果是ADHD儿童在正背任务上成绩正常,但在倒背任务上落后。也有研究者通过N-back任务研究ADHD儿童在“冷”、“热”执行功能上的表现,发现ADHD在言语工作记忆上存在明显的缺陷。因此,有人认为用一般能力指数(GM)[即工作记忆指数(WMI)和加工速度指数(PSI)的合成分数]来评价ADHD就足够了,但是现在证明是不够全面的,因为人们发现ADHD儿童在WISC-Ⅳ的知觉推理指数(PRI)中新增的图画概念和矩阵推理测验中表现出了相对的视觉推理优势。可见,WISC-Ⅳ各分量表在综合评价ADHD的缺陷与优势上是很有利的。

进一步考察不同亚型ADHD与WISC-Ⅳ的关系时,DSM-Ⅳ将ADHD分为三种亚型:注意缺陷型(ADHD-PI)、冲动一多动型(ADHD-PH)和混合型(ADHD-C)。ADHD-PI的主要表现是注意力分散或不能持续性注意,ADHD-PH的主要表现是容易分心,多动和冲动,ADHD-c是兼有这两方面的障碍。它们在具体分量表上的独特表现可以反映它们各自的特点,如在划消测验上,ADHO-PI的主要表现是不能集中注意,出现漏划的现象,漏掉部分数字。而ADHD-PH的主要表现则是冲动、马虎,出现错划现象,可能会将9错当成6划掉。而这两种情况都有可能出现在ADHD-C中。分量表的不同特点显然为ADHD及其亚型的诊断和分类提供了有利的证据。

4、WISC-Ⅳ对学习障碍的干预价值

韦氏儿童智力量表在特定学习障碍上的评估发挥了重要作用,根据这种特异性诊断而进行的针对性干预也必将更有价值。

4.1 引导教师和家长形成关于学习障碍儿童正确的观念

临床工作者要充分认识到学习障碍儿童智力发展的不平衡不是智力缺陷,这是在对家长和教师进行辅导时要注意的。这种不平衡既有先天的因素,也是环境的结果,它与学习障碍本身是交互式发展的。先天的一些缺陷,如基础性视听加工技能落后导致了阅读能力的落后,而后者又影响了个体经验的获得,从而导致了不利的智力得分。因此,临床人员应将儿童看做独立的个体,在解释测验时将智力以外的因素考虑在内。更为重要的是,家长和教师要改变对学习障碍儿童的偏见,不要将学习障碍儿童的学习困难看做态度问题,应该无条件地接纳他们,要调整观念,了解他们的不足之处,降低期望,以鼓励、赞扬的方式为主来激发学习障碍儿童的学习动机,帮助他们提高学习能力。同时也要认识到这些儿童并不是在所有的方面都存在缺陷,他们还有很多长处需要被发现和认可。

同时要重视非智力因素一意志力、道德修养、自信、自立、自强及克服困难的勇气等在儿童的成长和发展中的重要作用,重视学生综合素质的培养,而不仅仅是智力水平。注意到智力与非智力因素的相互影响,这种影响既有补偿作用,也有阻碍作用,因此,在学习障碍儿童的干预训练过程中,既要防止不利因素的伴随发生导致更为复杂的学习障碍,又要充分利用学习障碍儿童的特长来补其缺陷,促进知识的获得。例如,利用ADHD儿童的兴趣来促进其知识的获得,使用强化物来训练其注意缺陷,对于数学障碍的儿童采取实物、影像等形象化教学,增进学习热情,提升儿童智力。

如果家长和教师能够做到耐心教育和具体帮助学习障碍儿童,说明他们已经充分地认识到了学习障碍儿童看似“顽皮不认真”的糟糕表现实则为学习能力的基本缺陷,而非态度或认识问题。这种观念的调整来之不易,需要在专家的指导下才能获得。但是,观念的转变带来的干预效果不仅仅限于具体的教育帮助策略,更加重要的是,家长和教师调整了对学习障碍儿童的不合理期望,调整了对自己之前看似“徒劳无功”的努力的不认可,并且降低了情绪困扰,提升了教学效能感和家庭幸福感,促进亲子关系和师生关系的良性发展,而这反过来对学习障碍儿童又产生积极的作用。

4.2 根据剖面图分析进行针对性的认知加工训练

WISC一Ⅳ的手册使用剖面图分析(Profile Analys-is)来解释个体的相对优势与劣势,还提供了有关分测验之间的得分差异和各指标分数间的差异是否达到统计显著性的评估数据,这不仅表明了被试在同一类别人群中的相对位置,还为我们判断个体内在的相对认知优势和劣势提供了依据。针对性的认知加工训练对于不同类型的学习障碍来说,应当受到重视。类似的,以智力的PASS模型为基础的“PASS阅读增强方案”(PASS Reading Enhancement Program)研究取得了很好的效果,它是Das提出的一个阅读障碍矫治方案,训练内容包括继时加工任务,包括移动矩阵、连接形状、窗口排序和连接字母;同时性加工任务,包括句子矫正、追踪、形状和物体、形状设计;第三类任务牵涉两种加工任务,包括相关的记忆集合、矩阵。此外,还有一些提高理解力、获取句子和段落意义的训练任务。总之,它以认知加工策略的动态获得为主,与工作记忆指数(WMI)密切相关,对于阅读综合技能的训练、提高认知综合测验和阅读理解任务的成绩有重要作用。而针对ADHD儿童主要在工作记忆指数(WMI)上的缺陷,Klingberg采用计算机化的工作记忆训练ADHD儿童也有显著的效果,训练采用阶梯训练法,即根据被试工作记忆容量及在训练任务中的表现,逐步调整训练难度,提高工作记忆能力。还有数字广度训练、Stroop干扰任务等扩展工作记忆的容量。训练有效地提高了ADHD儿童的工作记忆,同时,在改善反应抑制和推理、减少注意缺陷症状上也取得了重大的突破。同样,应该对数学障碍、书写障碍等其他类型的学习障碍儿童进行针对性的阅读、计算、注意、知觉组织以及动作协调训练等等。

4.3 为学习障碍儿童的教学干预提供指导

由于学习障碍儿童智力发展的不平衡性,教师应该采取有针对性的教学指导,如对阅读障碍儿童进行单词阅读、快速命名和流利阅读训练有助于提高阅读成绩;对于ADHD儿童,使用笔记本、收音机等帮助记忆,充分地指导,及时地支持和反馈与调整。对特定的认知技能的缺陷进行训练的同时,也应该发挥学习障碍的优势认知技能进行补偿,如利用ADHD儿童图画推理的优势,采取多种形式的教学。另外,结合特定的学业任务进行教学干预也是有必要的,尤其是关注到特定学习障碍在特定学业领域上的独特表现。例如,在考虑到数学学习障碍儿童在应用题问题解决上存在困难时,Hale等人认为数学障碍儿童在解决数学问题时需要特殊的指导,家长和教师应该在运算步骤、综合分析数学问题、学习和使用数学运算、有效地问题解决方案方面进行充分的指导。重点是,我们要关注如何矫正与数学能力相联系的心理认知过程的缺陷和对加工过程的缺陷进行有效的补偿,使数学障碍的儿童有更好的表现。

5、对于WISC-Ⅳ在学习障碍诊断和干预中的建议

5.1 不能将统计差异等同于临床差异

使用WISC-Ⅳ量表得分时要注意的一个问题就是统计上的差异不代表临床上的显著,不能因为某一低得分就诊断有学习障碍,它只是代表了有学习障碍的可能性。同样,在工作记忆指数(WMI)和加工速度指数(PSI)上的低分不能诊断受测者为ADI-ID,而是应将ADHD这个可能性考虑进来。再比如,某儿童在言语量表上的得分显著低于操作量表,缺乏经验的诊断者可能仅凭这一点就判定他左半球功能受损,但他如果知道这个儿童前几天因车祸头部受伤,正好言语相关区域损伤导致得分降低,这就正好证实了之前的假设。因此,在作出判断时一定要使用其他临床标准而不仅是测验分数。正如Allport所言,理论和临床表现综合描述才能看到一个人的独特个性与人格气质,分数只是帮助理解一个人的工具而已。

5.2 将WISC-Ⅳ与其他量表综合使用

为了全面地评估儿童的优势及不足,获得更为精确的信息,WISC一Ⅳ常与其他量表综合使用。如与《韦氏个体成就测验(第二版)》(Wechsler Individual Achievement Test-Second Edition,WIAT-Ⅱ;The Psycho-logical Corporation,2001)共同使用,以获得儿童认知能力和学业成就两方面的信息。而《学习者过程评价(第二版)一阅读和写作诊断》(Process Assessment of the Learner,Second Edition Diagnostic for Reading and Writing,PALⅡRW)中的语音编码、语言的接受与表达、正字法编码等分测验在评价阅读障碍上与WISC-Ⅳ测验相吻合,有助于做出更全面的评价。此外,WISC-Ⅳ还常与《语言基础的临床评价》(Clinical Evaluation 0f guage Fundamentals,CELF 4)等综合使用。在中国,当WISC-Ⅳ与《中国精神障碍分类与诊断标准(第三版)》(CCMD-3)、《标准化阅读理解和识字量测验》以及《学业成就测验》等工具综合使用时,在诊断ADHD和阅读障碍上更符合中国儿童的现状,有利于做出更合理的治疗方案。

第7篇:人工智能学习经验总结范文

关键词:智能楼宇;弱电系统;规划;实施;课程;开发;实践

中图分类号:TPG424文献标识码:A文章编号:1009-3044(2010)20-5548-03

随着社会信息化进程的加快,我国已形成了全球规模最大、发展最快的智能建筑市场,广阔的市场潜力为智能建筑的发展提供了巨大机遇,同时也面临着智能建筑工程技术人才不足的问题。为此,计算机系统集成公司由网络系统集成向智能化楼宇弱电方向发展,公司除了获得信息产业部等级资质外,还获得建设部有关楼宇弱电的等级资质。为适应计算机系统集成公司的转型,满足企业发展对智能楼宇弱电工程技术人员的需求,我院计算机应用技术专业于2004年转向智能楼宇弱电技术专业方向。

《智能楼宇弱电系统规划与实施》课程是本专业的一门核心课程,下面就本课程的开发和实践作一介绍。

1 课程建设思路

1) 校企合作共同制定工学结合人才培养方案;采用调研、归纳、排序、重组四步法设置系统化专业课程体系。

2) 校企共建课程的资源与教学平台,合作进行基于智能楼宇弱电系统项目工作过程的课程开发;进行学习领域、学习情境、学习任务三层教学设计;按资讯、决策、计划、实施、检查、评价六步法组织教学。

3) 在校内,以校企共建的智能楼宇新型实训室为教学环境,实施六步法中资讯、决策、计划教学;在校外,依托工学结合顶岗实习中企业在建弱电工程项目实施六步法中实施、检查、评价教学。

2 课程设置

根据企业对专业人才的要求,计算机应用技术专业人才培养目标为培养适应社会主义现代化建设需要,德、智、体、美全面发展的,具有创新精神和较强实践能力,具备本专业必需的专业能力、方法能力和社会能力,能从事智能化楼宇弱电系统工程规划实施、施工管理,综合布线、弱电设备的安装、调试、验收与维护,弱电系统管理软件的安装、调试、维护与开发等工作的高素质技能型专门人才。

课程组总结已经积累的课程开发经验,借鉴系统化课程开发方法以及其它先进的教学理念,深入学习国内基于工作过程课程开发的最新成果,采用调研、归纳、排序、重组的专业课程开发方法,形成以工作过程为主导的专业课程体系。计算机应用技术专业课程开发方法如图1所示,计算机应用技术专业课程体系如表1所示。

《智能楼宇弱电系统规划与实施》课程主要介绍智能楼宇弱电系统工程规划及视频监控、入侵报警、门禁管理、楼宇对讲等子系统工程实施技术,用于培养学生就业岗位中智能楼宇弱电系统规划与实施能力与职业素养,并与工学结合顶岗实习紧密结合,为学生打下良好的操作技能基础。因此,《智能楼宇弱电系统规划与实施》是计算机应用技术专业的专业核心课程。

本课程是建立在智能楼宇弱电设备安装与调试、智能楼宇综合布线、智能楼宇供配电等课程基础上的综合性专业课程,与工学结合顶岗实习同步展开教学。非工作日在校内多个智能楼宇实训室完成智能楼宇弱电系统分析、施工准备部分的教学;工作日选择多个顶岗实习合作企业在建典型工程,在工程现场展开教学,完成工程实施和检查评价的教学。

通过课程学习使学生能根据智能楼宇弱电系统工程项目的需求进行调研及可行性分析(资讯),进行系统的初步规划(决策),工程中标签约后进行深化设计,绘制出相应的施工图纸(计划),进行设备材料的采供,综合布线,设备的安装与调试(实施),最后根据功能和规范要求对系统性能进行测试(检查),完成项目的竣工验收(评价)。教师通过资讯决策计划实施检查评价六步法教学,使学生掌握弱电系统及各子系统的分析、规划、施工和验收的方法。专业知识教学目标与能力培养目标如下。

1)理解弱电工程的基本概念和弱电工程实施流程;2)掌握弱电工程项目的分析、规划、施工、检测和验收方法;3)掌握视频监控系统、入侵报警系统、门禁管理系统、楼宇对讲系统工程施工准备和具体施工过程及其注意事项;4)了解弱电工程相关子系统的验收规范和流程,初步具备弱电工程项目的分析、选型配置、实施和验收能力;5)具备视频监控、入侵报警、门禁管理、楼宇对讲系统工程的实施能力。

3 教学内容设计

按基于工作过程的课程开发方法,课程教学内容设计是通过学习情境设计和学习任务设计来实现的。

3.1 学习情境设计

计算机应用技术专业就业岗位之一是“智能楼宇弱电系统的规划与实施”,根据基于工作过程的课程开发思路,针对工作岗位典型工作任务的工作过程,建立“智能楼宇弱电系统工程规划”、“视频监控系统工程实施”、“防盗报警系统工程实施”、“门禁管理系统工程实施”、“楼宇对讲系统工程实施”五个学习情境作为本课程的教学内容。 本课程中每个学习情境的名称与学时如表2所示。

对每个学习情境应制定教学设计卡,包括学习目标、教学实施方案、所需设备对象与使用工具、教学重点、考核与评价标准等内容,采用资讯、决策、计划、实施、检查、评价六步教学法进行课程教学。

在每个学习情境课程的教学中均要介绍系统的组成原理,并让学生通过资讯、决策、计划、实施、检查、评价学会智能楼宇弱电系统的规划与实施工作,使学生具备一定规划与实施工作的能力,为学生可持续发展奠定良好的基础

3.2 学习情境中的学习任务设计

遵循学生职业能力培养的基本规律,以智能楼宇弱电系统规划与实施典型工作任务的工作过程为依据,整合工作过程知识,设计学习任务。

每个学习情境由若干学习任务构成,如“智能楼宇弱电系统工程规划”学习情境由“智能楼宇弱电系统分析”、“智能楼宇弱电系统规划”、“智能楼宇弱电系统工程实施”、“智能楼宇弱电系统工程验收”共4个学习任务构成,学生完成这4个学习任务,即经历了一次智能楼宇弱电系统工程规划与实施工作过程。

学习领域课程中学习任务的教学是通过学习任务设计卡与学习任务书来完成的。在上课前教师要编写各项学习任务的学习任务设计卡及学习任务书,课堂上必须按课程学习任务设计卡中的学习目标组织教学,下放学习任务书,明确本次课的学习要求,指导学生实训,完成本次学习任务,并按考核标准对学生任务完成情况进行考核。

学习任务设计卡包括学习任务及所属学习领域和学习情境、学习目标、教学设计与组织、学习重点与难点、考核标准、使用实训设备等内容。

学习任务书由任务名称、任务描述、任务要求三部分组成,学习任务书中必须明确学习任务内容与要求,任务书下发到学生手中,学生将按要求完成本单元学习任务。

4 教学组织安排

本课程以多个智能楼宇新型实训室和工学结合顶岗实习工程项目为载体,对每个学习情境按资讯、决策、计划、实施、检查与评价六步法组织教学,把校内理论教学和校外实践性教学有机结合起来,把工学结合顶岗实习和工程现场教学内容结合起来,把竣工工程案例的分析比对和在建工程项目的工程规划实施教学内容结合起来。在本课程的教学过程中,课程教学六步法实施中前三步资讯、决策和计划学习任务可利用双休日,学生集中在校内实训室完成,教师讲解学习情境中的系统组成、系统工作原理、系统规划、工作任务要求、考核标准等,学生利用业余时间完成对系统的组成和规划的资讯工作;学生在工作日参加顶岗实习企业的在建工程实施过程,在工程现场完成教学中的工程施工准备、工程施工以及工程验收学习任务。教学组织安排如图2所示。

5 教学方法

5.1 学习情境六步教学法

本课程选取智能楼宇弱电系统规划及其视频监控、入侵报警、楼宇对讲、门禁管理四个子系统的工程实施作为五个学习情境,对应于智能楼宇弱电系统典型工作任务的工作过程,对每个学习情境课程采用项目式教学法。如:将视频监控系统工程实施作为一个工程项目案例,再将工程项目的分析、施工准备、施工、检测和验收作为学习情境中的若干学习任务,按资讯、决策、计划、实施、检查、评价六步法进行学习情境教学,每个学习情境下的任务教学的开展都采取以学生为中心,教师辅助指导的任务驱动式教学方法。

5.2 智能楼宇新型实训室和工学结合顶岗实习工程项目教学法

本课程以智能楼宇新型实训室及工学结合顶岗实习工程项目为载体,采用教、学、做结合现场教学法。如“视频监控系统工程实施”选择某质检局的在建视频监控系统作为一个工程项目,视频监控系统分析和视频监控系统工程施工准备学习任务在学校智能楼宇新型实训室进行,而视频监控系统工程施工和视频监控系统工程验收则在学生工学结合顶岗实习工程现场进行,使学生能真实体验一个工程项目规划与实施的整个过程。

5.3 校内理论教学与工程现场教学结合法

第8篇:人工智能学习经验总结范文

背景回顾

回顾2016年人工智能(Artificial Intelligence)发展的重点事件,除了持续优化的对话机器人、实时翻译语言助手,以及自动驾驶无人车之外,最热门的头条应当是在3月由谷歌人工智能AlphaGo对战韩国围棋九段名将李世石。这一事件掀起了人们对人工智能的新一波关注。

接着,9月底,谷歌、Facebook、IBM、微软、亚马逊这几家科技巨头联合成立了一个名为“人工智能伙伴关系――造福人类与社会”的非盈利组织(Partnership on Artificial Intelligence to Benefit People and Society),促进人工智能领域的研究与技术实践,推进公众对人工智能的理解。这在人工智能的发展进程上也是一个关键事件。

此外,像苹果这样的公司虽然没有加入上述的人工智能组织,但回顾过往几年,苹果已经悄悄收购了10~20家人工智能相关企业,并陆续将人工智能技术融入其产品中。就连微软今年也将人工智能的功能加入其云端办公软件中。可以说,人工智能已经逐渐在众多领域开始绽放光芒。

随着计算机演算能力的提升以及相关技术的推进,人工智能在经历数十年的发展后,已经从需要外力监督的机器学习(Machine Learning),跨入不需要监督的深度学习(Deep Learning)。现在已经能够模拟大规模的神经网络,让机器在不需要直接人为干预的状态下自己“动脑思考”。虽说如此,人工智能要能取代人脑还有很长的路要走,但对于那些基础与重复的任务,已经足以胜任。

而在企业培训的应用中,人工智能尚未达到像电影《黑客帝国》中的场景一样,不用学习就可将所需知识直接下载至脑中。因为学习是个性化的,并且还要经历知识内化的过程,才能最终完成。虽然人工智能无法替代人类学习,但现阶段“智能化”在企业培训中还是有很多应用潜力。

解读

To老师:推进个性化辅导

“智能化系统”通过对学习者行为历程的收集与分析,让老师可以更快地了解到每个学习者的能力水平与学习进度,进而透过系统平台推送相对应的学习资源或者进行个性化的辅导,达到因材施教的目标。“智能化系统”也可以根据学习者的程度与需求,匹配相关的资源,选取真正对其有用的内容,提供多元与个性化的学习历程(Learning Experience),从而摒弃以往齐头并进式的课程规划。

“专家系统”(Knowledge-based Expert System)是一种模拟人类专家解决领域问题的计算机程序系统。将其结合人工智能技术,根据某领域一个或多个专家提供的知识和经验,进行推理和判断,能模拟出人类专家的决策过程,以便解决那些需要专家才能处理的复杂问题。非专家们可以通过这种系统来增进问题解决的能力,同时专家们也可把它视为具备专业知识的助理。这种“专家系统”已经取代了部分老师的角色。

从内容制作来看,现在已经有些“智能化”系统可以针对特定主题自动生成内容。智能化写作工具的发展以及国际很多新闻行业吹起的人工智能化风潮,都预示了内容制作“智能化”的未来。

To学员:提供个性化反馈

学习者过去在学习时,往往缺乏足够的演练机会,通过“智能化”的辅导系统,可以增加学习互动练习的机会,让学习者不断试错,进而加快提升学习者的熟练程度。例如在语言学习上就有很多类似的应用。

学习者可以借助知识图谱快速缩小搜索范围。“智能化搜索”可以更好地理解学习者搜索的信息,总结出与搜索话题相关的内容。由于知识图谱构建了一个与搜索结果相关的完整知识体系,所以学习者往往会获得意想不到的发现。在搜索中,学习者可能会了解到某个新的知识或新的联系,从而进行一系列全新的搜索与学习。并且有些“智能化”系统,还能根据过往学习者的学习历程以及本身的兴趣、能力或工作岗位,主动推荐相关资源。

此外,与传统学习管理平台注重管理与记录不同的是,“智能化”指导系统会提供给学习者“个性化”的反馈。学习者参加完测验后,可以更好地了解自己的弱项,进一步获取相关的学习资源及后续所建议的学习路径。智能化辅助系统扮演了助教的角色,有效指导并促进学习者的学习。

To培训管理者:开展个性化推广

不管名称是叫培训部门、学习发展部门、企业大学或者近年新兴的互联网学习部门,培训管理者都会面临整体培训项目管理与运营的问题。过去,培训管理者在运营项目时,往往只能凭借经验或者“拍脑袋”。通过广泛收集学习者各类的历程与行为数据并进行分析,培训项目运营者就可以了解项目的健康度,并实时监控,即时调整运营手段。在项目推广时,还可以针对不同特征的学习者选择个性化的推广手段,提供更精准的培训服务。

学习无处不在,当学习历程记录可以通过xAPI这类学习技术标准,来收集多元及完整的学习历程数据后,学习数据就不会只停留在SCORM课件阅读或者面授中缺席的记录模式,而是可以将学习历程数据集中起来。过去单纯的学习记录也可以上升到预警及预测的层次,甚至通过数据收集与深度分析,提供关于“学习者如何建构所学内容的意义、如何形成理解、以及学习过程中所做决策”的报告,这对培训项目设计与运营会有莫大的帮助。

To业务部门:提供场景化的工作辅助资源

培训的目的,对业务部门而言,并不是为了培训而培训, 也不是只为了提升个人素质或能力而培训,而是为了更好地在工作中完成任务,提升工作成效,最终创造组织绩效。培训如何落地,一直是企业培训所面临的挑战。在工作环境中,“智能化”工作辅助系统(Intelligent Performance Support System)可以依照角色或流程等属性,即时提供给任务执行者个性化且适量的内容,扮演了教练的角色,加速问题解决并提升工作成效。

此外,通过学习元件(Learning Objects)或知识元件(Knowledge Objects)在元数据层(Meta Data)的标签,内容资源可以具备学习者能力、角色、工作场景及业务流程等属性。之后,结合“智能化”推荐引擎,内容便可以依照单一或多元属性呈现,作为获取知识的来源被自动推送给学习者,或者作为问题解决的资料来源被推送给任务执行者,满足在工作中“即用即学”的场景。

未来的终点:智能化

人工智能在企业培训中其实有很多的应用可能性,但要能真正在企业培训中应用人工智能,还需要经历几个阶段。

首先是“自动化”。也就是从学习环境中的知识传递与学习历程,到工作环境中的知识应用历程,都能汇集完整行为历程数据,并且能进行数据的自动汇总集中,以便后续的分析。

其次是“个性化”。除了在学习环境中了解并掌握学习者(Learner)的个性化需求之外,还有在工作环境中,了解并掌握工作任务执行者(Performer)最终知识应用的业务场景个性化需求。

第9篇:人工智能学习经验总结范文

关键词:小学教育专业;实践智慧;自主学习;策略

教师实践智慧就是教师在教育教学实践中表现出来的教育智慧。在过程上表现为教师在教育活动中具有解决教育问题、处理偶发事故、创造生命价值的卓越能力,它是出乎意料的、动态生成的,是一种教育机智;在结果上表现为教师对美好生活及存在意义这一“畅神境界”的执著追求。①实践智慧作为能力“集中表现在教育、教学实践中:他具有敏锐感受、准确判断生成和变动过程中可能出现的新形势和新问题的能力;具有把握教育时机、转化教育矛盾和冲突的机智;具有根据对象实际和面临的情境及时做出决策和选择、调节教育行为的魄力;具有使学生积极投入学校生活,热爱学习和创造,愿意与他人进行心灵对话的魅力”。②

个人所践行的教育教学活动是锻炼、训练教育教学技能和能力的“场所”,是获得个人实践性知识的主要渠道,是积累教育经验、体验教育幸福的过程,更是生成教育智慧的过程。

一、促进知识的积累,优化知识结构

教育是一个非常智慧的事业而不是一个简单的知识的买卖或传递过程。教育很需要智慧,也需要有非常宽广的知识,对人生有深刻体悟。

就知识的结构而言,当教师必需的知识包括:本体性知识(特定学科的知识),包括学科的基础知识与技能、学科的历史与发展趋势、学科所富含的人文价值以及独特的认识世界的视角与思维的工具方法;条件性知识(教育学与心理学知识),包括学生身心发展的知识,教与学的知识,学生成绩评价的知识等;实践性知识,主要是教学经验的积累或具体工作中的教学机智(如处理课堂、教学及人际关系冲突的独特办法);文化背景知识。这些知识相互支撑,相互渗透,并有机整合体现在大学四年的全程学习中,才能形成优化的知识结构。

就知识的来源而言,教师的实践性知识是教师从事教学活动所必须具备的智力资源,是教师从事专业活动时所体现出的一种独特的智慧技能,具有“生命”特征,来源于教科书及教学参考书提供的知识、教师个人的知识、师生互动的知识。教师个人的知识将被激活(体验),师生互动(交流)产生的知识的比重将会大量增加。从体验中得来的知识是内生的,从交流中得来的知识是外生的,两者的结合才有生命意义,才能生成智慧。对个人而言知识不仅是教师从别人那里直接接受的过程,而且也是一个发展、积累的过程,在很大程度上它反映着教师过去的经验、现在的行为以及将来可能的表现。

二、学会知识管理,充实专业成长档案袋

智慧产生于知识,特别是产生于个人知识,但知识是需要加以管理才能实现转化的。Frand 和Hixon将个人知识管理定义为:“个人组织和集中自己认为重要的信息,使其成为我们知识基础的一部分。它还提供某种将散乱的信息片段转化为可以系统性应用的东西的(个人)战略,并以此扩展我们的个人知识。”③其实质在于帮助个人提升工作效率,整合自己的信息资源,提高个人的竞争力。 小学教育专业的学生做好知识管理,就要进行资料整理,对个人教学资料(含教案)、学习计划、课堂笔记、个人作品、特色作业、教学日记等显性知识,按主题等分析、组织、归类,使之结构化,充实专业成长档案袋;就要根据个人兴趣与特长组织并积极参与小组协作学习,取长补短,总结、积累学习经验,共同完成任务,学会分析、解决问题的能力(隐性知识);就要利用教学观摩、专家讲座,积极参加开放性的交流与头脑风暴式的讨论,开阔思路,激发灵感,实现知识共享与知识创新;就要利用微型课竞赛与微格教学去尝试实际教学,面对具体的教学情境,掌握一定的临床教学技能,萌生个性化的教学机智。总之,知识管理就是通过知识确认、知识采集、知识组织、知识分享、知识应用、知识创造等一系列过程,运用知识管理的理论和技术,对校内外专业知识作持续有效地获取、储存、应用和创新,将教师的显性知识与隐性知识进行有效整合、利用与创新。

三、重视自我思维训练,勤于反思

要生成智慧就要发展思维能力。“学而不思则罔,思而不学则殆”(孔子)与“为学之道,必本于思”(程颐)道出了“学”和“思”的辩证关系。贝斯特认为“学校的存在总要教些什么东西,这个东西就是思维能力。”“真正的教育就是智慧的训练”。④赫钦斯说:“教育不能复制学生毕业后所需的经验,它应当使学生致力于培养思维的正确性,作为达到实际的智慧即理智的行为的一种手段。”⑤

进行自我思维训练,就要围绕中国当前的教育尤其是基础教育课程改革背景下的小学教育问题深入思考,怎样发展自己的专业能力,做一个职业理想明确、素质优良的准教师。从现实出发,扬长避短,既注重批判性思维训练,又注重创造性思维训练;既注重发散性思维训练,又注重收敛性思维训练;既注重提高分析能力和逻辑演绎能力,又注重提高综合能力和直觉体悟能力;既注重提高实用智慧,又注重培养理论思维能力,在促进大脑健康的同时,追求思维能力的和谐与全面提升。

反思是教师专业成长的重要而有效的方式。“反思”作为思维的一种定式,是立足于变革,不断对自己或社会进行怀疑、审视、解剖或清算,旨在充分发扬自己的天赋,做一个出类拔萃的人。其本质是解剖和批判而非检讨,是怀疑和否定而非不二。⑥伯莱克(J.Berlak)认为,“反思是立足于自我之外的批判地考察自己的行动及情境的能力。使用这种能力的目的是为了促进努力思考以职业知识而不是以习惯、传统或冲动的简单作用为基础的令人信服的行动。”⑦波斯纳(Posner.G.J.)更是提出了一个教师成长的简要公式:“经验+反思=成长”。他指出,没有反思的经验是狭隘的经验,至多只能形成肤浅的知识。这意味着,教师光有经验的积累是不够的,还必须对自己的经验进行剖析和研究。教学反思是教师通过教学内省、教学体验、教学监控等方式,辩证地否定主体的教学观念、教学经验、教学行为的一种积极的认知加工过程,本质上是一种理解与实践之间的对话,又是理想自我与现实自我的心灵上的沟通。

四、充满热情地投入教学实践,生成、积淀教育机智

叶圣陶曾经说,“教育是农业,不是工业”。言下之意,教育者对待教育对象要充满生命的尊重,教育实践不能按照教育者的个人偏好,“斫其正,养其旁条;删其密,夭其稚枝;锄其直,遏其生气”(龚自珍《病梅馆记》),制造“病梅”。教育实践是个体生命绽放的过程,是一个生命性的实践、情境化的实践。由于教育实践的复杂性、生命性和情境性特征,学生只有进入中小学教育教学实践,才能得到教育素质的全面提升,才能健康、持续地成长。因为“无论教育者怎样地研究了教育学理论,如果他没有教育机智,他就不可能成为一个优良的教育实践者”(乌申斯基)。

教师的教育机智作为教育智慧的表现形式,总是与特定的教育情境有关。早在1802年,赫尔巴特在他的首次关于教育的演讲中,他对教师们说,“关于你究竟是一名优秀的教育者还是拙劣的教育者这个问题非常简单:你是否发展了一种机智感呢?”他认为在日常生活里,“作瞬间的判断和迅速的决定”的过程中教育机智就自然地展现出来;“机智是一种行动方式,它首先依赖于人的情感或敏捷性,仅仅从遥远的意义上依赖于由理论和信念形成的判断”;“机智对情境的独特性非常敏感”。⑧可见,教育实践是拥有教育智慧之关键。在教育实践之路上,成功和挫折往往是结伴而行的。成功可以给人带来荣誉和喜悦,而挫折或许能给人更多的思考,往往孕育超凡的智慧。经过挫折的历练,教育智慧才会生成,教育品质才会升值。一个畏惧“活”课堂的教师必定体验不到那种师生相融的乐趣,也必定收获不了教育智慧的美丽。

五、加强合作学习,共享资源,分享成功

什么是合作?哈格里夫斯(Hargreaves. A)认为,合作是教师文化的一个组成部分,是在日常生活中自然生成的一种相互开放、信赖、支援性的同事关系。他认为教师合作具有五种文化特征:自发性、自愿性、发展取向性、越时空性、成果不确定性。⑨饶从满、张贵新认为,教师合作是教师为了改善学校教育实践,以自愿、平等的方式,就共同感兴趣的问题共同探讨解决的办法,从而形成的一种批判性互动关系。⑩因此,学生的合作主要指在共享资源基础上形成的学生之间的一种人际互动方式、一种批判性互动关系或方式,是旨在谋求教师职业技能发展的一种手段或策略;而且“合作是共同创造的过程:两三个人各有所长的技能相互配合产生出共同的认识,这是以前他们中没有人有过的认识或者他们各自不可能得出的认识。”B11“合作对于个人的学习非常重要,如果我们不与人交流,我们能学到的东西是有限的……只要他思想开放(即提倡探索),个人的力量与有效的合作相结合将变得更为巨大。”B12

在合作学习中,学生之间通过对话、交流,可以获得情感上的支持与专业上的帮助,能激发专业发展的自觉意识,能不断更新知识,有效地促进反思能力的提高,总之,合作能有效地促进学生的专业技能发展。合作时,可以把课堂作为实验室,以课堂教学问题为研究课题;可以改善课堂教学行为为研究目的,开展行动研究;可选择自己在教育实习中真实的、典型的、有深刻感悟的故事,撰写自己的“教育故事”,描述教育生活经验,发现教育生命的价值。

六、重视探究学习,体验教师的生命情怀

“科学探究指的是科学家们用来研究自然界并根据研究所获事实证据做出解释的各种方式。科学探究也指的是学生构建知识、形成科学观念、领悟科学研究方法的各种活动。”B13它说明探究学习更强调探究活动过程本身。学生的探究是学生在遇到感兴趣的问题时自发产生的一种探求其答案的欲望和伴随而来的一系列思维和行为方式,始于感兴趣的问题而终于问题的解决,探究的过程既是求知的过程,又是创新和实践的过程。

日常生活中,探究的目的不外乎发现知识、解决问题、表达观念或描述事物。师范生自主状态下的探究的目的无非是解决教育教学具体问题,培养或训练临床教学技能。它强调以具有挑战性和吸引力的教育教学问题或情景为基础和中心,学生自主地开展非指导性、开放性的探究;探究轻结论,重过程,视探究为学生的学习、生存、生长、发展、创造所必须经历的过程,为个人能力、实践智慧发展的内在要求。从而在独立的发现问题、解决问题的过程中,通过探究巩固、内化相关知识,形成教育教学技能,体验教师的生命情怀,培养创新精神和实践能力,获得自主发展。

七、有条件地参与或开展科研活动,形成研究基础教育的初步能力

约翰.霍普金斯大学第一任校长丹尼尔.吉尔曼说得好:“最高的教学质量只有在浓厚的研究环境中才能进行,最佳的训练只有在积极从事研究的教授们指导下才有可能。”由此可见,大学必须培养学生的学术研究能力,而且没有好的教师,很难指望能培养出大批具有研究能力的学生。对于小学教育专业的学生来说,研究能力就是解决教育实际问题的研究能力,分为一般教研能力、较强的教育教学成果推广和经验总结能力、较强的专题研究能力等3个层次

学生的研究能力培养一般采用学生参与教师科研活动和独立申报学生科研创新能力培养专项项目两种方式。科研活动的形式有科学研究、教育教学调查与见习活动、教育实验、学术讲座、学术争鸣等,目前开展的“大学生研究性学习和创新性实验计划”项目就是最好的形式。计划的实施,旨在倡导以学生为主体的创新性实验改革,激发学生的创新思维和创新意识,逐渐掌握思考问题、解决问题的方法、提高其创新能力和实践能力,推动教学改革,提高教育教学质量。

注释:

①王.教育智慧:教师诗意的栖息[J].社会科学家,2002,(2)5-9.

②叶澜.教师角色与教师发展新探[M].北京:教育科学出版社,2001.26.

③Pason Frand, Carol Hixon. Personal Knowledge Management:Who,What,Why,When,Where,How?[EB/OL].

anderson.ucla.edu/faculty/jason.frand/researcher/speeches/educom98pkm/ 1998-10-17

④贝斯特.教育的荒地[A].现代西方资产阶级教育思想流派论著选[C].北京:人民教育出版社,1980.180.

⑤赫钦斯.普通教育[A].现代西方资产阶级教育思想流派论著选[C].北京:人民教育出版社,1980.201.

⑥野鹤.反思与反省是两种不同类型的思维定式[J].东方文化,2002,(5):120-121.

⑦熊川武.论反思性教学[J].教育研究,2002,(7):13.

⑧马克斯•范梅南著.李树英译.教学机智――教育智慧的意蕴[M].北京:教育科学出版社,2001.169

⑨邓涛.鲍传友.教师文化的重新理解与建构――哈格里夫斯的教师文化观述评[J].外国教育研究,2005,(8):6.

⑩饶从满,张贵新.教师合作:教师发展的一个重要路径[J].教师教育研究,2007,(1):12.