2022教与学的智能教育策略批判性分析框架和案例研究

智慧教育策略 教学和学习： 批判性分析框架和案例研究 智慧教育策略 教学和学习： 批判性分析框架 和案例研究 教科文组织教育信息技术研究所8号大楼于2022年出版。3,KedrovaStreet,莫斯科,117292,俄罗斯联邦 ©UNESCOIITE,2022。 ©上校，2022。 ©北京师范大学，2022。 本出版物在Attribution-ShareAlike3.0IGO(CC-BY-SA3.0IGO)许可下以开放获取形式提供 (https://creativecommons.org/licenses/by-sa/3.0/igo/)。 国际标准书号：978-5-906399-13-7 引用此内容为： 教科文组织IITE、COL和BNU。2022.智能教学策略：批判性分析框架和案例研究。莫斯科：联合国教科文组织 IITE。 这项工作是联合国教科文组织教育信息技术研究所(UNESCOIITE)、英联邦(COL)和北京师范大学(BNU)在“重新思考和重新设计国家智慧教育战略”联合项目中联合出版的. 本出版物中使用的名称和材料的呈现方式并不意味着UNESCOIITE、COL或BNU对任何国家、领土、城市或地区或其当局的法律地位，或关于其边界或边界的划定。 本出版物中表达的想法和观点是作者的观点和观点；它们不一定是UNESCOIITE、COL或BNU的那些，也不承诺这些组织。 协调员：娜塔莉·阿梅丽娜 作者：ShafikaIsaacs,SanjayaMishra 案例研究贡献者：ZhishengLi（中华人民共和国）、IsakFroumin、IrinaDvoretskaya、IvanKarlov和ErenKochak（俄罗斯联邦）。 版面设计：特里桑德兰平面设计 照片学分 封面插图：©JunedAlam/Pixabay第1页©GerdAltmann/Pixabay 第9,10页©ThisisEngineeringRAEng/Unsplash第15,16页©Clker-Free-Vector-Images/Pixabay第21、22页：©GerdAltmann/Pixabay 第26页：©aymanfakhry1999/Pixabay第33页：©GerdAltmann/Pixabay第35页：©GerdAltmann/Pixabay第41页：©GerdAltmann/Pixabay第53页：©HaticeEROL/Pixabay 第55页：©GerdAltmann/Pixabay第65页： ©Tumisu/Pixabay 第70页：©GerdAltmann/ 第73,74页：©加里Barseghyan/ 内容 关键的智能教育政策框架22 国家智慧教育政策和案例研究71 第6章：结论126 表 表1.部分国家ICTE和智慧教育政策及策略8 表2.每个搜索词结果数据库18 表3.十个国家的ICTE和智慧教育政策发展比较 国家超过时间27 表4.横向案例研究样本的愿景陈述比较政策38 表5.基本人口和教育系统信息中国72 表6.基本人口和教育系统信息埃及74 表7.基本人口和教育系统信息印度78 表8.基本人口和教育系统信息毛里求斯82 表9.基本人口和教育系统信息俄罗斯85 表10.基本人口和教育系统信息新加坡89 表11.关于南方的基本人口和教育系统信息非洲95 表12.关于南方的基本人口和教育系统信息韩国98 表13.人口统计和教育系统信息英国102 表14.人口统计和教育系统的基本信息美国106 表15.监控ICTE和智慧教育政策的基本框架执行130 表16.监控ICTE和智慧教育政策的基本框架执行132 数字 图1：应用于系统的PRISMA协议审查19 图2：智能教育政策的关键分析框架23 图3.中国智慧教育试点73 图4.埃及国家人工智能战略中的智慧教育75 图5.印度国家人工智能战略中的智慧教育79 图6毛里求斯国家人工智能战略中的智慧教育81 图7.已确定的俄罗斯普通教育学校集群的过渡 迈向智慧教育88 图8.新加坡国家人工智能战略中的智慧教育90 图9.南非的智能教育MTT报告PSET系统中的4IR95 图10.韩国4IR委员会将智能教育纳入国家人工智能战略95 图11.预期的人工智能战略成果104 图12.美国NETP107中的智能教育 缩写 人工智能人工智能 人工智能人工智能学徒计划人工智能教育中的人工智能 增强现实增强现实 BECTA英国教育通讯和技术署北师大北京师范大学一带一路“一带一路”倡议 复合年增长率复合年增长率 凯尔人工智能研究中心CBE能力为本的教育 CISA网络安全和基础设施安全局班级计算机素养和学校研究 科尔英联邦学习核卓越研究中心 CSIR科学与工业研究委员会迪数字教育环境露水辍学预警系统 DHET高等教育与培训部DLS分布式账本系统DSI科学与创新系贸工部贸易和工业部EDLP早期数字学习计划 EKB埃及知识库 管理信息系统教育管理和信息系统珍珠棉探索计划和执行 ERT紧急远程教学 外星人教育技术 预警系统预警系统 全汉免费学期课程国内生产总值国内生产总值国民总收入国民总收入人类发展指数人类发展指数他高等教育 高铁人类科学研究委员会IA无形资产 信息通信技术信息和通信技术ICTE教育中的信息通信技术物联网物联网 知识产权知识产权 首次公开募股新加坡知识产权局国际标准化组织国际标准组织它的智能辅导系统 JCSE约堡软件工程中心 凯里斯韩国教育和研究信息服务管理系统学习管理系统我监测和评价 MAIC毛里求斯人工智能委员会 MCIT通信和信息技术部中东欧教育经济监测美帝电子信息化部教育部教育部 慕课大规模开放在线课程MTT部长级工作组 NASSCOM全国软件和服务公司协会NCCE国家计算教育中心国庆节国家发展计划国家能源局全国教育 协会 NEIS全国教育信息系统网点国家教育技术政策 NHS国家健康服务 NII国家信息基础设施自然语言处理自然语言处理 原产地开放式教育实践开放式反应堆开放教育资源OMO在线-合并-离线 棱镜系统评价和元分析的首选报告项目PSET学后教育和培训普华永道普华永道 质量控制质量委员会研发研究与开发 RUP负责任的使用政策 SACE南非教育委员会SEL社交和情感学习 小岛屿发展中国家小岛屿发展中国家单反系统文献回顾 SLS学生学习空间 中小企业中小企业贴片机学生绘图工具 干科学、技术、工程和数学总拥有成本总拥有成本泰力技术增强学习计划 职业技术教育与培训技术和职业教育与培训紫外线UCA不平等、易变、不确定、复杂和模棱两可兽医职业教育与培训 虚拟现实虚拟现实 世界经济论坛世界经济论坛 信息社会世界峰会信息社会世界峰会 致谢 这本关于在大流行后环境中建立教育和培训系统复原力的智能教育战略的电子出版物的发布，得益于全球教育领导者在教育中创新使用数字技术的合作努力。本文档的创建和制作离不开北京师范大学（BNU），尤其是北京师范大学智慧学习研究院（SLI-BNU）的大力支持。在此特别感谢黄荣辉、刘德建、杨俊峰、庄荣霞、王少峰、王云武、李志生、常廷文、胡建、魏成、施高军、林如意、楚娟。 此外，我们认可并钦佩该领域主要撰稿人的重要专业知识：约翰内斯堡大学的ShafikaIsaacs和英联邦学习(COL)的SanjayaMishra。感谢北京师范大学智慧学习研究院李志生的中国案例研究，以及经济大学高等学校教育研究所IsakFroumin、IrinaDvoretskaya、IvanKarlov和ErenKochak的案例对俄罗斯联邦的研究。 最后，我们对专家NataliaAmelina和GalinaUdayadas（UNESCOIITE）深表感谢，他们对项目活动和实施的支持，特别是优先考虑工作的实际价值并按照教科文组织的要求开展工作。法规和指导方针。 第1章 介绍 介绍 自1980年代以来，信息和通信技术(ICT)一直是全球和国家教育政策讨论的一部分，但在全球化的影响下，直到1990年代才出现了关于ICT教育(ICTE)的明确的国家公共政策。然后在2000年代初期，全球框架为这些信息提供了信息，这些框架有助于制定政策来指导和影响国家ICTE政策的制定。关键框架是千年发展目标（2000年），以及后来的可持续发展目标 发展目标（2015）和相关的青岛宣言（见联合国教科文组织，2015a）、信息社会世界峰会（WSIS）原则宣言和行动平台（2003）、学校连接宽带委员会（宽带可持续发展委员会）,2020年）以及最近的教科文组织关于开放教育资源的建议书（2019年）和教科文组织的ICT指南 在教育政策和总体规划（教科文组织，2022a）。这些全球框架动员了强大的公共、私人和民间社会参与者网络， 搭建一个全球性的ICTE议程，该议程结合了经常相互矛盾的基于权利的社会正义和经济竞争目标。 国家ICTE政策和框架的出现和演变 自2000年代初以来，连续的全球ICTE框架都试图标准化不同的政策流程并设置参数以允许比较国家公共ICTE政策。他们还塑造了有关ICTE和ICTE政策作用的全球和国家话语。 Hinostroza(2018)确定了2018年之前的30年间国家ICTE政策形成的连续三波浪潮。从1990年代后期（第一波）关注ICT基础设施接入转向更加重视技术增强的学习和教学课堂、教师发展和内容（第2波），以更加强调教学法、学习科学和开放教育资源（OER）（第3波）。有人会争辩说，第四波浪潮即将到来，随着对指数技术的投资不断增加，例如人工智能(AI)和教育机器人技术（Hussin，2018年）。除了Hinostroza（2018年）之外，Kozma（2011年 ）和Trucano（2016年）还提供了在特定经济和人类发展框架内的ICTE发展成熟度模型，以及这些模型在国家层面的表现。 Trucano(2016)确定了四个政策阶段：潜在、新兴、成熟和高级。这些阶段对应八个主题：愿景、ICT基础设施、教师、技能和能力、学习资源、EMIS、M&E评估研究、公平包容和安全。该模型包括对循证实践和政策重要性的广泛参考。 Kozma（2011）设计了一个基于四个互补模型的知识阶梯框架，这些模型在向知识经济过渡的感知进步轨迹上：基础教育、知识获取、知识深化和知识创造。每个 在这些模式中，有伴随的教育政策、课堂教学法、课程、评估和机构组织，使政府能够绘制出通往知识创造系统的可能轨迹，作为经济和社会发展高路的体现。 尽管这些框架已广泛应用于许多有关ICTE、数字学习和教师能力框架的国家政策，但它们的局限性被批评为线性、去上下文化和确定性（McGarr，2019年）。 教育、人工智能与第四次工业革命 在当前全球框架的影响下，许多国家制定了ICTE政策和实施计划。随着时间的推移，ICTE政策制定和实施的集体经验，加上数字技术的快速变化和传播，暴露了流行模型和框架的局限性，并揭示了ICTE政策空间比以前假设的要复杂得多和矛盾得多。人工智能(AI)、区块链和物联网(IoT)等指数技术在关键经济领域的快速增长和传播引领世界经济论坛(WEF)宣布新的量子或指数技术范式的开始：新兴的第四次工业革命(4IR)(Schwab,2016)。普华永道(PwC)的一份题为“确定奖项：普华永道的全球人工智能研究：利用人工智能革命”的报告（普华永道，2017年）估计，到2030年，人工智能可能为世界经济贡献15.7万亿美元，这一数字超过了GDP的总和中国和印度的。 世界经济论坛关于4IR的有影响力的叙述，以及国际电联组织的AIforGood和教科文组织移动学习周（UNESCO， 2019b）等一系列著名的全球会议，进一步让位于教育领域的全球框架和指南，例如人工智能与教育北京共识。到 2018年，由于全球重新关注人工智能，已有40多个国家制定了政策或国家战略或人工智能工作组。 需要关于4IR和AI的政策。这些战略基于人工智能政策的不同方面——例如，研发、能力建