微信扫码
与创始人交个朋友
我要投稿
在当今的数字时代,人工智能技术正引领着教育领域的一轮创新浪潮,其中知识图谱作为连接人工智能技术与教育实践的重要工具,在教学中的运用日趋广泛。此外,与知识图谱互补的问题图谱在教学中也具有不可小觑的价值。当前,各校陆续开展了轰轰烈烈的基于知识图谱和AI的教学创新探索,但是存在对相关概念、价值、应用不清晰的问题,所以,本文希望能抛砖引玉,与你一起思考,知识图谱建设的目的、意义是什么?为什么要建知识图谱?建了如何用?相比以往的教学,它与AI技术结合,能给师生带来什么变化,以期有比较清晰的建设目标、建设思路。
一、为何?知识图谱的目的与意义
我想问你一个问题,你是否在课程中制作了思维导图,或者引导学生在每个单元结束的时候绘制思维导图?该教学设计的目的是什么?这或许是你建设知识图谱的第一个最基本的意义。
知识图谱在课程中,可以将分散的信息通过节点和边的形式连接起来,形成一个具有层次和联系的结构化知识体系,可以解决学生理论知识体系不系统、学习路径不清晰、知识点联系模糊等多个痛点问题。这不仅能激发学生的学习兴趣,还能促进深度学习和提高学习效率。
问题图谱则从教学的目的出发,通过将复杂问题分解为子问题,并将这些问题映射到知识图谱上,将知识点有效联结,培养学生解决复杂问题的能力。这种方法使知识点能够围绕相关问题进行有机组织,鼓励学生进行探索性学习,提升批判性思维和创新能力。
二、如何?基于知识图谱的教学实施
知识图谱+AI技术,就像两个好兄弟,与课程融通,可以在原有教学模式的基础上,进一步体现出数字技术的威力,实现规模化教学与个性化教学兼容、差异教、个性学、精准评成为可能。那么,融入了知识图谱和AI的一节课如何设计呢?我们一起来探索一下!
课前:
教师活动:
- 构建章节或模块的知识图谱,为学生提供宏观学习概览,帮助学生构建学习脉络。
- 设计或选择与知识点相关、由浅入深的问题图谱。
- AI辅助备课,完成课堂教案和学习任务单等材料。
- 准备基于图谱的学习资源和学习任务单,引导学生自主学习。
- 基于学生知识点数据,了解重难点掌握率,精准设计课堂教学。
学生活动:
- 利用知识图谱了解即将学习的内容结构、路径和重难点,针对性学习。
- 根据知识点掌握率数据和个性化学习路径,查漏补缺,学习智能推荐的薄弱知识点,自测至知识点目标达成。
- 与AI互动提问破解疑问或由其推荐拓展资源深度学习。
- 通过问题图谱有针对性地准备和预习,构建初步的问题解决思路,在讨论区讨论。也可探索自建问题路径,自己搭建解决问题所需的知识点,开展学习。
- 根据兴趣跨课学习相关知识点,或学习智能推荐的学术资源,也可与AI互动深入探讨问题图谱的问题。
课中:
教师活动:
- 利用知识图谱辅助讲授课程,展示知识体系,使抽象概念具体化。
- 根据精准数据针对性讲解或答疑,数据驱动提质增效。
- 或教师使用知识图谱和问题图谱共同引导课堂教学,边讲解边展示相关问题的解决路径和知识点的联系,提升课堂的深度和广度。
- 问题驱动的互动:教师提出问题图谱中的复杂或疑难问题,组织学生讨论和合作解答。
- 引导学生小组内或与AI对话,深思、思辨,完成小组项目或问题。
学生活动:
- 在教师引导下,通过知识图谱掌握知识点间的联系,进一步理解重点难点,实现知识目标达成。
- 基于问题图谱,参与课堂讨论,锻炼解决实际问题的能力,使用知识图谱作为参照,加深对问题背后知识的理解。
- 与AI或小组协作解决问题,或利用问题图谱的指导尝试解决较为复杂的问题,锻炼分析问题和协作解决问题的能力。
课后:
教师活动:
- 基于课堂教学后的知识图谱数据变化,分层靶向设计课后练习和深入探索任务。
- 提供适时反馈,帮助学生在知识与问题的反思中巩固学习成果。
- 反思知识图谱、问题图谱设计的问题,优化完善。
学生活动:
- 依托知识图谱复习整理课程内容,对知识点进行系统性梳理,查缺补漏,避免出现知识盲区。
- 围绕问题图谱,进行课后练习和拓展,加深对问题解决策略的理解。
三、应何?教师应掌握的数字化理念、知识与能力
教师在将知识图谱和问题图谱有效地融合到教学中时,需要具备以下知识和能力:
- 知识图谱和问题图谱的构建能力:教师应了解构建知识图谱的方法论,能够在教学实践中设计和完善知识图谱。同时,教师应具备提出、分类和层次化问题的能力,以设计出高效的问题图谱。
- 批判性思维和创新教学法的驾驭能力:教师应提倡批判性思维,不断创新教学方法,促进学生的全面发展。
- 技术工具运用能力:教师需掌握各种教育技术工具,比如智能课堂工具、在线学习平台等,以支持图谱的创建和分享。
另外,知识图谱不是一成不变的,应该根据教学需要及教学实施中发现的问题不断优化,建议您可以:
- 定期审查与修订:课程团队应定期(如每季度或每学期)对知识图谱课程的内容进行审查和修订。这包括对现有知识点的验证、对新兴知识点的添加,以及对过时或不再适用的内容的删除。
您可以基于产教融合、科教融汇,与学科专业或企业行业专家建立合作关系,及时获取行业最新动态和研究成果,确保课程内容的时效性和专业性。
也可定期邀请行业专家进行讲座或研讨,让学生了解最新的行业知识和技术发展趋势,并将这些内容融入课程中。
- 建立实时反馈系统:建立一个学生、教师和其他利益相关者可以提供反馈的系统。这样,一旦发现有新的知识点或现有内容有误,可以迅速进行调整。
您可以鼓励学生提供他们在学习过程中发现的新知识点或问题,以便及时对课程内容进行调整和完善。
也可引导学生进行相关研究项目,通过实践探索新的知识领域,并将研究成果反哺到课程内容中。
在教育教学改革的浪潮中,知识图谱和问题图谱为知识的传递与吸收提供了新的视角和工具。基于它们的应用,不仅可以解决传统教育中的诸多问题,还能提高教学质量和学生的学习效率,促进学生的深入思考和问题解决能力的提高。随着新技术的不断涌现和成熟,将会有更多新的方法和视角融入到未来的教育教学实践中,以实现教育的个性化和智能化,造福于学生成长和发展。
正如别敦荣教授在“AI 技术应用于大学教育教学的理论阐释”(《中国大学教学》2024年第5期)文章中提到,“有人预计AI 技术与大学教育教学的融合将重构大学教育教学生态,这不是危言耸听,而是需要予以高度重视。… 回避和排斥没有出路,大学教师只能直面AI 教育技术挑战,积极投身这场教育教学技术革命,主动应变转型,成为能够驾驭AI 教育技术的新型教师。”
与君共勉。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-11-15
大语言模型与图结构的融合:推荐系统中的新兴范式
2024-11-15
利用LLM构建非结构化文本的知识图谱
2024-11-13
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
2024-11-13
利用LLM Graph Transformer实现知识图谱的高效构建
2024-11-12
什么是知识图谱和AI多模态推理
2024-11-12
Graph Maker:轻松使用开源大模型将文本转为知识图谱,发现新知识!
2024-11-11
iText2KG:使用LLM构建增量知识图谱(KG)
2024-11-08
NebulaGraph 在中医药领域的应用:构建鼻炎知识图谱
2024-07-17
2024-07-11
2024-07-13
2024-08-13
2024-07-08
2024-07-12
2024-07-26
2024-07-04
2024-06-10
2024-06-24
2024-11-04
2024-10-10
2024-10-03
2024-09-27
2024-09-08
2024-09-05
2024-08-27
2024-08-24