Na tej stronie
Pojęcia
Wszystkie strony pojęć w serwisie, w tych samych sekcjach co lewy panel boczny. Każda mówi, co oznacza dana idea w AI i edukacji, co pokazały badania i na jakich badaniach się opiera. AI w edukacji to pojęcie nadrzędne, które je łączy.
Strony pojęć są też dostępne jako EPUB lub PDF do czytania offline. Aby zacząć od pytania, artykułu, narzędzia, wyszukiwania lub własnego asystenta, zobacz FAQ, dziennik, zasoby, wyszukiwanie lub stronę AI.
220 stron pojęć, pogrupowanych w 10 działach.
Podstawy AI w edukacji
Całościowe spojrzenie na samą dziedzinę: czym jest AI w edukacji, jak się rozwijała i jakie tematy przekrojowe (kompetencje w zakresie AI, współpraca człowieka z AI, sprawczość) kształtują wszystkie pozostałe nurty.
Podstawy
Dziedzina
Tematy przekrojowe
Teorie i ramy teoretyczne
Uczenie się i nauczanie
Jak AI wspiera uczenie się i nauczanie, poprzez pedagogiki, teorie uczenia się i procesy ukierunkowane na uczącego się, w których AI funkcjonuje.
Kluczowe pedagogiki
- Pedagogies and Teaching Strategies
- Pedagogical Patterns
- Active Learning
- Collaborative Learning
- Project-Based Learning
- Problem-Based Learning
- Productive Failure
- Inquiry-Based Learning
- Experiential Learning
- Game-Based Learning
- Learning by Teaching
- Scaffolding
- Socratic Method
- Critical Pedagogy
- Pedagogical Partnerships
- Storytelling in Education
- Online Teaching and Learning
- Video in Education
Teorie i procesy uczenia się
- Learning Theories
- Behaviorism
- Constructivism
- Cognitive Psychology
- Sociocultural Learning
- Distributed Cognition
- Situated Learning
- Embodied Learning
- Community of Inquiry
- Self-Regulated Learning
- Self-Determination Theory
- Motivation
- Self-Efficacy
- Self-Directed Learning
- Metacognition
- Desirable Difficulties
- Transfer of Learning
- Prior Knowledge
- ICAP Framework
- Misconceptions about AI
- Refutation Text
- Activity Theory
- Retrieval, Spacing and Interleaving
Zaangażowanie i doświadczenie ucznia
Uczenie się przez całe życie i rozwój zawodowy
Technologie i techniki
Warstwa techniczna: modele i metody AI, które napędzają technologie edukacyjne, oraz oparte na nich systemy modelowania ucznia i systemy tutorskie.
Modele i techniki
- Technologies
- Machine Learning
- Generative AI
- Large Language Models (LLMs)
- RAG (Retrieval-Augmented Generation)
- Prompt Engineering
- LLM Training and Fine-Tuning
- Vibe Coding
- Multimodal AI
- Speech and Voice Technologies
- Visualization
- Educational NLP
- Reinforcement Learning
- Knowledge Graph
- Robots in Education
- Conversational AI
- Simulation
- Virtual and Augmented Reality
Modelowanie ucznia i systemy adaptacyjne
Platformy, otwartość i adopcja
AI w dyscyplinach
Jak AI jest stosowana w różnych przedmiotach i na różnych poziomach kształcenia: zakres przedmiotowy tej dziedziny.
Obszary tematyczne
- AIEd in the Disciplines
- Math Education
- Physics Education
- Chemistry Education
- Biology Education
- CS Education
- Engineering Education
- STEM Education
- Science Education
- Writing
- Language Learning
- English Education (EAP / EFL / ESL)
- Environmental Education
- Business Education
- Humanities and Social Science Education
- Arts, Design and Media Education
- Design Education
- Medical and Health Professions Education
- Nursing Education
- Legal Education
- Information Technology Education
Pola badawcze
Poziomy i konteksty
Poziomy i środowiska uczenia się
Poziomy i porównania
Ocena i pomiar
Jak AI ocenia uczących się i jednocześnie zmienia sposób, w jaki oceniamy systemy AI i ich wpływ.
Ocena i informacja zwrotna
Metody badawcze i ocena
Metody badawcze
Ocena systemów AI
Ludzie
Instytucje i polityka
Równość, etyka i odpowiedzialne użycie
Równość, dostęp i odpowiedzialność są kluczowe dla AI w edukacji.