目录

●目录 第1章 术人 // 1 技术革命 // 1 文化 // 4 哲学与数学 // 6 学习技术 // 7 结论 // 11 第2章 什么是AI // 12 AI的含义很宽泛 // 12 AI与智能 // 15 AI是一种没有理解力的能力 // 18 作为群体能力的AI // 20 AI能够学习 // 21 AI在学习中的应用 // 23 第3章 学习理论与AI // 26 生成式AI和学习 // 26 学习理论和生成式AI // 34 AI、语言和学习 // 47 学习设计 // 56 结论 // 58 第4章 AI是新的用户界面 // 59 隐形界面 // 62 学习界面 // 64 学习中的语音 // 65 AI界面与学习 // 67 低门槛、高上限、广空间 // 70 结论 // 74 第5章 教学 // 75 在学习中拟人化AI // 75 简化机器人谬误 // 76 教学与技术 // 79 使用AI开展教学活动 // 82 用于增强教学的AI // 85 第6章 全能教师 // 90 21世纪技能神话 // 90 人类例外主义 // 95 生产力 // 96 还剩下什么吗 // 97 全能教师的概念 // 100 通用教学 // 104 AI和情感 // 108 结论 // 111 第7章 聊天机器人 // 113 愚弄了所有人的教师机器人 // 114 聊天机器人和学习理论 // 117 聊天机器人在学习中的用途 // 120 构建聊天机器人 // 125 个性化的聊天机器人 // 126 聊天机器人的滥用 // 128 糟糕的机器人 // 129 谨慎 // 130 结论 // 131 第8章 AI与绩效支持 // 132 AI与非正规学习 // 133 AI与绩效支持 // 136 组织化的学习 // 138 结论 // 139 第9章 AI内容创作 // 140 学习科学 // 140 从头开始创作内容 // 143 提示词 // 144 学习科学和教育学 // 148 分支场景 // 152 AI用于敏捷生产 // 156 主题领域专家的消亡 // 157 视频与AI // 158 交替练习与分散练习 // 161 评估 // 164 结论 // 164 第10章 自适应学习 // 165 关于适应学习 // 165 自适应的类型 // 167 从LMS到AI // 171 结论 // 172 第11章 数据分析 // 174 数据来源 // 174 数据陷阱 // 175 数据类型 // 177 学习者和数据 // 179 学习分析 // 180 学习分析和组织变革 // 181 结论 // 183 第12章 AI学习组织 // 184 AI改变一切 // 184 AI战略 // 185 使用生成式AI // 186 AI与学习设计 // 188 AI与技术设计 // 192 AI与数据设计 // 193 AI与采购 // 194 结论 // 196 第13章 AI与伦理 // 197 道义论与功利论 // 199 伦理道德与监管 // 203 技术决定论 // 204 AI的发展 // 205 结论 // 212 第14章 AI与偏见 // 213 大脑与AI // 214 人类偏见与AI // 216 常见的指责 // 218 从统计学角度看AI // 222 避免偏见 // 223 教学领域的顾虑 // 224 第15章 AI与就业 // 227 “47%的工作将被自动化替代……” // 228 “今天65%的学生将从事尚不存在的工作……” // 230 AI的影响 // 230 生产力 // 232 创造力 // 233 职业与AI // 234 学习工作与AI // 235 就业率不足与失业问题 // 238 结论 // 241 第16章 AI与灭绝 // 242 反乌托邦或乌托邦 // 244 结论 // 250 第17章 接下来呢 // 251 科技 // 251 能源和排放问题 // 253 生物计算机 // 254 量子计算 // 255 核聚变 // 257 第18章 学习领域的前沿 // 260 AI学习 // 262 AI、AR和VR // 264 神经技术 // 265 第19章 跨越学习边界 // 269 教学边界 // 269 教育边界 // 271 认知边界 // 273 艺术边界 // 275 社交边界 // 277 来自边界的最终启示 // 278 参考资料 // 280 索引 // 293