人工智能赋能高校学业预警与精准帮扶的路径研究

© 2024 by the Author(s). Licensee Art and Design, USA. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution -Noncommercial 4.0 International License (CC BY-NC 4.0) ( https://creativecommons.org/licenses/by-nc/4.0/ )

Download PDF

Cite

XML

HTML

Abstract

在高等教育规模持续扩张，学生多元化特征日益凸显的背景下，提升学业预警与帮扶效能是保障人才培养质量的关键举措。本研究针对现行机制存在预警滞后、标准单一、帮扶精准不足等核心问题，系统探讨了人工智能技术的赋能路径：构建多源数据融合的学生全景画像、实现学习行为的实时分析与风险精准诊断、推动差异化预警信息的智能推送、制定并动态优化个性化帮扶方案、智能匹配学习资源、以及建立多维动态的评估反馈机制。该路径有效促进学业预警与帮扶从“事后补救”向“事前预防”、从“粗放管理”向“精准干预”转型。同时，本研究也指出数据隐私保护、算法公平性保障及模型可解释性提升等技术挑战与伦理风险，为路径的稳健实施提供了必要考量。

Keywords

人工智能

学业预警

精准帮扶

智能化路径

References

[1]李洒洒.基于学生行为分析的学业预警[D].华中师范大学,2020.
[2]张源.线上教学智能学业预警和精准干预研究[J].湖南工程学院学报(自然科学版),2021(02).
[3]王伟宾,刘侠.大数据时代高校精准学业指导:路径、条件与反思[J].教育探索,2020(10).
[4]黄方亮,许欢庆,沈同平等.基于数据挖掘的智能学习效果预警管理系统设计与实验研究[J].通化师范学院学报,2022(12).
[5]熊德兰.基于大数据学生画像平台的高校学生学业预警与帮扶研究——以许昌学院为例[J].许昌学院学报,2023.(05).
[6]马丹妮.基于机器学习的学生学业预警模型研究[D].沈阳理工大学,2019.
[7]王峥.基于学生校园数据的学业预警与社交分析系统的设计与实现[D].北京邮电大学,2019.

Previous article in this issue

Next article in this issue