人工智能视阈下区域教育整体性治理:困境、转变与行动路径

来源 :远程教育杂志 | 被引量 : 0次 | 上传用户:feifeifo123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
探究智能时代的区域教育整体性治理,对消弭日益复杂的区域教育问题,避免跨部门政策悖逆,激活治理网络结构中的内聚力,为公众提供无缝隙的公共服务等,具有理论及现实意义。传统区域教育治理存在主体障碍、方式桎梏、决策行为破碎和技术威胁等多重梗阻,严重制约其治理能力提升和治理效能发挥。由此,可以基于整体性治理逻辑,从人工智能技术思维特征出发,通过探索区域教育治理的“价值共创”来形成利益共同体,以“整体智治”促进治理动力上扬,基于“协调整合”再造场景化决策流程,以人机共生视角推进“技术整治”。而这需要联通区域教育数据流
其他文献
基层政府治理效能密切关乎国家治理体系和治理能力现代化水平。肇因于基层政府权责失配下的目标偏离、根深蒂固的固化思维与失范的工作方式,以及基层绩效考核产生的逆向激励,基层政府在治理进路中渐次生成不愿、不敢、不接受的慢作为、懒作为和不作为之“惰性”心理,进而派生出危险的基层治理风险和现实效应。破解基层政府治理“惰性”,有必要重构权责适配的基层政府权责清单,强化基层公务人员职业培训,同时理性限制上级的过度考核与问责的场域,从而驱动基层政府治理的提质增效和纵深推进。
知识追踪是通过跟踪历史学习轨迹,对学习者与学习资源间的学习交互过程进行建模,深入分析、挖掘、追踪学习者的动态知识掌握水平与认知结构,并准确预测学习者未来学习表现的一项智能技术,可以实现人机协同优化教学过程、助力学习者美好发展的智慧教育愿景。为此,首先基于169篇国内外文献的分析,采用大数据建模、深度学习、多模态分析等方法,以智慧教育视域界定知识追踪的核心概念,从基于概率图的知识追踪、基于深度学习的知识追踪、基于参数估计的知识追踪这三个维度,探究其最新研究进展及面临的挑战;进而基于数据建模视角,从数据层、模
网约车短时间内的快速发展滋生了一系列公共问题:车辆准入和驾驶员审核不严、政府监管疏漏、平台监管真空等,严重触及公共利益,影响社会的治理与稳定,是当前政府城市治理的重点与难题。博弈模型分析结果表明,政府对网约车行业的监管选择(一般监管与严格监管)影响网约车平台的监管选择(一般监管与严格监管),进一步影响网约车司机的行为(违规进入与合规进入)。在受到各方影响后,他们会各自采取相应策略保证自身利益最大化,在多次调整策略后,达到一个演化的均衡状态。因此,对网约车的监管要以政府监管为主导,同时强化平台、司机的主体责