Volume 2,Issue 3
适配之智：AI 推送赋能学生自主学习的机理与路径
目的为提升AI 个性化推送与学生自主学习的适配质量，落实核心素养培育目标。方法立足学生主体性视角，结合理论阐释、案例分析与逻辑推演，解析二者适配内涵与影响机制，梳理实践困境并构建优化路径。结果明确了“技术赋能- 主体赋能”双向适配核心要义，识别出四类实践困境，提出“主体赋能- 技术迭代- 环境优化- 动态评价”四位一体优化路径。结论可为智能教育背景下自主学习质量提升与教育数字化转型提供理论参考与实践支撑。
[1] 中华人民共和国教育部. 普通高中信息技术课程标准（2022年版）[S]. 北京: 北京师范大学出版社,2022.
[2] 刘熔增, 陈霞飞, 齐静姣. 人工智能" 走进" 课堂助力精准个性化学习[J]. 教育现代化,2020,7(44):114-116.
[3] 牟智佳." 人工智能+" 时代的个性化学习理论重思与开解[J]. 远程教育杂志,2017,35(03):22-30.
[4] 黄景文, 肖彩彩. 人工智能助力大规模个性化学习的潜在风险及其对策探究[J]. 广西广播电视大学学报,2023,34(2):5-10.
[5] 陈丽, 任萍萍, 白蕴琦, 等." 双减" 政策背景下智能技术助力学生健康发展的卓越探索与前沿趋势[J]. 开放学习研究,2022,27(5):1-7.
[6] 韩雪童. 大数据时代个性化学习的技术曲解、本源廓清与突围路径[J]. 电化教育研究,2022,43(6):25-31+60.
[7] 许锋华, 胡先锦. 人工智能技术赋能个性化学习: 意蕴、机制与路径[J]. 广西师范大学学报( 哲学社会科学版),2023,59(4):68-79.
[8] 梁玲云. 人工智能助力高校教育个性化学习的路径探索[J]. 创新创业理论研究与实践,2025,8(14):8-12.
[9] 祝智庭，俞建慧. 面向自适应学习的教育人工智能：价值内涵、技术框架与实践路径[J]. 远程教育杂志，(2024).42(1)，3-12.
[10] 韩后，王冬青. 数据驱动的个性化学习如何促进自主学习—— 基于自我调节学习理论的分析框架[J]. 现代远程教育研究，(2023). 35(1)，45-54.