已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Educational innovation: Exploring the Potential of Generative Artificial Intelligence in cognitive schema building

模式(遗传算法) 生成语法 认知 人工智能 计算机科学 认知科学 知识管理 心理学 机器学习 神经科学
作者
Bernarda Salgado Granda,Yana Inzhivotkina,María Fernanda Ibáñez Apolo,Jorge Ugarte Fajardo
出处
期刊:Edutec [Edutec]
卷期号: (89): 44-63
标识
DOI:10.21556/edutec.2024.89.3251
摘要

This study explores the use of generative artificial intelligence to enhance teaching and learning experience, focusing on strengthening and consolidating cognitive schemas. Research reveals that schemas can profoundly influence the improvement of the learning experience and promote the assimilation of new types of information and retention in students' memory. To improve the teaching and learning experience, the advantages, obstacles, and potential future trajectories of utilizing these technologies were examined by conducting a thorough literature review and analyzing relevant studies. Findings indicate that generative artificial intelligence has the potential to personalize learning, diversify educational content, and improve teaching efficiency and scalability. However, it also poses challenges related to content quality, data privacy, and equity in access to personalized learning. Future research should focus on the effectiveness of educational tools based on generative AI that promote equity and inclusion, ethical approaches, and interdisciplinary collaboration. Overall, this study provides a solid foundation for understanding and harnessing the potential of generative artificial intelligence in enhancing cognitive schemas, thereby promoting more effective, inclusive, and personalized education.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
钟博士完成签到,获得积分10
1秒前
一个可爱的人完成签到 ,获得积分10
3秒前
不能随便完成签到,获得积分10
5秒前
迅速的月光完成签到 ,获得积分10
6秒前
懵懂的子骞完成签到 ,获得积分10
6秒前
8秒前
8秒前
吴兰田完成签到,获得积分10
10秒前
11秒前
12秒前
yunna_ning完成签到 ,获得积分10
14秒前
快乐的厉发布了新的文献求助10
16秒前
digger2023完成签到 ,获得积分10
16秒前
旺旺小小贝完成签到,获得积分10
17秒前
庾傀斗发布了新的文献求助10
17秒前
genomed应助风时因絮采纳,获得30
17秒前
Only完成签到 ,获得积分10
21秒前
轻松的芯完成签到 ,获得积分10
24秒前
花椒鱼完成签到 ,获得积分10
24秒前
谦让面包完成签到,获得积分10
25秒前
正直的松鼠完成签到 ,获得积分10
26秒前
外向如冬完成签到 ,获得积分10
27秒前
暗号完成签到 ,获得积分10
30秒前
31秒前
江城一霸完成签到,获得积分10
31秒前
zjkzh完成签到 ,获得积分10
33秒前
Tianju完成签到,获得积分10
34秒前
后陡门爱神完成签到 ,获得积分10
34秒前
庾傀斗发布了新的文献求助10
34秒前
单纯夏烟完成签到 ,获得积分10
36秒前
Gahye完成签到 ,获得积分10
37秒前
39秒前
和谐诗双完成签到 ,获得积分10
39秒前
ANNA关注了科研通微信公众号
40秒前
jxt2023完成签到,获得积分10
40秒前
冷静新烟完成签到,获得积分10
43秒前
suepisode完成签到 ,获得积分10
44秒前
Zhang发布了新的文献求助10
44秒前
45秒前
牛的不low的完成签到,获得积分10
45秒前
高分求助中
中国小蠹科分类纲要 1000
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Handbook of Qualitative Cross-Cultural Research Methods 600
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3139375
求助须知:如何正确求助?哪些是违规求助? 2790295
关于积分的说明 7794840
捐赠科研通 2446748
什么是DOI,文献DOI怎么找? 1301351
科研通“疑难数据库(出版商)”最低求助积分说明 626153
版权声明 601141