然而，人工智能技能的引入并未带来想象中的裨益，反而引发一系列管理悖论：比拟传统舞蹈传授教化，人工智能舞蹈传授教化是否能提升学员的学习效果？

人工智能技能对舞蹈学员的影响研究

本实验数据依托于Ａ机构的人工智能舞蹈传授教化特训活动，这次特训活动紧张采纳对照办法，将学员和西席分成两组，一组采取人工智能赞助舞蹈传授教化，另一组采取传统舞蹈传授教化，旨在探索人工智能技能是否对舞蹈传授教化参与者产生影响。

特训活动于２０２１年５月中旬开始预备，并于２０２１年９月开始公开招募学员。
在招募期间，Ａ机构开展面向全体学员和学员家庭的宣讲大会。
在宣讲大会上，学员家庭将收到知情信函，机构事情职员着重为学员及监护人先容本次特训活动的目的、意义以及学习内容。

为担保实验的在传授教化方面有可参照性，Ａ机构的教研专家组于２０２１年５月率前辈行舞蹈编排与课程设计。

本次实验学员将学习舞种３，学习内容包括三种难度、共计１４个舞蹈知识点，个中大略和中等知识点各５个，困难知识点４个。

展示了本次实验中知识点的难度分布。
从表中可知，本次１４个知识点被分配到７个课时内完成，均匀每个课时须要学习２个知识点。

在本次实验中，实验组中紧张依赖智能舞蹈镜进行授课，同时学生与西席的卡路里花费数据将通过蓝牙手环传导到传授教化后台。
学员的评分结果，采取动作评分系统＋专家改动模式，末了的评分结果，将上传到教务后台，予以汇总。

本次实验总计６０逻辑学员参与。
表展示了分组学员的基本情形。
实验组学员的均匀年事为６．６７±１．４７岁，对照组学员的均匀年事为６．７±１．４９岁，两组学员的年事数据Ｐ值大于０．０５，表明两组学员在年事上没有显著性差异。

通过表可知，实验组与对照组的学员在身高、体重以及ＢＭＩ这些指标上均不存在显著差异，解释本次参与实验的学员在生理指标上没有显著差异。

舞龄的含义为舞蹈年事，学员的舞龄在这里特指学员在Ａ机构学习舞蹈的总时长。
表３－４展示了截止２０２１年１１月，两组学员的舞龄信息表。

实验组学员的舞龄为２２．５０±５．５０个月，对照组学员的舞龄为２２．３７±４．６６个月，这一数据表明两组学员至少在Ａ机构学习了约２年的舞蹈。

两组数据的Ｐ值大于０．０５，表明两组学员在舞龄维度上没有显著性差异。

为进一步理解学员的舞蹈学习情形，本次实验预先网络了学员当前学习的舞蹈类型。

两组学员分别有１１逻辑学员学习舞种１，占总比例的３６．６７％；两组学员分别有１９逻辑学员学习舞种２，占总比例的６３．３３％。

本次实验中没有学员学习多个舞种，同时也没有学员学习本次实验的舞种３，这解释在本次实验前，没有学员预先理解舞蹈３知识点。

实验通过ＧＴ３加速度计设备网络６０逻辑学员７节课的卡路里花费，表是本次特训活动的两组学员统共花费的卡路里数据，从统计到的数据来看，两组数据都不为正态分布。
从两组学员的卡路里总体花费情形上来看，利用人工智能的实验组和对照组没有显著差异。

这里剔除教室热身、课间安歇等时段的卡路里数据信息，整合学员在每个知识点的卡路里花费数据。
表展示了学员在舞蹈知识点学习过程中的卡路里总体花费。

实验组学员的卡路里花费均匀值为1000．71±42.20卡路里，对照组学员的全部知识点花费均匀值为１0１0．７８±５５．８３卡路里，这两组数据由于一组显著性大于０．０５，另一组数据显著性小于０．０５，不能利用ｔ考验进行数据剖析。

由于上述统计数据不具备正态性，这里采取秩和考验进行样本统计剖析。
为摒除韶光可能造成卡路里数据增多的滋扰，本次数据选取学员在学习知识点时每分钟卡路里花费数据。

表描述了两组学员每分钟卡路里花费比拟，个中实验组学员每分钟花费卡路里为２．７４，实验组学员花费卡路里为２．７３，两组的统计Ｐ值大于０．０５，表明两组的卡路里花费数据无统计学意义。

从表中的秩和考验得到的统计数据表明利用人工智能技能后，学员学习知识点的均匀卡路里花费方面不造成任何影响。

从统计数据来看，当知识点为大略和中等难度时，两组数据的Ｐ值大于０．０５，解释在普通难度和中等难度时，利用人工智能技能对学员卡路里花费没有影响。

当知识点为困难难度时，两组数据的Ｐ值小于０．０５，可以认为两组间的卡路里花费的总体分布位置不同，即有差异。

比拟两组卡路里花费数据，在困难难度情形下，对照组的卡路里花费高于实验组，解释对照组的卡路里花费更高。

常规的舞蹈教室评分是在课后由舞蹈老师和助教共同完成，这类评分常日以学员的教室舞蹈表现作为打分依据，旨在给家长展现学员的教室学习分数，并以此表明学员每节课的舞蹈表现。

这种数据每每带有西席的主不雅观意愿，并不能完备展示出学员真正的舞蹈学习分数。
在人工智能时期，技能的升级供应了更多评分可能性。
本次实验中，结合人工智能的动作识别技能赞助专家打分，实现了对每一位学员在传授教化知识点实时评分。

在本章节的剖析中，将不采取对学员的教室评分作为剖析数据，而是采取学员的知识点评分作为剖析数据。

人工智能技能对学员卡路里的影响

利用人工智能进行舞蹈教诲，更随意马虎让学员沉迷于设备内的影像内容，导致西席利用人工智能设备不能勉励学员花费更多卡路里。
面对大略和中等难度知识点，利用人工智能和传统传授教化都能让学员很快学会舞蹈动作，导致卡路里花费没有发生变革。

通过不雅观察，在学习难度不高的舞蹈动作时，实验组学员通过不雅观摩智能舞蹈设备的动画和动作***，对照组学员通过直接不雅观摩西席动作，两组学员都快速完成舞蹈动作的学习和练习。

面对困难舞蹈知识点，人工智能的加入反而增加了学员的理解本钱，导致利用人工智能技能的学员花费更少的卡路里。

由于舞蹈难度较髙，实验组的西席每每会反复播放知识点，此时学员会愣住下动作，不雅观看***或动画去理解动作。
比较之下，当对照组学员不理解动作或动作完成度不髙的情形下，西席不会打断练习音乐，但会主动纠正学员的动作问题，从而对照组的学员一贯在反复练习，花费了更多卡路里。

人工智能技能引入舞蹈教室后，会滋扰学员的心智，造成学员的头脑冗余，终极导致学习成果没有得到提升。
在本次实验中，人工智能技能因此“智能魔镜”的形式嵌入教室，并集成了动画、***、游戏等多元化的舞蹈传授教化终端。

比较传统的舞蹈传授教化教室单一的西席授课模式，人工智能的参与让舞蹈传授教化更多元、更丰富。
这也导致了学员在同一韶光须要关注更多的传授教化内容信息和舞蹈知识点，从而导致知识点的评分没有得到提升。
根据多媒体认知理论中的冗余原则，在同时呈现动画、配音、笔墨以及***时，学习者的大脑就会涌现信息冗余与超载。

由于动画和其他文本信息都通过眼睛输入，这些资源都会抢占视觉通道，导致大脑处理认知资源的效率降落。

同时，如果相同的信息内容以两种不同的形式涌现，学习者将会须要在同一韶光处理和加工信息，此时将会付出额外的生理努力去折衷与解读，这样用于后期的认知整合伙源的韶光就会减少，不利于故意义的学习发生。

总结

目前对付人工智能对西席所产生的影响尚未有系统研宄，且大多基于理论和假设，认为人工智能技能减轻了西席的传授教化压力，纵不雅观现有研宄，对付人工智能在教诲传授教化方面的研宄以单一工具为主，特殊是在学生侧的研宄居多。

在理论意义方面，紧张分为研究方法和研究结果两方面的意义。
在研宄方法层面，现有对付人工智能教诲运用的研宄多基于理论或通过第三方产品的数据。

在实践意义方面，本文不仅对教诲机构供应了人工智能利用建议，还增长了人工智能技能在教诲运用中的案例与参考。