在过去的30年里，关于智力的学术研究一直处于衰落的过程中，但最近这种情况发生了巨大的变化。这一变化的主要催化剂是神经网络和机器学习领域广泛研究的增长。因此，作为一种技术、社会和心理结构，跨学科的智力兴趣日益突出。就教育研究而言，人们对人类和机器学习的兴趣日益浓厚，特别是在以下领域:

• 促进社会包容和流动性;
• 智力与遗传力的关系;
• 人类和机器学习之间的潜在接口，以及
• 人工智能在教育系统以及更广泛的社会中的作用越来越大。

最终，这个SIG寻求将明显不同的领域聚集在整体智能的保护伞下，作为一个机制来支持内部和跨学科的研究，领导辩论，并促进BERA成员在这些新的和令人兴奋的领域的工作的影响。SIG的意图是，成员应该与那些涉及政策和实践的人密切联系，包括在最高水平上从事人工智能工作的技术人员。这将使人们能够就机器学习在教育环境中的道德和实践部署、人类智能在学习环境中的社会结构定位、以及商业部门在开发和部署用于学习环境的尖端人工智能系统方面所扮演的角色。虽然SIG计划与现有的教育技术SIG密切合作，但它的重点非常不同，因为它关注的是人类和机器智能的研究，而不是在更广泛的教学意义上的教育启示作用和技术对人类学习的可能性。

目标

找出教育研究可以为人类和机器智能相关工作提供信息或受益的领域。这方面的例子可能包括:

• 通过对教育研究惯例、方法、传统和见解的深入理解，确定人工智能研究将在哪些方面得到加强;
• 提倡以伦理的方式进行辩论，将人类和/或人工智能直接或间接地视为制定政策的一个因素;
• 减少学术和商业人类和人工智能研究之间的障碍;和
• 确定新的研究和投资领域，并建设研究能力。

人工与人类智能通讯