# 人工智能赋能高质量教育开题论证

## 要求
1. 苏州市人工智能+教育的情况；
2. 思路，为未来提供指导；

## 课题组发言
### 三中
1. AI的应用多，理论构建少；整体是工具的堆叠，没有与教学理论的整合。只是工具的使用；学习机里和教育学的整合不足。理论研究少。智批改机；
2. 教学使用多，分析调研少；用AI备课出题讲解，但是数据结构化的留存整理没有，只是停留在用，没有调研研究阶段；
3. 各种数据多，统一数据的挖掘少；各种各样的平台，各个厂商；多个平台的数据的整合少；
4. 公司的推广多，学校自主少；学校仅仅停留在用的阶段，黑盒状态；它提供什么就用什么，难以理解机制和应用便捷，无法个性化；
5. 教师摸索多，范式培训少；
重点：
1. 加强理论；
2. 统一治理数据；基于本地化的数据分析大模型；
3. 强化整体调研和培训体系，提升学校的自住性，沉淀可迁移的教学范式。

### 太仓
1. 聚焦未来课堂的打造，多元教师队伍的培养；教育数据的构建；
2. AI赋能课堂理论与实践：
   1. 未来课堂打造；推进晓羊智能体的项目：精准教学；个性化学习；人机协同：如何落实到常态化；常态化是每节课都要用的意思；
   2. 做法：组建跨校学科组，与备课、学科结合起来；
   3. 新路径；
   4. 城乡结合体。
3. xiwo 的存量优化；
   1. 业务、数据的结合融合；
4. 智能纸笔；
5. 教研和科研结合，反哺到课堂教学；
6. 制度化保障；
7. 智能批阅机的融合应用；智学网初高中全覆盖；
8. 个性化学习能力。
9. 数据中枢建设。一合（数据赋能）二环（精准教学、智能评价）、四通（打通、融通、贯通、联通）。

### 藏书实验小学
1. 立足基层，对接高校；免费的人工智能平台软件：实时监控和预警。尝试；
2. 杂志期刊对接，带来新的人工智能相关的内容；中小学信息期刊等；学习理论的内容；

### 姑苏区
1. 基础：AI赋能的探索；已建成数据中台；4-9年级数据，做分析；2. 今年年底完成教师的素质素养的培训考核；
2. 垂直模型项目？
3. 探索：学业分析：知识图谱，基于2022年课程纲要，形成体系；采用ds模型，标注；智能分析：基于知识点、知识图谱进行分析；3.动态分析，跟踪到人、班校；
4. 数据赋能：历年来所汇集的数据进行汇聚，通过沉淀和外部数据，构建数据决策平台，助力区域教育平衡和高质量发展。
5. 未来：通过课题的参与，1.个性学；2.精准教；3.科学管。

### 吴中区
1. 吴中区是央馆人工智能试验区的首批区域；
2. 提升素养：教师+学生；以赛带点；
3. 网易有道，智慧教育一期；课堂智能评价系统；
4. 钉钉：低代码平台。

### 顾馆
1. 人工智能教育课题筛选立项；从基础教育、特殊教育、幼儿园等；课程开发、教师发展等；AI教学中间形成的共识；
   
### 张处
1. 苏州市：人工智能+城市，提到教育：高质量数据集建设和推进；垂类大模型的探索；
2. 一线：实际运营存在的问题，需要探索、优化和完善的地方；
   1. 不能为了AI而AI；赋能，是做加法、增量，而不是增加负担；负面例子：效果、幻觉等问题；正面例子：智能表单，智能排课，减轻负担；
   2. 数据污染问题：加大应用探索的同时，发现没有想象的神奇，而是数据污染、幻觉问题，防止方向跑偏；
   3. 行业炒作，教育领域的应用和想法，同质化情况，吹得很好，期望也很高，但实际情况是否这样，需要论证；引导好方向。
### 王主任（教育局办公室主任）
1. 统一思想，高度明确，方向xxxx
2. 自我完善的过程；问题导向；到底要干什么；目标导向；内容和形式；呈现的结果是什么；
3. 感受：
   1. 教育改革的战略性和政策性指向；基于现有研究基础，完善人工智能+教育的理论体系；构建不是中国特色的，而是苏州的。。。
   2. 为未来教育决策做决策依据的支撑；该怎么做；
   3. 专而精，不一定大而全；更多指向教学，或指导课堂。在这个基础上适当扩大，重点突出。
4. 更多的学校

## 专家评审
### 南通 徐军
1. 智慧教育生态系统，如何体现？
2. 研究的6个维度，部分重合；通过研究路径，来进行设计；6大创新，是否要有具体体现？
3. 试点扩大，做对比。
### 董兴法
1. 大环境，AI或教育信息化，给家长学生教师制造负担。
2. 个性化学习。
3. 应用场景，切入。
4. 计算资源部署。数据归属问题。
### 张际平
1. 未来的不确定性。2025年智能体元年，2026年不知道什么年。
2. 基础再好，会不会带来本质的变化？包括以前的信息化，现在的智能体等。负担？更多东西要学习。从成果输出的角度，未来2-3年，有一定的推动、引导作用。政策性、战略性，在哪里体现？给出的什么？最终成果输出成果：
   1. 基线数据的量，要更多；心中有底；
   2. 政策建议。
   3. 案例汇编。学校有特点，各自特点。案例集，可复制，可推广。
   4. 研究报告。高质量学术论文。
3. 思维可视化主题演讲：
   1. 未来课堂，未来教室，未来学校，未来学习。
   2. 方法：老师轻松，学生有效。快速。
   3. 全国很热闹，但是没办法。
4. 苏州模式。