2023年，是上海智能教育研究院各项工作重点建设与稳步推进的一年，按照教育部文科实验室和上海市IV类高峰学科建设对智能教育发展的要求，在学校推进教育数字化转型的总体战略部署下，上海智能教育研究院（实验室）围绕建设目标，结合人工智能及大模型技术的发展趋势和新机遇，在科学研究、人才培养、社会服务和国际交流等方面均取得了突破，各科研团队也在建设过程中成果丰硕。本期带来智能学习团队年度科研巡礼。

智能学习团队本年度主要围绕构建基于教育领域本体的核心素养图谱，并进一步研发基于大语言模型的教育领域知识答疑机器人，取得了系列成果：

知识图谱扩展，高中智适应学习系统研发上线

高中数学智适应学习系统是基于多维教育知识图谱，通过学生的学习行为大数据，描绘出学习者的学习画像，发现和发展学习者的最近发展区，为其实现减负增效、激发动机、提升素养。智适应学习系统是智能时代支撑大规模个性化学习的重要工具。团队已完成高中自适应学习系统的开发，包含学生客户端、教师端、内容管理端3个产品。且已在上海地区招募到12所学校开始试点试用。

智适应学习系统引入大语言模型，探索启发式引导问答

智适应学习系统（数学）在2023年的开发迭代过程中，首次引入大语言模型，探索数学题的启发式引导问答。在学生遇到问题时，可与AI助手进行答疑互动。AI助教通过反问、质疑和质询的多轮问答方式，促进学生独立思考、激发其讨论、辩论、评估和分析等高级思维技巧，培养学生的自主学习和创新能力。

诊断与推荐算法研究取得新突破

个性化学习是智能学习团队的重点研究方向，针对非线性的学习状态诊断、挖掘学习行为对学习效益的潜在影响是实现高效的、可信赖的个性化学习模型的重点和难点。本年度团队自研的诊断与推荐算法研究取得新突破：受到模糊控制理论的启发，团队首先通过构建非线性的模糊认知状态模型来模拟真实学习过程中的认知状态变化，同时通过时序模型来建模认知状态的变化趋势，形成可解释的认知状态诊断和预测模型。成果发表在国际期刊IEEE Transactions on Learning Technologies.

图：基于模糊认知图的可解释认知状态预测

进一步，团队基于因果的视角，利用马尔科夫毯学习算法从全部学习过程特征中寻找到真正与学习收益有因果关联的特征，构建可解释的知识追踪方法，实现可信赖的高效学习结果预测模型。研究成果被中科院SCI 1区期刊Information Processing & Management录用。

图：基于马尔可夫毯的可解释知识追踪

参与深圳市南山区中小学人工智能课程建设

依托南山教育局项目课题《数字化教育综合评价改革行动—人工智能教育项目》，在10所南山区项目学校，开展实地调研、专家讲座、人工智能课程3-8年级读本建设研讨、人工智能公开课教研等一列活动，推进南山区人工智能课程读本建设及课程实施落地。

与南山区教科院及读本编写团队开展线下研讨会

开展中小学人工智能公开课

2023年，团队线上线下同步开展系列中小学人工智能教育公开课教研活动，推动中小学人工智能课程建设，给学生带来智能教育的启蒙、提升学生人工智能素养。

研究获省部级以上科研项目立项

在纵向科研项目方面，智能学习团队2023年成功申请省部级以上纵向科研项目两项，相关科研成果在IEEE Transactions on Learning Technologies、Educational Technology Research and Development、IEEE Transactions on Multimedia, IEEE Transactions on Emerging Topics in Computational Intelligence, Information Processing & Management、华东师范大学学报教育科学版等国内外期刊发表SSCI、SCI和CSSCI论文16篇：

2023年10月20日，加拿大卡尔顿大学Prof. Dr. Jun Steed Huang应邀访问计算机学院（上海智能教育研究院）并作题为“半协方差分析及其在后量子密码学病毒学与教育学中的运用”校庆系列学术报告。报告交流会由洪道诚博士主持。

黄教授首先细致解释了半协方差相关系数的原理与合理性，再以密钥生成、ReLU神经网络、5G网验证、新冠基因分析和对教育的冲击为例，展示了半协方差相关系数理论在相关应用领域的进步成果。

之后的交流环节，姜飞、郑隆威、赵佳宝、朱丹丹、郭少阳、王一雷等老师与黄教授进行一对一的学术探讨。在应用图关系方面，讨论了如何将数学方法与计算原理应用到教育场景；又以脑科学研究为例，指出统计算法上一些扩展研究存在的可能性；列举了群体智能方法在汽车行业上的算法应用，为多模态结合下的个性化教育研究提供可参考的模式和方法；还以船员和医护心理疏导为例，讨论了大模型的心理评测研究问题。

同时，黄教授对华东师大智能教育学科和课题表示了高度肯定与称赞，并结合其在自动驾驶与医学相关的工作经验，就教育场景搭建，迁移学习方法，大规模数据处理分析等方面，表达了独特见解。最后，双方初步达成近期课题和长远项目合作的意向。

图、文：彭世豪

2023年10月16日-18日，根据中央网信办统一安排，教育部科技司组织专家组对包括华东师范大学国家智能社会治理实验特色基地（教育）在内的华东四省六个教育特色基地进行了中期评估。

华东师大基地在10月16日上午参加会议评估，10月17日迎来专家组到校实地调研。评估组专家浙江大学黄萃教授，中南大学社会计算研究中心主任、北京大学武汉人工智能研究院副院长吕鹏教授、教育部科学技术与信息化司信息化处干部魏儒平，和来自浙江大学、东南大学、安徽大学、南京农业大学等华东区教育特色基地的代表，以及我校校长助理吴瑞君教授、文科院副院长王曼老师、计算机学院党委书记余佳老师、基地主任贺樑教授等基地团队人员参加汇报调研。

现场调研期间，校长助理吴瑞君教授对评估组专家的到来表示了欢迎，并向专家们介绍了我校智能教育学科建设的历程以及服务基地建设的各项举措，希望通过以评促建、以评提质、以评促经验共享。

基地主任贺樑教授代表华东师大基地就基地获批两年来的工作进行汇报，并向评估组介绍了基地建设的基本情况和与依托单位上海智能教育研究院的关系。评估组现场考察了基地的办公场地、听取基地相关实验室的现场演示汇报，并对实验平台建设情况进行实地调研。

专家组建议，考虑到基地已有有特色的国际交流合作在开展，可以再进一步开展工作，将国际合作作为基地的一个特色发展方向。同时建议基地梳理目前已开展的社会实验之间的逻辑性，以及与实验治理基地建设主线的关系，进一步凝练成果，形成更符合国家社会治理要求的研究报告和政策建议。

评估组肯定了华东师大基地两年来的建设成效，强调了智能社会治理教育特色实验基地的建设价值，并鼓励基地加强与其他基地，尤其是华东区基地的合作学习和深入讨论，以促进更多的经验交流、知识分享，共同探讨未来的研究方向。

《中国教育报》于2023年10月11日刊发研究院郑蝉金副教授关于“拥抱人工智能技术 赋能教育变革升级”的一篇评论文章。

教育积极应对人工智能挑战系列评论

人工智能技术的迅猛发展给教育领域带来了前所未有的挑战。但同时，人工智能技术对赋能学生成长、改善学习环境和资源具有显著意义。抓住机遇，积极拥抱人工智能技术，以推动教育改革和升级，意义重大。

就学生成长而言，人工智能技术能够根据学生的学习习惯、水平和需求，个性化地定制学习计划。通过对学生表现的分析，人工智能系统能够智能地推荐合适的教材和练习题，帮助学生更高效地学习，还能根据学生表现进行自适应评估，更准确地衡量其知识水平，依据评估结果调整学习路径。不仅如此，人工智能技术还有助于培养学生的核心素养，激发学生的创造力、批判性思维和问题解决能力。

人工智能技术的优势之一在于推动技术迁移，不仅有利于资源的管理和分享，还能够促进教育资源更广泛传播和应用，从而推动教育的均衡发展，使学习不再受限制于时间与空间，学生可随时随地通过互联网获取所需的教育资源。

随着人工智能技术的兴起，教师的职责将发生巨大变化。教师需要与技术密切协作，充分发挥人类的优势，以适应教育变革。教师需要具备良好的数字素养，熟练使用人工智能工具，理解其技术的基本原理，以更好地运用于教学。以人工智能技术为教育领域赋能，尤其是朝着智能教育蓝图迈进，需要切实可行的实现路径。在建设完备的智能教育基础设施后，深度融合人工智能技术，并为其提供高质量的智能教育工具与产品，是实现智能教育蓝图的重要任务。拥抱人工智能技术，赋能教育改革与升级要坚持以下原则：

第一，协商原则。智能教育工具需满足多重需求，包括国家政策、管理制度、教学理论及学习规律等，且产品必须以核心素养为导向，符合教学基本规律，满足不同地区、学校和教师需求。在设计和开发过程中，学者、专家、教育研究员、校长或相关学科带头人应积极参与；同时学科教师、学生和家长的反馈不可或缺；人工智能专家与IT工程人员必须在满足以上需求的前提下，提供最大的技术支持。最终产品的设计、研发和实验需各方协商和融合。

第二，简约原则。教育产品的设计必须以学生和教师的需求为出发点，确保用户能够轻松快捷地使用系统。在智能辅导系统中，根据教师的反馈，积极采纳“应减尽减”的原则，精简软件的功能，仅保留适用于绝大多数关键场景的核心功能，使教师和学生能以较低的学习成本使用系统，可轻松解决系统的使用问题，降低系统使用门槛。

第三，积木原则。人工智能技术发展迅猛，中国基础教育中教学场景多样，这对智能教育系统的灵活性提出了极高要求。生成式人工智能技术发展迅速，目前科学界还难以准确预测其潜力。与此同时，基础教育领域多样性显现，为系统的迭代演化带来挑战。为此，在系统开发过程中应采用模块化原则，方便增、删、改、查现有模块，为系统的技术升级和功能扩展提供必要接口。

智能教育的探索阶段，蕴藏着无限的潜力，构筑崭新的教育生态系统已然成为实现人工智能赋能教育的一项重大挑战与宏伟目标。大规模且高效率的智能教育工具将极大地推动教育数字化转型与重塑。运用先进的人工智能技术，研发以全方位服务学生发展为核心的智能教育产品，是贯彻实现这一宏伟目标的重要实践探索。   

（作者系华东师范大学上海智能教育研究院、教育学部副教授）

智能教育博士生学术沙龙（2023年第1期）于2023年3月16日在华东师范大学中山北路校区（物理楼一楼，智能教育实验室）圆满举办。本系列学术沙龙旨在分享智能教育研究前沿进展、学术成果与实践探索，为推进教育改革发展提供智力支持。

上海智能教育研究院教授桑晋秋老师，上海智能教育研究院办公室主任刘志老师，上海智能教育研究院博士后研究员王一雷老师出席了本次学术沙龙。华东师范大学上海智能教育研究院师生在现场参加了本次学术活动。本次活动以分享报告、专家点评的形式展开，上海智能教育研究院办公室主任刘志老师主持了本次学术沙龙活动。

首先，刘志老师对本系列学术沙龙活动寄予了殷切希望并预祝本次活动取得圆满成功。刘志老师指出，研究院一直高度重视关心智能教育博士的科研工作，希望博士生们克服困难、发奋学习，全面发展，努力做出优异成果，并重点就未来可能开展的合作项目进行了简要说明。

此次，学术沙龙由2022级博士生齐长永、胡碧皓同学进行分享。

齐长永同学分享了《基于数学主观题作答分析的学生学科素养刻画及智适应学习系统研究》的内容。他介绍了当前数学主观题做的分析的研究现状进展，提出来一种分析可能路径，并就主观题分析如何结合知识图谱，应用于智能自适应学习系统，以及如何刻画学生核心素养画像进行了详细讲解。

胡碧皓同学分享了《智能学习研究进展》的内容。他介绍了智能学习（方向）团队的各项目的最新研究进展情况，并就各项目的下一步计划与可能的方向进行了探讨。

桑晋秋老师、王一雷老师在两位分享后进行了点评。桑晋秋老师对当前应当解决的问题给予了详细指导，王一雷老师对当前研究的后续可能方向进行了分析。最后，刘志老师表示，教育发展与改革正面临转型和发展的新时期，研究院一直高度重视教育+人工智能的实际问题，面向实际需求开展了广泛研究，且2020级、2021级博士生已经在各方面取得了一系列研究成果，期待未来2022级博士生继续深耕此领域，参与和开展各类深入交流与合作，共同推动智能教育学科建设。

本期学术沙龙活动的成功举办，为拓宽科研思路，营造学术氛围，促进师生之间的学术交流，增加知识储备，提高表达能力发挥了积极的作用。