(以下为培训笔记）
一、人工智能通识 —— 徐坤：新动力与技术演进
（一）新动力：人工智能赋能教育变革的创新基础
- 人工智能发展历程人工智能发展几经波折，大模型的涌现打开了新的发展通路，更高的智能程度是人类不变的追求：
- 1960 人工智能的诞生（起步发展期）→1970 人工智能的初冬（第一次低谷）
- 1980 人工智能的繁荣（繁荣发展期）→1990 人工智能寒冬（二次低谷）
- 2000 人工智能繁荣（稳步发展）→2010-2015.8 人工智能爆发（蓬勃发展）
- 人工智能的演进：从计算到对话，开启教育新篇章
- 人工智能技术方向：语言→视觉→多模态，通用基础→推理强化，大模型向 “全模态，强推理” 方向持续演进
- 语言（处理和理解自然语言文本）：GPT3、DeepSeek – v3、Llama、Palm、BERT、Lambda、Qwen2.5、Mistral
- 视觉（处理和理解视觉信息）：ViT、DeepLabv3、SegFormer、V – Net、SAM、SlowFast
- 通用大模型（具备广泛的多任务能力，运用于多种下游任务）：Doubao（中文问答）、Grok3（多任务理解）、Baichuan（多语言处理）
- 推理（通过多步骤逻辑推导，解决复杂任务）：DeepSeek – R1、OpenAI O1
二、智能体：让 AI 从 “工具” 到 “智慧教育伙伴”
（一）智能体构成
智能体 (Agent) = 大模型 (LLM) + 记忆 (Memory) + 运动规划 (Planning) + 工具使用 (Tool use)
（二）智能体能力模块
- 经验库 (知识管理)：短期为当前对话记忆，长期为知识经验积累（行业结果）
- 技能库 (工具调用)：课表 / 课程管理、全网信息探索
- 智慧大脑 (思考决策)
- 任务拆解与理解：将问题拆成小步骤
- 逻辑推理与规划：调用知识和工具，规划最佳方案
- 复盘总结与优化：从执行结果中学习，下次做得更好
（三）智能体核心能力
深度理解与交互能力、强大的生成创造潜力、自动化自主决策能力、大数据驱动学习能力、复杂化识别预测能力
三、新形势：技术创新与教育变革
（一）知识发展阶段
记载化 (知识产生) 文字的发明→规模化 (知识传承) 印刷术的普及→多元化 (知识呈现) 电的发明→网络化 (知识传播)→智能化 (知识利用) 人工智能的普及
（二）智能技术赋能教育变革
一是从科技创新对教育发展的影响角度来看，二是从教育发展对科技创新的需求角度来看
（三）教育追求
个性化发展、平等机会、终身学习、全面成长
四、新实践：人工智能赋能教育变革的探索
（一）“AI – EMS” 联动机制
AI for Education → AI for Management → AI for Science
- 重塑教育模式与学习体验
- 提升决策水平与管理成效
- 推动学科交叉与科研创新整合教育、产业、社会等力量，开展以打破教与学、学与用边界为重点的未来学习中心 “UNETS” 平台建设
- UNETS 含义：U（无边界大学）、N（算网一体）、E（产教融合）、T（模型赋能）、S（支撑生态）
- 愿景：打造无边界大学
（二）未来教育形态
融合传统物理空间、新兴数字空间和广阔社会空间为一体的虚实共生形态
（三）虚实结合路径
- 以 “实” 促 “虚”：推动传统教学资源向线上走、向网上聚
- 以 “虚” 补 “实”：以数字技术丰富教育表现形态，和优质师资力量
（四）强化 “学” 的能力
以学生为中心的学习革命，智能技术赋能知识学习，强化学生自主知识学习能力
五、人工智能赋能教育的实践方向
（一）拓展 “练” 的空间
打造低成本、高仿真的工程情境，推动工程教育从静态传授向沉浸式实践转型
- 教师当编剧、学生演工程，机器做导演与评审
- 师：引导者、激发者；生：主动探索者；机：知智能体系统
- 未来学习空间：数据驱动、虚实融合、资源协同、时空无界、场景重构、人机共效
（二）搞 “教” 的手段
人机互动与智慧教学，先学后做，边学边做，审题 – 分析 – 点拨 – 指导 – 给出正确代码
（三）提升 “创” 的本领
- AI for Education 布局
- 多领域专业智能体开发
- 数智化实践平台建设
- 学生成长管理：建设学生成长管理智能平台，探索 “AI + 思政” 成长赋能新模式，推动智能技术与立德树人相互融合
（四）“AI + 教育” 对中小学教育的新要求
- 提供个性化、交互式、多功能的智慧教学服务，支撑大规模因材施教
- 提供低门槛、嵌入式、强能力的创新实践环境，支撑创新人才培养
- 中小学学生 AI 素养提升：构建 “科普 – 通识 – 实训 – 竞赛” 一体化人工智能素养提升路径，新探索 ——《AI 在大前》
六、新思考：人工智能赋能教育变革的未来展望
（一）人工智能赋能高等教育变革现状
- 教育资源集约共享水平不足
- 教育应用生态统筹管理不足
- 智慧资源赋能经济能力不足→ 需在更大范围、更广领域、更深层次融合实践
（二）人工智能对教育的价值
“有了智联网，人工智能” 能够为教育变革提供充分支撑，助力教育大国向教育强国转变
（三）打造未来教育新格局的路径
- 在师生共创中激活：强化 “数据思维”
- 在虚实共生中塑能力：强化 “创新思维”
- 在敏捷迭代中添动力：强化 “开源思维”
- 在生态共享中聚合力：强化 “系统思维”
- 在德智共守中增定力：强化 “底线思维”
（四）人工智能与教育的关系本质
- 数据不取代关怀，而是让关怀更精准
- 算法不弱化互动，而是让互动更深入
- 智能不消解温度，而是让温度更持久
七、国家智慧教育平台深化应用与校本化实践 —— 张玉荣
（一）智能：平台再认识（发展历程）
- 2020.02 国家中小学网络云平台上线
- 2021.9 助力 “双减” 工作
- 2022.03 国家中小学智慧教育平台改版升级上线
- 2022.04 智慧中小学 APP 上线
- 2022.06 触控屏功能上线
- 2022.7 实施暑期教师研修
- 2023.06 PC 端、Pad HD 上线改版，资源库…… 功能上线
- 2023.10 习题库上线
- 2023.12 支持青海抗震，上线 “班级直播”
- 2024.3 解决外交随迁子女就学问题，上线智慧阳光学校
- 2025.03 上线 AI 助学、AI 助学工具 → 数字化战略门户
（二）智教：平台赋能精准教学
1. 课前・预诊可视化
- 教师活动：学情评估、教材分析、目标确立、文本解读、课件优化、微课切片→智能备课
- 学生活动：自主预学、收集资料、完成诊断→自主学习
- 智备资源可视化：以 “备” 为根基，科学构建教学起点，数学建模问题解决→数学课程标准→直观想象空间观念→数学核心素养→精准智能备课
2. 课中・循证可视化
- 教师活动：创设情境→双师助力→工具助教→智能诊断→梳理结构→搭建框架→引导探究→时时点拨→深化理解→体系可测
- 学生活动：问题提出→合作探究→智能辅学→解决问题→归纳整理→基于问题→小组合作→工具助学→自我诊断→厘清结构→展开探究→批判验证→思维可视→提高认知→掌握方法
3. 慧学：平台支撑个性化学习
智慧学伴 —— 个性化学习
4. 云研：数据驱动教育科研
基于数据的教研分析 “玉环三层双师备课” 混合研修：备 (智能备课) 一研 (全息教研) 一展 (智慧授课) 一评 (数据复盘) 一育用 (能力进阶)
三法：教管理层统筹、教研组协同、教师自主
八、构建 “3 – 3 – 4 AI + 协同互助” 备课模式
（一）三层次架构
- 角色层 —— 控制：教师、AI 助手、平台
- 载体层 —— 输入 / 输出：文本 AI 检索、课件深度加工、视频精准切片
- 步骤层：梳理教学需求、人机协同创作、个性化调试、教学闭环设计
九、基于平台的数智研修活动
“三研一体” 数智教研新模式促教研蝶变升级
（一）网络研修共同体
- 个人复盘自主研修
- 同伴协作集中研修
- 专家把脉专题研修