AIED|教育技术学教研室召开2026教育技术年会内容共享会

    2026-06-03   来源:未来教育学院

  为及时传达2026教育技术年会前沿成果,促进学术交流与成果共享,6月2日,教育技术学教研室召开“2026教育技术年会内容共享会”。年会参会教师李庆斌围绕“教育技术学学科建设、教育智能化前沿、人工智能+教育新边界以及AI赋能教育实践案例”等主题进行了专题分享,教研室全体教师及学前教育教师参加了本次活动。

  PART 01一、聚焦学科发展,共话教育技术学新使命

  在教育强国建设和人工智能快速发展的时代背景下,教育技术学正迎来前所未有的发展机遇。分享会上,李庆斌老师重点介绍了专家学者关于教育技术学学科建设的最新观点。与会专家普遍认为,智能时代教育形态已从传统的“教师—学生”二元结构逐步演变为“教师—学生—智能体”三元结构,教育技术学需要突破传统研究范式,推动教育学、人工智能、认知科学等多学科深度融合,构建面向智能时代的新型教育技术学知识体系。专家们指出,教育技术学不仅是教育数字化转型的重要推动力量,更是未来教育理论重构和教育创新发展的核心支撑。面对人工智能浪潮,学科无需焦虑,而应主动拥抱变革,聚焦真实教育问题,在实践中彰显学科价值,实现“有为才有位”。

  PART 02二、前沿引领,勾勒教育智能化研究蓝图

  围绕教育智能化前沿发展趋势,分享会系统介绍了当前智能教育领域十大重点研究方向。

  在理论层面,研究者开始重新思考“什么是知识”“谁在学习”“学习意味着什么”等教育本质问题,探索智能时代教育目的、知识生产方式以及师生关系的重构路径。

  在方法技术层面,教育研究正在迈向“人智协同”新范式。AI增强研究方法、教育大模型与教育智能体、多模态智能感知、认知计算以及开放复杂场景下学习规律挖掘等方向,正成为教育技术研究的新热点。其中,教育大模型正在从传统工具逐渐转变为认知协同伙伴,为导学、助学和教学支持提供全新的技术支撑。

  在实践应用层面,高阶能力培养、未来教育新形态构建以及智能教育伦理治理等议题受到广泛关注。如何在人机协同背景下培养学生的创新能力、批判性思维和协作能力,如何保障智能教育的公平、安全与可持续发展,已成为当前研究的重要方向。

  PART 03三、AI+教育:不断拓展教育创新边界

  随着生成式人工智能的广泛应用,教育研究的边界正在不断拓展。分享中指出,传统“课前—课中—课后”的线性教学流程正在被打破,AI能够提供全天候、个性化的学习支持;教师也不再是知识传播的唯一节点,智能体正在成为学习过程中的重要参与者;教育目标逐渐从知识传授转向元认知能力、创新能力和问题解决能力培养。

  与此同时,教育研究正在向“学科+”“学段+”“技术+”“人存+”“育人+”等多元方向延伸。不同学科、不同年龄阶段以及不同教育场景下的AI应用规律,正成为教育技术领域新的研究增长点。

  PART 04四、深化人机协同,探索AI赋能教育实践

  在案例分享环节,李庆斌老师介绍了多项AI赋能教育的创新实践成果。并指出AI在教育中的价值不应局限于仅提供答案,而应成为促进思维发展的伙伴。未来教学设计应坚持问题导向学习、项目式学习和案例式学习等理念,引导学生通过持续提问、批判验证和知识整合实现深度学习。

  针对AI增强学习效果评价,提出了六项关键指标,包括提示词精度、互动迭代深度、批判性验证能力、知识综合整合能力、元认知意识以及学习效率,强调要更加关注学生学习过程中的思维成长与能力发展。

  此外,特别提醒,要警惕“一键生成教案”等简单化应用误区。教师应充分发挥专业引领作用,承担教学设计责任,真正实现人工智能与教育教学的深度融合。

  PART 05五、凝聚共识,共赴智能教育新未来

  本次内容共享会不仅帮助老师们全面了解教育技术学学科发展的最新趋势,也进一步拓宽了大家对人工智能赋能教育的认识与思考。

  未来,教育技术学教研室将持续关注智能教育前沿动态,积极推进人工智能与教育教学深度融合,不断提升人才培养质量和科研创新能力,为教育数字化转型和教育强国建设贡献智慧与力量。

     浏览数:0人次 人次
分享到