Phase 0-2: Schema cleanup, typed relations, event-driven automation

- Phase 0: AGENTS.md cleanup (dedup quotes, renumber sections, merge qmd) - Phase 1: typed relations (manage-relations.py, graph-search.py, check-staleness.py, detect-conflicts.py) - Phase 2: frontmatter validator, weekly lint, knowledge promotion, git hooks - Fix .gitignore to track tools/ and .githooks/ - Fix git remote URL (remove plaintext token) - New wiki pages: 504 pages, 34 raw sources
2026-07-01 08:05:43 +08:00
parent e544d6e04a
commit a6f05ab2d5
1067 changed files with 522992 additions and 819 deletions
@@ -0,0 +1,270 @@
+---
+created: 2026-04-24
+title: 研究问题与差距分析 — Explore Day 3
+tags:
+  - exploration
+  - gap-analysis
+  - research-questions
+  - ai-education
+  - higher-education
+categories:
+  - "[[教育AI研究项目]]"
+source:
+  - "[[02-研究框架]]"
+  - "[[01-资料扫描报告]]"
+---
+
+# 研究问题与差距分析 — Explore Day 3
+
+> **任务**：阶段一"探索"Day 3 —— 差距分析与研究问题确认
+> **制定日期**：2026-04-24
+> **版本**：v1.0
+
+---
+
+## 目录
+
+1. [研究问题最终清单](#1-研究问题最终清单)
+2. [档案覆盖差距分析](#2-档案覆盖差距分析)
+3. [信息缺口清单](#3-信息缺口清单)
+4. [主要差距点识别](#4-主要差距点识别)
+5. [后续行动建议](#5-后续行动建议)
+
+---
+
+## 1. 研究问题最终清单
+
+### 1.1 核心研究问题
+
+**RQ1（政策规划）**：中外顶尖高校在AI教育政策规划方面有何差异？制度因素如何影响AI教育战略？
+
+- 子问题1.1：各校AI教育战略文件的发布时间与背景有何差异？
+- 子问题1.2：核心机构的组织架构与领导层级有何不同？
+- 子问题1.3：国家战略/市场/军事需求对各校AI教育战略的影响机制是什么？
+
+**RQ2（课程设计）**：中外顶尖高校的AI课程体系设计有何特征？各有何优势与局限？
+
+- 子问题2.1：各校AI课程的数量、类型、学分、学时分布如何？
+- 子问题2.2：通识课程 vs 专业课程的设置比例有何差异？
+- 子问题2.3：跨学科整合程度如何评估？
+
+**RQ3（师资建设）**：中外顶尖高校在AI教育师资建设方面有何模式？效果如何评估？
+
+- 子问题3.1：AI相关教师的数量、背景、资质分布如何？
+- 子问题3.2：教师培训机制有何差异？
+- 子问题3.3：学术产出（论文、专利、项目）的数量与质量如何？
+
+**RQ4（制度解释）**：中外高校AI教育模式差异的深层制度解释是什么？有何借鉴意义？
+
+- 子问题4.1：为何中国高校呈现"政策驱动"模式而美国呈"研究驱动"模式？
+- 子问题4.2：军队院校的保密约束如何影响AI教育的特殊路径？
+- 子问题4.3：不同模式对国内高校有何借鉴意义？
+
+### 1.2 研究假设
+
+| 编号 | 假设内容 | 验证方式 |
+|------|----------|----------|
+| H1 | 军队院校的AI教育成效评估标准与地方高校存在显著差异 | 比较分析 |
+| H2 | 国外顶尖高校在AI教育课程设计上更注重跨学科整合 | 课程对比 |
+| H3 | 国内高校AI教育政策受国家战略驱动更明显 | 政策文本分析 |
+
+### 1.3 研究贡献预期
+
+| 贡献类型 | 具体内容 |
+|----------|----------|
+| **理论贡献** | 构建"中外高校AI教育比较分析框架"，丰富比较教育研究 |
+| **实践贡献** | 为国内高校AI教育规划提供国际参照与经验借鉴 |
+| **政策贡献** | 为教育主管部门制定AI教育政策提供证据支持 |
+
+---
+
+## 2. 档案覆盖差距分析
+
+### 2.1 档案覆盖现状
+
+| 高校 | 机构档案 | 深度报告 | 档案完整性 |
+|------|----------|----------|------------|
+| **清华大学** | ✅ 有 | ✅ 有 | 完整 |
+| **北京大学** | ✅ 有 | ✅ 有 | 完整 |
+| **国防科技大学** | ✅ 有 | ✅ 有 | 完整 |
+| **浙江大学** | ❌ 无 | ❌ 无 | **待补充** |
+| **MIT** | ✅ 有 | ❌ 无 | 待补充 |
+| **Stanford** | ✅ 有 | ❌ 无 | 待补充 |
+| **牛津大学** | ❌ 无 | ✅ 有 | 待补充 |
+| **剑桥大学** | ✅ 有 | ✅ 有 | 完整 |
+
+### 2.2 档案缺失清单
+
+| 优先级 | 高校 | 缺失类型 | 补充优先级 |
+|--------|------|----------|------------|
+| P0 | **浙江大学** | 机构档案 + 深度报告 | 高 |
+| P1 | **MIT** | 深度报告 | 中 |
+| P1 | **Stanford** | 深度报告 | 中 |
+| P2 | **牛津大学** | 机构档案 | 低 |
+
+### 2.3 补充建议
+
+**浙江大学**（P0）：
+- 需新建机构档案和深度报告
+- 重点关注：工科AI特色、产教融合模式
+- 数据来源：浙大官网、教育部数据、相关新闻
+
+**MIT + Stanford**（P1）：
+- 建议补充深度报告
+- 重点关注：与现有机构档案的内容互补
+- 数据来源：Stanford GSE档案已有基础，可补充深度分析
+
+**牛津大学**（P2）：
+- 机构档案缺失，但有深度报告
+- 可将深度报告视为主要资料来源
+
+---
+
+## 3. 信息缺口清单
+
+### 3.1 各校信息缺口
+
+| 高校 | 主要缺口 | 影响程度 | 补充难度 |
+|------|----------|----------|----------|
+| **清华大学** | AI教育专项预算、学生能力测评数据 | 中 | 高 |
+| **北京大学** | 师资AI培训具体方案、预算数据 | 中 | 高 |
+| **国防科技大学** | 保密约束导致大量信息不可获取 | 高 | 极高 |
+| **浙江大学** | 几乎无公开数据 | 高 | 高 |
+| **MIT** | 大学层面AI课程详细数据、Scratch与大学教育关联 | 中 | 中 |
+| **Stanford** | 30+项目的具体资助金额、课程量化数据 | 中 | 中 |
+| **牛津大学** | AI课程数量、师资数据 | 中 | 高 |
+| **剑桥大学** | 已有较完整档案（16.49KB深度报告） | 低 | 低 |
+
+### 3.2 跨校对比数据缺口
+
+| 缺口类型 | 涉及高校 | 说明 |
+|----------|----------|------|
+| **AI教育专项预算** | 全部 | 无直接数据，需搜索各校年度财务报告 |
+| **学生AI能力测评** | 全部 | 仅有清华满意度（92%） |
+| **师资培训方案详情** | 北大、MIT、NUDT | 缺乏详细描述 |
+| **就业质量数据** | 全部 | 无各校专项数据 |
+| **国际排名数据** | 国外4校 | QS/ARWU AI相关排名 |
+
+### 3.3 信息可获取性评估
+
+| 类型 | 可获取性 | 说明 |
+|------|----------|------|
+| **官网公开信息** | 高 | 各校官网通常有AI教育相关内容 |
+| **官方报告/白皮书** | 中 | 部分高校发布专项报告 |
+| **学术论文数据** | 高 | WoS/CNKI可获取学术产出 |
+| **财务/预算数据** | 低 | 多数高校不公开详细预算 |
+| **军队院校内部信息** | 极低 | 保密约束限制信息获取 |
+
+---
+
+## 4. 主要差距点识别
+
+### 4.1 政策规划维度差距
+
+**差距1：战略层级差异**
+- 中国高校：国家战略驱动，教育部/军委顶层设计
+- 美国高校：学校自主发展，基金会/市场资金支持
+- 国外古典大学（牛剑）：传统学科驱动，AI为新兴补充
+
+**差距2：组织架构差异**
+- 清华：国家平台 + AIGE研究中心（2025）
+- 北大：校企联合（TBI）+ 国家基地
+- NUDT：军委直属 + 计算机/智能科学双学院
+- MIT：Media Lab LLK（30年积累）+ Scratch Foundation
+- Stanford：Accelerator（2022）+ HAI双驱动
+
+### 4.2 课程设计维度差距
+
+**差距3：课程覆盖模式**
+- 清华：全覆盖（大中小学四学段）+ MAIC平台
+- 北大：三层任务分层（No-AI/Co-AI/Pro-AI）理论框架
+- NUDT：无人系统特色 + 指挥技术融合
+- MIT：Scratch（非传统课程）+ LLM儿童模型
+- Stanford：30+研究项目 + CRAFT课程资源
+- 牛剑：传统学科整合，AI辅助教学
+
+**差距4：技术路线差异**
+- 清华：LangGraph多智能体 + 多LLM支持
+- NUDT：天河超算 + 飞腾芯片（自主技术栈）
+- MIT：自研积木语言 + Blockly
+- Stanford：协同设计 + 体验空间
+
+### 4.3 师资建设维度差距
+
+**差距5：师资来源与激励机制**
+- 中国高校：政府编制 + 职称晋升 + 国家项目
+- 美国高校：市场薪酬 + 捐赠基金 + 非营利组织
+- NUDT：军队编制 + 吴文俊奖等学术荣誉
+
+**差距6：国际化程度**
+- MIT/Stanford：全球招聘，49国Scratch网络
+- 牛剑：欧洲传统学术网络
+- 中国高校：本土为主，近年国际化加速
+
+### 4.4 成效评估维度差距
+
+**差距7：评估标准与指标**
+- 清华：92%满意度 + JCST发表 + GitHub Stars
+- 北大：5U+7S框架 + 政策影响力
+- NUDT：教育部典型案例 + A+学科 + 吴文俊奖
+- MIT：1.4亿用户 + 87%快乐体验
+- Stanford：AI Index引用 + 政策回应
+
+---
+
+## 5. 后续行动建议
+
+### 5.1 优先级排序
+
+| 优先级 | 行动 | 说明 |
+|--------|------|------|
+| P0 | 补充浙大档案和深度报告 | 8校中唯一完全缺失的国内高校 |
+| P1 | 补充MIT/Stanford深度报告 | 丰富国外高校对比素材 |
+| P2 | 完善牛津机构档案 | 基于已有深度报告补充 |
+
+### 5.2 进入 Build 阶段准备
+
+**文献综述准备**：
+- [ ] 搜集AI教育比较研究文献（WoS/CNKI）
+- [ ] 整理五维度理论框架
+- [ ] 梳理中外AI教育政策演进
+
+**案例分析准备**：
+- [ ] 完善8校档案（填补缺口）
+- [ ] 提取关键指标数据
+- [ ] 构建比较矩阵
+
+### 5.3 论文写作规划
+
+| 阶段 | 时间 | 任务 |
+|------|------|------|
+| Explore | Day 1-3 | ✅ 资料扫描 + 框架 + 差距分析 |
+| Build | Day 4-10 | 文献综述 + 8校案例 + 比较分析 |
+| Iterate | Day 11-15 | 理论框架 + 政策建议 + 整合修订 |
+| Deliver | Day 16-18 | 格式规范化 + 终审提交 |
+
+---
+
+## 附录：档案清单
+
+### A. 已有完整档案的高校
+
+| 高校 | 机构档案 | 深度报告 | 状态 |
+|------|----------|----------|------|
+| 清华大学 | ✅ | ✅ | 完整 |
+| 北京大学 | ✅ | ✅ | 完整 |
+| 国防科技大学 | ✅ | ✅ | 完整 |
+| 剑桥大学 | ✅ | ✅ | 完整 |
+
+### B. 待补充档案的高校
+
+| 高校 | 机构档案 | 深度报告 | 优先级 |
+|------|----------|----------|--------|
+| 浙江大学 | ❌ | ❌ | P0 |
+| MIT | ✅ | ❌ | P1 |
+| Stanford | ✅ | ❌ | P1 |
+| 牛津大学 | ❌ | ✅ | P2 |
+
+---
+
+*文档编写：狗剩 | 2026-04-24 | Explore Day 3 完成*