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
This commit is contained in:
hehaiguang1123
2026-07-01 08:05:43 +08:00
parent e544d6e04a
commit a6f05ab2d5
1067 changed files with 522992 additions and 819 deletions
+84
View File
@@ -0,0 +1,84 @@
---
categories:
- "[[LLM Wiki]]"
- "[[教育AI研究项目]]"
tags:
- wiki
- education-ai
- 区域研究
- 东南亚
- 新兴市场
created: 2026-04-27
source: "[[东南亚教育AI区域研究报告-20260407]]"
type: concept
aliases:
- 东南亚AI教育
- Southeast Asia AI Education
---
# 东南亚教育AI区域模式
> 东南亚教育AI的"全球南方"观察窗口:新加坡政府主导领跑、印尼规模化追赶、越南本土化崛起,混合学习和游戏化是区域独特贡献。
## 区域概览
| 指标 | 数据 |
|------|------|
| 区域人口 | 约6.8亿[raw:东南亚教育AI区域研究报告-20260407:35] |
| K-12学生 | 约1.5亿[raw:东南亚教育AI区域研究报告-20260407:36] |
| 互联网覆盖 | 约67%(城市高、农村低)[raw:东南亚教育AI区域研究报告-20260407:37] |
| 质量评分 | 85分(A级) |
## 三类发展模式
### 领跑型:新加坡
政府主导系统化AI教育整合:
- **SLS平台** — 全国性教学平台(2018年推出),部署AI工具矩阵
- **EdTech Masterplan 2030** — "通过技术变革教育"
- **AI教育伦理框架** — 主体性、包容性、公平性、安全性四大原则
- **评语生成工具** — 惠及4000+教师,生成40000+份学生评语[raw:东南亚教育AI区域研究报告-20260407:87-89]
- **局限性** — 人口仅570万,规模化成本结构特殊,难以在低收入国家复制
### 追赶型:印度尼西亚
规模化实验的最大战场:
- **Ruangguru** — 2200万+注册学生,Brain Academy 280+线下中心,线上+线下混合模式[raw:东南亚教育AI区域研究报告-20260407:127-131]
- 国家目标:2030年前培养900万数字人才[raw:东南亚教育AI区域研究报告-20260407:130]
- EdTech市场预计2027年达18亿美元,CAGR约15%[raw:东南亚教育AI区域研究报告-20260407:129]
### 追赶型:越南
本土化AI教育的快速崛起:
- EdTech市场2025年约12.2亿美元[raw:东南亚教育AI区域研究报告-20260407:171]
- AI教育细分CAGR 35.69%[raw:东南亚教育AI区域研究报告-20260407:175]
- **Prep平台** — 教师与AI团队合作开发教学内容,用AI技术放大少量优质教师的影响力[raw:东南亚教育AI区域研究报告-20260407:187-192]
## 核心洞察
1. **新加坡的"小国优势"** — 570万人口实现教育AI快速全国覆盖,政府统一部署降低碎片化
2. **印尼的规模化实验** — Ruangguru 2200万学生量级是全球最大单一EdTech平台之一,混合模式是低基础设施环境的最优解
3. **本土化是护城河** — 越南Prep、印尼Ruangguru的成功都依赖深度本土化(语言、考试体系、文化)
4. **游戏化是独特贡献** — 东南亚广泛采用游戏化设计,将学习动机问题转化为产品设计问题
5. **政府平台商业化是未解难题** — 新加坡可通过财政支持SLS,其他国家需公私合营
## 区域共性趋势
| 趋势 | 说明 |
|------|------|
| 混合学习 | 后疫情标准模式:线上AI+线下互动,纯在线在农村不可行 |
| 游戏化 | 激发内在学习动机,东南亚独特方法论贡献 |
| 多语言AI | 尚未被充分解决 — 印尼700+方言、越南语、泰语本土化不足 |
## 与本 Wiki 相关
- [[NUS AICET]] — 新加坡国立大学AI教育技术中心
- [[Topica Edtech Group]] — 越南领先EdTech
- [[教育AI研究项目]] — 所属研究项目
- [[亚洲高校AI教育六国模式综合报告]] — 亚洲综合对比
## 来源
> 所有数字/百分比/具体结论均标注来源行号。
- [[东南亚教育AI区域研究报告-20260407]] — 东南亚教育AI区域研究报告(A级,85分)