---
categories:
  - '[[LLM Wiki]]'
tags:
  - wiki
  - entity
  - 斯坦福
  - 教育AI
  - AI Accelerator
created: 2026-04-16
source: '[[raw/教育AI研究/深度研究报告/斯坦福大学AI教学项目深度研究报告-20260414.md]]'
type: entity
relations:
  - type: part_of
    target: '[[斯坦福大学AI教学项目]]'
    description: 同源：斯坦福大学AI教学项目深度研究报告-20260414
    confidence: 3
---

[raw:教育AI研究/深度研究报告/斯坦福大学AI教学项目深度研究报告-20260414:10]# Stanford Accelerator

> 斯坦福大学的学习加速研究所，通过AI赋能教育工作者和跨学科研究，推动教育创新实践。

## 身份

| 属性 | 值 |
|
------|
-----|
| **类型** | 教育研究机构 |
| **隶属** | 斯坦福大学 |
| **定位** | 跨学科教育创新枢纽 |
| **官网** | acceleratelearning.stanford.edu |

## 核心使命

Stanford Accelerator 致力于通过AI技术赋能教育工作者，促进跨学科研究，加速教育创新的落地应用。

**三大核心目标**：
1. **AI赋能教师** - 帮助教育工作者理解和应用生成式AI
2. **跨学科协作** - 连接教育理论研究与技术实践
3. **产学研转化** - 将研究成果快速转化为教育实践

## 核心项目矩阵

| 项目 | 描述 | 规模/影响力 |
|------|------|-------------|
| **AI Tinkery** | 实体协作空间，供教育工作者探索生成式AI | 位于CERAS楼 |
| **CRAFT** | AI素养课程，与高中教师合作开发 | K12推广 |
| **种子基金** | 资助30+跨学科研究项目 | 年度 |
| **AI+Education Summit** | 政策对话平台 | 第四届2026年2月 |

## 关键研究团队

| 人员 | 职位 | 研究方向 |
|------|------|----------|
| Daniel L. Schwartz | Accelerator主任 | 学习科学、教育技术 |
| Victor Lee | 副教授 | AI+教育应用 |
| Emma Brunskill | CS副教授 | AI加速教育研究 |
| Michael Frank | 教授 | 儿童发展与AI |

## 主要成果

### AI+Education Summit 2026

**时间**：2026年2月
**主题**："AI拐点：我们学什么、怎么学、为何学"

**2025年峰会要点**：
- **AI素养框架**：需建立通用语言，涵盖用户、开发者、批评者三视角
- **AI加速教育研究**：Emma Brunskill提出AI可模拟优化教育干预，加速数十年创新
- **儿童发展研究**：BabyView项目+ LEVANTE全球网络
- **负责任使用**：Rob Reich强调AI应增强人类能力而非替代

### 纽约市案例

| 行动 | 数据 |
|------|------|
| 专业发展培训 | 10,000名教职员工 |
| K-12 AI政策实验室 | 全美最大校区建立 |
| 合作网络 | 研究机构+慈善组织+科技企业 |

## 理论框架

### 以人为本AI教育观

**核心原则**（Victor Lee）：
```
教师需要理解三个层面：
1. 如何使用AI来教学
2. 如何教授AI相关知识
3. AI实际如何运作
```

### AI加速教育研究范式

**Emma Brunskill观点**：
> "AI可以模拟和优化教育干预措施，有望将通常需要数十年的教育创新加速推进。"

## 在 LLM Wiki 中的角色

Stanford Accelerator是教育AI研究中**教师赋能模式**的代表案例，展示了：
- 物理空间+虚拟空间的双轨探索模式
- 跨学科资源平台的开放共享
- 政策对话的引领作用

## 相关概念

- [[以人为本AI教育观]] — 三层框架
- [[斯坦福AI Accelerator教师赋能模式-知识卡片]] — 详细分析
- [[AI Tinkery]] — 实体协作空间
- [[CRAFT]] — AI素养课程资源

## 相关研究

---
## 机构档案

详见 [[Stanford Accelerator]] - 斯坦福AI教师赋能项目

- [[斯坦福大学AI教学项目深度研究报告-20260414]] — 来源报告
- [[斯坦福AI Accelerator教师赋能模式-知识卡片]] — 知识卡片

## 来源

> **溯源规则**：所有数字/百分比/具体结论必须标注 `[raw:{文件名}:{行号}]` 格式。

- [[raw/教育AI研究/深度研究报告/斯坦福大学AI教学项目深度研究报告-20260414.md]]
[raw:教育AI研究/深度研究报告/斯坦福大学AI教学项目深度研究报告-20260414:10]# Stanford Accelerator

> 斯坦福大学的学习加速研究所，通过AI赋能教育工作者和跨学科研究，推动教育创新实践。

## 身份

| 属性 | 值 |
|------|-----|
| **类型** | 教育研究机构 |
| **隶属** | 斯坦福大学 |
| **定位** | 跨学科教育创新枢纽 |
| **官网** | acceleratelearning.stanford.edu |

## 核心使命

Stanford Accelerator 致力于通过AI技术赋能教育工作者，促进跨学科研究，加速教育创新的落地应用。

**三大核心目标**：
1. **AI赋能教师** - 帮助教育工作者理解和应用生成式AI
2. **跨学科协作** - 连接教育理论研究与技术实践
3. **产学研转化** - 将研究成果快速转化为教育实践

## 核心项目矩阵

| 项目 | 描述 | 规模/影响力 |
|------|------|-------------|
| **AI Tinkery** | 实体协作空间，供教育工作者探索生成式AI | 位于CERAS楼 |
| **CRAFT** | AI素养课程，与高中教师合作开发 | K12推广 |
| **种子基金** | 资助30+跨学科研究项目 | 年度 |
| **AI+Education Summit** | 政策对话平台 | 第四届2026年2月 |

## 关键研究团队

| 人员 | 职位 | 研究方向 |
|------|------|----------|
| Daniel L. Schwartz | Accelerator主任 | 学习科学、教育技术 |
| Victor Lee | 副教授 | AI+教育应用 |
| Emma Brunskill | CS副教授 | AI加速教育研究 |
| Michael Frank | 教授 | 儿童发展与AI |

## 主要成果

### AI+Education Summit 2026

**时间**：2026年2月
**主题**："AI拐点：我们学什么、怎么学、为何学"

**2025年峰会要点**：
- **AI素养框架**：需建立通用语言，涵盖用户、开发者、批评者三视角
- **AI加速教育研究**：Emma Brunskill提出AI可模拟优化教育干预，加速数十年创新
- **儿童发展研究**：BabyView项目+ LEVANTE全球网络
- **负责任使用**：Rob Reich强调AI应增强人类能力而非替代

### 纽约市案例

| 行动 | 数据 |
|------|------|
| 专业发展培训 | 10,000名教职员工 |
| K-12 AI政策实验室 | 全美最大校区建立 |
| 合作网络 | 研究机构+慈善组织+科技企业 |

## 理论框架

### 以人为本AI教育观

**核心原则**（Victor Lee）：
```
教师需要理解三个层面：
1. 如何使用AI来教学
2. 如何教授AI相关知识
3. AI实际如何运作
```

### AI加速教育研究范式

**Emma Brunskill观点**：
> "AI可以模拟和优化教育干预措施，有望将通常需要数十年的教育创新加速推进。"

## 在 LLM Wiki 中的角色

Stanford Accelerator是教育AI研究中**教师赋能模式**的代表案例，展示了：
- 物理空间+虚拟空间的双轨探索模式
- 跨学科资源平台的开放共享
- 政策对话的引领作用

## 相关概念

- [[以人为本AI教育观]] — 三层框架
- [[斯坦福AI Accelerator教师赋能模式-知识卡片]] — 详细分析
- [[AI Tinkery]] — 实体协作空间
- [[CRAFT]] — AI素养课程资源

## 相关研究

---
## 机构档案

详见 [[Stanford Accelerator]] - 斯坦福AI教师赋能项目

- [[斯坦福大学AI教学项目深度研究报告-20260414]] — 来源报告
- [[斯坦福AI Accelerator教师赋能模式-知识卡片]] — 知识卡片

## 来源

> **溯源规则**：所有数字/百分比/具体结论必须标注 `[raw:{文件名}:{行号}]` 格式。

- [[raw/教育AI研究/深度研究报告/斯坦福大学AI教学项目深度研究报告-20260414.md]]