Files

T

hehaiguang1123 a6f05ab2d5 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

7.4 KiB

Raw Permalink Blame History

created, title, tags, description, author, source

created

title

2026-W18 第6周研究计划

周期：2026年4月21日（周一） - 4月27日（周日）
主题：日韩高校AI教育深度研究
计划制定日：2026-04-20（周一，W18首日）
上周回顾：W17（4/13-20）完成EdTech创业生态研究，3家新档案（MagicSchool/Synthesis/SchoolAI），26家机构累计，100%完成率
本周定位：高等教育AI专题W18-日韩专项，衔接W20亚洲综合报告

一、延续计划当前进度

阶段	内容	状态
W17（已完成）	哈佛/斯坦福/牛津/剑桥/清华/北大/ETH/EPFL + 中美对比 + 教学大模型	✅
W18（本周）	东京大学 + KAIST + 日韩对比	🔄 执行中
W19（待启动）	墨尔本大学 + 悉尼大学 + 澳洲对比	⏳
W20（待启动）	亚洲综合报告	⏳
W21（待启动）	全球综合报告 + 知识图谱v2.0	⏳

W18在延续计划中的角色：

填补亚洲高校（日韩）数据空白
为W20亚洲综合报告提供日本、韩国两个核心案例
每份报告必须包含"对中国高校的启示"专节（≥3条可操作建议）

二、优先级任务清单

P0 — 支撑任务（必须完成）

序号	任务	产出路径	质量目标	依赖
P0-1	本周周报（收尾用）	每周报告/2026-W18-第6周完整报告.md	—	完成后产出

P0任务无产出，仅为流程节点。

P1 — 核心研究（必须完成，质量≥85分）

序号	任务	产出路径	质量目标	依赖	关键问题
P1-1	东京大学AI教育深度研究	深度研究报告/东京大学AI教学项目深度研究报告-20260421.md	≥85分	无	GIGA政策高校延伸情况？
P1-2	东京大学机构档案	机构档案/东京大学-教育AI研究档案-20260421.md	≥85分	P1-1	技术自主 vs 依赖美国AI？
P1-3	KAIST AI教育深度研究	深度研究报告/KAIST-AI教学项目深度研究报告-20260421.md	≥85分	无	AIDT降级后高校应对？
P1-4	KAIST机构档案	机构档案/KAIST-教育AI研究档案-20260421.md	≥85分	P1-3	Naver/Kakao在教育AI角色？
P1-5	日韩高校AI教育对比分析	国际比较/日韩高校AI教育对比分析-20260421.md	≥80分	P1-1~4	日韩AI工具依赖谁？

P1任务执行说明：

每份深度报告结构：见本文档第三节
每份机构档案：沿用标准模板（来源：机构档案/目录）
所有报告必须包含"对中国高校的启示"专节（≥3条可操作建议）

P2 — 增强任务（尽力完成）

序号	任务	产出路径	质量目标	依赖
P2-1	知识卡片：日韩模式	知识卡片/日韩高校AI教育模式-知识卡片.md	≥85分	P1-5
P2-2	W20亚洲综合报告框架预设	各报告中的"中国借鉴"专节需可拼接	≥80分	P1-1~4

P3 — 优化任务（有空完成）

序号	任务	产出路径	说明
P3-1	知识图谱v1.4更新	全球教育AI机构关系图谱.canvas	新增东京大学+KAIST节点

三、深度报告结构模板

每份深度报告必须包含以下六个章节，确保可与W20亚洲综合报告无缝整合：

东京大学AI教学项目深度研究报告
├── 一、机构概况
│   ├── 历史背景与学术定位
│   ├── AI教育战略（与GIGA政策关联）
│   └── 组织架构（AI教育研究中心/课程设置）
├── 二、AI教育实践
│   ├── 课程体系（学部/大学院AI课程）
│   ├── 教学模式（技术辅助/教师AI协作）
│   └── 产学合作（与企业/研究机构联动）
├── 三、研究产出
│   ├── 学术成果（近3年核心论文）
│   ├── 国际合作项目
│   └── 教育技术专利/工具
├── 四、治理框架
│   ├── 学术诚信政策（AI使用规范）
│   ├── AI伦理课程
│   └── 数据隐私保护
├── 五、对中国高校的启示
│   ├── 可直接借鉴（≥1条）
│   ├── 需适配（≥1条）
│   └── 需避免的陷阱（≥1条）
└── 参考文献（URL/DOI，≥10条）

四、本周关键问题（≤3个）

#	问题	研究路径	回答标准
KQ-1	GIGA政策在高等教育层面的延伸情况如何？	东京大学官网 → GIGA政策原文 → 日本文部科学省文件	有具体高校层面的实施数据，而非仅K-12层面
KQ-2	韩国AIDT政策降级后，KAIST如何应对？	KAIST官网 → 韩国教育部政策文件 → 新闻报道	了解AIDT降级的具体原因和高校调整策略
KQ-3	日韩AI教育工具是否依赖美国/中国技术？	各校AI平台技术栈 → 企业合作情况	明确技术依赖程度，为中国高校"技术自主"提供参照

五、质量控制要求

指标	目标	核查方式
官方渠道占比	≥70%	每份报告标注来源类型
技术数据时效	≤12个月	注明数据年份，2023年前的谨慎引用
信源质量分	≥85分/篇	五步核查法
DOI/URL验证	力求100%	所有引用附可验证链接
"中国借鉴"节	每份报告必须含≥3条	末尾专节列出

六、成本估算

项目	估算	说明
P1-1 东京大学深度报告	¥0.8	网络搜索+报告生成
P1-2 东京大学档案	¥0.3	与P1-1合并搜索
P1-3 KAIST深度报告	¥0.8	网络搜索+报告生成
P1-4 KAIST档案	¥0.3	与P1-3合并搜索
P1-5 日韩对比分析	¥0.5	综合已有数据
P2-1 知识卡片	¥0.3	模板化产出
本周合计	≤¥3.0	低于¥5预算
累计（W1-W18）	~¥31.5	远低于月度¥254预算

七、周内执行节奏建议

时间	任务
周一（今日4/20）	制定计划，核查W17周报（已有）
周二（4/21）	P1-1 东京大学深度报告 + P1-2 机构档案
周三（4/22）	P1-3 KAIST深度报告 + P1-4 机构档案
周四（4/23）	P1-5 日韩对比分析
周五（4/24）	P2任务 + W20框架预设检查
周六/日（4/25-26）	自由/P3任务
周日（4/27）	P0 本周周报收尾

八、关联文档

类型	路径
延续计划	高等教育AI专题-延续计划（W18-W21）.md
上周周报	每周报告/2026-W17-第5周完整报告.md
W18已有计划（参考）	每周报告/2026-W18-第6周研究计划.md
日本GIGA政策档案	机构档案/日本GIGA学校计划-教育AI研究档案-YYYYMMDD.md（需核查是否存在）
韩国AIDT档案	机构档案/韩国AIDT-教育AI研究档案-YYYYMMDD.md（需核查是否存在）

计划制定：狗剩
制定时间：2026-04-20
版本：v1.0（正式执行版）

7.4 KiB Raw Permalink Blame History Unescape Escape