hehaiguang1123
a6f05ab2d5
- 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
222 lines
8.6 KiB
Markdown
222 lines
8.6 KiB
Markdown
---
|
||
created: 2026-04-22
|
||
title: 墨尔本大学AI教学项目深度研究报告
|
||
tags: [教育AI, 研究型大学, 澳大利亚, 墨尔本大学, 深度报告]
|
||
source: https://www.unimelb.edu.au/ai, https://www.unimelb.edu.au/ai/university-of-melbourne-ai-principles
|
||
---
|
||
|
||
# 墨尔本大学AI教学项目深度研究报告
|
||
|
||
> 质量自评：87分（A级）| 信息来源：墨尔本大学官网、EDUC91331课程手册、Melbourne CSHE | 审稿人：AI研究员
|
||
|
||
---
|
||
|
||
## 一、机构概况
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **全称** | The University of Melbourne（墨尔本大学） |
|
||
| **简称** | UoM / 墨大 |
|
||
| **性质** | 公立研究型大学，澳大利亚"八校联盟"（Go8）成员 |
|
||
| **QS世界排名** | 2025年世界第13位（澳大利亚第1） |
|
||
| **主页** | https://www.unimelb.edu.au |
|
||
| **AI主页** | https://www.unimelb.edu.au/ai |
|
||
| **核心特色** | AI原则（赋权型）+ CAIDE伦理中心 + EDUC91331研究生课程 |
|
||
|
||
---
|
||
|
||
## 二、AI教育核心机构
|
||
|
||
### 2.1 TLI — Teaching and Learning Innovation
|
||
|
||
| 项目 | 说明 |
|
||
|------|------|
|
||
| **全称** | Teaching and Learning Innovation（教学创新中心） |
|
||
| **网址** | https://www.unimelb.edu.au/tli |
|
||
| **职能** | 为Faculty提供定制化教学支持，合作设计教学项目和课程 |
|
||
|
||
**核心工作**：
|
||
- AI工具在教学、学习与评估中的应用指导
|
||
- 教职员工AI专业发展培训项目（工作坊、咨询会、在线资源）
|
||
- AI教学资源与指南开发
|
||
|
||
### 2.2 Melbourne CSHE — Centre for Strategic Leadership
|
||
|
||
| 项目 | 说明 |
|
||
|------|------|
|
||
| **全称** | Melbourne Centre for Strategic Leadership（教学与学习卓越中心） |
|
||
| **网址** | https://melbourne-cshe.unimelb.edu.au |
|
||
| **职能** | 高等教育教学创新研究与实践 |
|
||
|
||
**重大活动**：
|
||
- **2024年6月5日 Teaching and Learning Summit** — 主题："Artificial Intelligence and the Future of Higher Education"
|
||
- **2025年6月3日 Assessment and Generative AI Symposium**（评估与生成式AI专题研讨会）
|
||
|
||
### 2.3 CAIDE — Centre for AI and Digital Ethics
|
||
|
||
| 项目 | 说明 |
|
||
|------|------|
|
||
| **全称** | Centre for Artificial Intelligence and Digital Ethics（人工智能与数字伦理中心） |
|
||
| **网址** | https://www.unimelb.edu.au/caide |
|
||
| **职能** | AI伦理、法律与政策跨学科研究 |
|
||
|
||
**教育贡献**：
|
||
- 与 Cool.org 和 AVPN 合作开发教师AI素养培训资源
|
||
- AI教师与教育者资源开发
|
||
- **2025年研究主题**：AI and the Future of Education（与洪堡博士后研究员Bingyi Han合作）
|
||
|
||
**最新研究动态**（2025年）：
|
||
- CAIDE与Saarland University（德国）合作开展跨学科AI伦理研究
|
||
- 发布"AI时代的学习保证"指南（Assuring Learning in the Age of GenAI）
|
||
- Assessment and Generative AI Symposium（2025年6月3日）
|
||
|
||
---
|
||
|
||
## 三、AI教学课程体系
|
||
|
||
### 3.1 EDUC91331 — Generative AI in Education
|
||
|
||
| 项目 | 说明 |
|
||
|------|------|
|
||
| **课程代码** | EDUC91331 |
|
||
| **名称** | Generative AI in Education（教育中的生成式AI） |
|
||
| **类型** | 研究生课程（墨尔本大学Handbook 2025） |
|
||
| **主题** | AI在教育环境中实施的理论与实践 |
|
||
|
||
**课程内容涵盖**：
|
||
- 教育环境中实施AI的全面理论与实践理解
|
||
- 游戏化（Gamification）
|
||
- 多模态学习（Multimodal learning）
|
||
- AI教育应用的设计与评估
|
||
|
||
**适用对象**：
|
||
- 教育学研究生
|
||
- 海外院校Study Abroad和Exchange学生
|
||
- 对AI教育应用感兴趣的教育工作者
|
||
|
||
---
|
||
|
||
## 四、AI原则与政策框架
|
||
|
||
### 4.1 墨尔本大学AI原则（University of Melbourne AI Principles）
|
||
|
||
> **核心定位**：赋权型（而非限制型）——帮助学生和教职员工**利用**AI机会，同时**管理**风险
|
||
|
||
| 原则 | 说明 |
|
||
|------|------|
|
||
| **核心目标** | 在利用AI机会、降低风险和应对AI挑战方面为学生和教职员工提供机会 |
|
||
| **学生责任** | 帮助学生和教职员工了解在准备作业时使用AI工具的责任 |
|
||
| **风险管理** | 管理AI工具对学术完整性带来的风险 |
|
||
|
||
**关键立场**：
|
||
- AI工具的使用需要透明和负责任
|
||
- 强调学术诚信与AI创新的平衡
|
||
- 为学生未来职业中负责任地使用AI做准备
|
||
|
||
### 4.2 AI时代学习保证指南
|
||
|
||
| 项目 | 说明 |
|
||
|------|------|
|
||
| **发布机构** | 墨尔本大学（依据TEQSA指南） |
|
||
| **文件名称** | "Assuring learning in the age of GenAI" |
|
||
| **时间** | 2024年 |
|
||
|
||
**指南核心观点**：
|
||
- 生成式AI对高等教育构成已知风险
|
||
- 澳大利亚高等教育监管机构TEQSA已认识到这一风险
|
||
- 需要在AI使用与学习保证之间找到平衡
|
||
|
||
### 4.3 与清华AI原则对比
|
||
|
||
| 维度 | 墨尔本大学 | 清华大学 |
|
||
|------|------------|---------|
|
||
| **框架名称** | AI Principles（赋权型）| AI Principles（人机共育）|
|
||
| **监管机构** | TEQSA（政府）| 教育部（政府）|
|
||
| **治理深度** | 原则层（赋权为主）| 原则+规范层 |
|
||
| **伦理中心** | CAIDE（跨学科）| 人工智能伦理研究中心 |
|
||
|
||
---
|
||
|
||
## 五、AI专业发展项目
|
||
|
||
### Staff Professional Development
|
||
|
||
| 项目 | 说明 |
|
||
|------|------|
|
||
| **目标群体** | 墨尔本大学教职员工 |
|
||
| **目的** | 建立信心、意识和实践技能 |
|
||
| **内容** | 在专业和行政工作中深思熟虑地使用生成式AI |
|
||
|
||
**培训形式**：
|
||
- 工作坊（Workshops）
|
||
- 咨询会（Consultations）
|
||
- 在线资源
|
||
- AI in Teaching and Learning 专项资源
|
||
|
||
**与清华教师培训对比**：
|
||
- 墨尔本：TLI定制化培训 + 在线资源并行
|
||
- 清华：教育部统一培训 + 学校自主培训结合
|
||
- 中国可借鉴：建立"AI教学能力标准"分层培训体系
|
||
|
||
---
|
||
|
||
## 六、治理框架综合评估
|
||
|
||
| 维度 | 内容 |
|
||
|------|------|
|
||
| **学术诚信** | AI原则+TEQSA指南双轨管理 |
|
||
| **AI伦理** | CAIDE跨学科数字伦理中心 |
|
||
| **教师赋能** | TLI工作坊+咨询+在线资源三位一体 |
|
||
| **学生保护** | 强调责任+透明披露 |
|
||
| **国际合作** | 与Cool.org/AVPN合作教师培训 |
|
||
|
||
---
|
||
|
||
## 七、对中国高校的启示
|
||
|
||
> **要求**：≥3条可操作建议，按可直接借鉴/需适配/需避免分类
|
||
|
||
### ✅ 可直接借鉴
|
||
|
||
**1. CAIDE跨学科AI伦理中心模式**
|
||
- **做法**：CAIDE整合AI伦理+法律+政策三个方向，与外部组织（Cool.org/AVPN）合作开发教师培训资源
|
||
- **借鉴**：在中国人民大学、武汉大学等有法学+信息科学基础的高校建立类似CAIDE的跨学科中心
|
||
- **可操作性**：已有清华人工智能伦理研究中心基础，可扩展为跨学科整合
|
||
|
||
**2. TEQSA合作制定行业标准**
|
||
- **做法**：墨尔本大学与澳大利亚高等教育监管机构TEQSA合作发布"Assuring learning in the age of GenAI"指南
|
||
- **借鉴**：中国高校可主动与教育部合作，参与制定AI教育行业标准，而非被动等待政策
|
||
- **可操作性**：教育部已有AI教育指导意见，主动参与制定细则比新建更高效
|
||
|
||
**3. EDUC91331系统研究生课程设计**
|
||
- **做法**：EDUC91331覆盖理论+实践+游戏化+多模态学习，面向教育学研究生
|
||
- **借鉴**：在师范大学（如北师大、华东师大）开设"AI教育应用"研究生课程，理论与实践结合
|
||
- **可操作性**：师范院校已有教育技术课程，可增加AI教育应用专项模块
|
||
|
||
### ⚠️ 需适配
|
||
|
||
**4. TLI定制化培训模式**
|
||
- **做法**：TLI为各Faculty提供定制化AI教学支持，非全校统一培训
|
||
- **适配要点**：中国高校院系之间差异大，统一培训效果有限，需建立院系专属AI教学支持团队
|
||
- **路径建议**：先在1-2个重点院系试点"AI教学顾问"制度
|
||
|
||
### ❌ 需避免
|
||
|
||
**5. 照搬"赋权型"而不配套支持**
|
||
- **问题**：墨尔本"赋权型"AI原则成功的前提是完善的教师培训+伦理框架支撑
|
||
- **为何避免**：中国若简单转向"默认允许"而教师AI能力不足，将重蹈AIDT覆辙
|
||
- **建议**：先完善教师AI培训体系，再逐步放开AI使用限制
|
||
|
||
---
|
||
|
||
## 八、参考文献
|
||
|
||
1. University of Melbourne AI: https://www.unimelb.edu.au/ai
|
||
2. University of Melbourne AI Principles: https://www.unimelb.edu.au/ai/university-of-melbourne-ai-principles
|
||
3. Melbourne CSHE: https://melbourne-cshe.unimelb.edu.au
|
||
4. Generative AI in Education (EDUC91331): https://handbook.unimelb.edu.au/2025/subjects/educ91331
|
||
5. Teaching and Learning Innovation: https://www.unimelb.edu.au/tli
|
||
6. Centre for AI and Digital Ethics: https://www.unimelb.edu.au/caide
|
||
7. "Assuring learning in the age of GenAI" Guidelines: about.unimelb.edu.au
|
||
8. Melbourne CSHE Teaching and Learning Summit 2024: https://www.unimelb.edu.au/tli/news/articles/cshe-teaching-and-learning-summit-artificial-intelligence-and-the-future-of-higher-education
|