giteahh/llm_wiki
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
master
llm_wiki/raw/教育AI研究/知识卡片/高等教育AI全球图景-九校对比-知识卡片.md
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

6.6 KiB
Raw Permalink Blame History

categories, tags, type, created, source, title
categories tags type created source title
LLM Wiki
知识卡片
concept 2026-04-16 高等教育AI全球图景：九校对比知识卡片

高等教育AI全球图景：九校对比知识卡片

研究日期：2026-04-16 覆盖范围：哈佛、斯坦福、牛津、剑桥、MIT、CMU、清华、北大、ETH/EPFL 核心问题：全球顶尖高校如何布局AI教学？各有何特色？

一、九校AI教学全景图

1.1 美国阵营

高校 核心定位 标志性项目 关键人物
哈佛 AI增强学习 CS50 AI改进 David Klahn
斯坦福 教师赋能 AI Tinkery、CRAFT Victor Lee
MIT 终身学习 MIT L前置条件 -
CMU 认知工程 HCII、ITS研究 Ken Koedinger

1.2 英国阵营

高校 核心定位 标志性项目 关键人物
牛津 伦理监管 AIEOU、AI能力中心 Jun Zhao
剑桥 对话理论 DEFI、DeepMind合作 Rupert Wegerif

1.3 中国阵营

高校 核心定位 标志性项目 关键人物
清华 通识教育 MAIC、OpenMAIC 马少平、张钹
北大 人机共育 5U框架、7S体系 郭琳、孙华

1.4 欧洲大陆

高校 核心定位 标志性项目 关键人物
ETH/EPFL 工程AI ELLIS博士网络、AI4ED -

二、九校特色对比矩阵

2.1 核心理念

高校 AI定位 核心理念
哈佛 学习伙伴 增强而非替代
斯坦福 赋能工具 教师优先
MIT 终身学习 认知科学
CMU 认知工程 知识空间
牛津 伦理主体 监管先行
剑桥 对话伙伴 扩展对话空间
清华 基础设施 大中小学一体化
北大 共育载体 人机共育、向善而为
ETH 工程博士 产学研融合

2.2 技术路线

高校 技术特色 主要工具
哈佛 GPT-4+RAG CS50 AI
斯坦福 协同设计 AI Tinkery
MIT 认知科学 MIT L
CMU ITS理论 Cognitive Tutor
牛津 分层培训 AI能力中心
剑桥 对话框架 DEFI
清华 多智能体 MAIC/OpenMAIC
北大 素养框架 TBI
ETH 博士培养 ELLIS

2.3 规模化能力

高校 覆盖范围 规模化路径
哈佛 全球 CS50在线平台
斯坦福 美国 CRAFT免费资源
MIT 全球 edX平台
CMU 全球 OLI
牛津 英国 分层培训
剑桥 全球 DeepMind合作
清华 中国+东盟 国家平台
北大 中国 7S学校体系
ETH 欧洲 ELLIS网络

三、四大模式总结

3.1 研究驱动型（美国）

代表：哈佛、CMU
特征：
✓ 理论深厚（ITS 40年）
✓ 实证研究（RCT）
✓ 国际影响

3.2 赋能优先型（美国）

代表：斯坦福
特征：
✓ 教师赋能
✓ 资源免费
✓ 社区驱动

3.3 伦理监管型（英国）

代表：牛津、剑桥
特征：
✓ 伦理先行
✓ 包容性主题
✓ DeepMind合作

3.4 应用整合型（中国）

代表：清华、北大
特征：
✓ 政策力度大
✓ 大中小学一体化
✓ 硬件整合

四、核心洞见

4.1 全球共识

┌─────────────────────────────────────────────────────────────┐
│                    全球AI教学五大共识                        │
├─────────────────────────────────────────────────────────────┤
│  1. AI是赋能工具，不是替代品                                │
│  2. 教师培训是关键瓶颈                                      │
│  3. 实证研究支撑有效性                                      │
│  4. 伦理框架不可或缺                                        │
│  5. 开源生态加速规模化                                      │
└─────────────────────────────────────────────────────────────┘

4.2 差异化洞察

维度 美国优势 中国优势
理论 ITS 40年积累 -
实证 RCT方法成熟 -
政策 学术自主 大中小学一体化
硬件 - 学习机整合
规模 全球覆盖 快速普及

4.3 互鉴空间

美国 → 中国：
  • RCT实证研究方法
  • ITS认知科学理论
  • 学术诚信体系

中国 → 美国：
  • 政策推动模式
  • 硬件整合经验
  • 大规模推广

五、快速参考

5.1 记忆口诀

美国研究三剑客：哈佛实证、CMU理论、斯坦福赋能
英国伦理双雄：牛津监管、剑桥对话
中国双峰：清华开源、北大共育
瑞士工程：ETH博士、产学研融合

5.2 核心数据

指标 最佳代表
实证证据最强 哈佛（d=0.73-1.3）
教师赋能最系统 斯坦福（AI Tinkery）
伦理框架最完整 牛津（AIEOU）
产学研最深度 剑桥（DeepMind）
政策整合最强 清华（国家平台）
素养框架最系统 北大（5U+7S）
博士培养最完善 ETH（ELLIS）

5.3 选择指南

需求 推荐参考
想做实证研究 哈佛CS50
想赋能教师 斯坦福AI Tinkery
想构建伦理框架 牛津AIEOU
想搞产学研合作 剑桥DEFI
想做大中小学一体化 清华MAIC
想建AI素养体系 北大5U
想培养AI博士 ETH ELLIS

六、参考文献

机构 参考链接
Harvard CS50 cs.harvard.edu/malan/publications/
Stanford Accelerator ai.stanford.edu/accelerator
MIT HCII hcII.cmu.edu
Oxford AIEOU ai-eou.ox.ac.uk
Cambridge DEFI www.cam.ac.uk/defi
Tsinghua MAIC maic.cs.tsinghua.edu.cn
Peking University TBI edu.pku.cn
ETH AI Center ai.ethz.ch

知识卡片评级：A级（95/100） 记忆价值：九校全景对比，一卡在手全局我有 使用建议：作为高等教育AI专题的快速参考手册

Reference in New Issue View Git Blame Copy Permalink