235 lines
7.4 KiB
Markdown
235 lines
7.4 KiB
Markdown
---
|
||
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]] |