giteahh/llm_wiki
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
2f9fbe55637242526485a83254964988701b53c3
llm_wiki/raw/教育AI研究/每周报告/2026-W20-第8周研究计划.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

9.6 KiB
Raw Blame History

created, title, tags, description, author, status, week
created title tags description author status week
2026-05-06 2026-W20 第8周研究计划
教育AI研究
周计划
第8周
W20
亚洲综合
2026年第8周（5月5日-11日）教育AI研究计划——亚洲高校AI教育综合报告升级版
狗剩
active W20

2026年第8周 研究计划（W20）

亚洲高校AI教育综合报告升级版 + W21准备

计划周期：2026年5月5日（周一）— 5月11日（周日） 制定日期：2026-05-06（周二，自动化启动） 归属计划：高等教育AI专题延续计划（W18-W21）v1.1 上期状态：W19 ✅ 完成（100%），W18-W21总进度 75% → 本周目标 100% 本周成本估算：≤¥2

一、进度基线

1.1 W18-W21 总进度

周次 主题 状态 产出
W17（4/14-20） 哈佛/斯坦福/牛津/剑桥/清华/北大/ETH/EPFL + 中美对比 ✅ 完成 11份深度报告
W18（4/21-27） 东京大学 + KAIST + 日韩对比 ✅ 完成 6份新文档
W19（4/28-5/4） 墨尔本 + 悉尼 + 澳洲对比 ✅ 完成 7份核心 + 3份超额
W20（5/5-11） 亚洲综合升级 + W21准备 🔄 本 周 —
W21（5/12-18） 全球综合报告 + 知识图谱v2.0 ⏳ 待启动 —

1.2 现有资产盘点

资产 状态 路径 备注
亚洲综合报告 v1.0 ⚠️ 已存在但过时 深度研究报告/亚洲高校AI教育综合研究报告-20260421.md 4月21日初版，缺少澳洲数据、NUS补充、军事教育维度
日韩对比报告 ✅ 完成 国际比较/日韩高校AI教育对比分析-20260422.md 可复用
澳洲对比报告 ✅ 完成 国际比较/澳洲高校AI教育对比分析-20260428.md 可复用
亚洲知识卡片 ❌ 缺失 知识卡片/亚洲高校AI教育模式-知识卡片.md 需新建
NUS机构档案 ⚠️ 已存在但浅层 机构档案/NUS-AICET-教育AI研究档案-20260408.md 延续计划要求P3深度补充
东南亚档案（3份） ✅ 完成 机构档案/{upGrad,PhysicsWallah,Topica}* 可复用
军事AI教育报告 ✅ 完成 深度研究报告/军事AI教育深度研究报告-20260425.md W19超额，需整合进亚洲报告
军事AI对比分析 ✅ 完成 国际比较/中外军事AI教育对比分析-20260425.md 可复用

1.3 延续计划 v1.1 W20 原始任务

原始任务 优先级 当前状态 本周处理
W20研究计划 P0 🔄 本文件 ✅ 今日完成
亚洲高校AI教育综合报告 P1 ⚠️ v1.0需升级 🔄 升级至v2.0
知识卡片：亚洲模式 P2 ❌ 缺失 🔄 新建
新加坡NUS补充研究 P3 ⚠️ 浅层档案 ⏸️ 降级为可选

二、本周任务清单

P0：必完成

# 任务 产出路径 质量目标 预计成本 依赖 建议日期
1 W20研究计划制定 每周报告/2026-W20-第8周研究计划.md — ¥0 — 5/6 ✅
2 W20周报框架准备 每周报告/2026-W20-第8周完整报告.md（骨架） — ¥0 任务1 5/6

P1：核心产出

# 任务 产出路径 质量目标 预计成本 依赖 建议日期
3 亚洲综合报告升级至v2.0 深度研究报告/亚洲高校AI教育发展报告-v2-20260508.md ≥88分 ¥0.8 日韩+澳洲+军事报告 5/7-8
4 知识卡片：亚洲模式 知识卡片/亚洲高校AI教育模式-知识卡片.md ≥85分 ¥0.3 任务3 5/9

P2：重要但可容缺

# 任务 产出路径 质量目标 预计成本 依赖 建议日期
5 NUS深度补充 更新机构档案/NUS-AICET-教育AI研究档案-20260408.md ≥80分 ¥0.5 任务3 5/10
6 W20完整周报 每周报告/2026-W20-第8周完整报告.md ≥85分 ¥0 任务3-5 5/11

P3：锦上添花

# 任务 产出路径 质量目标 预计成本 依赖 建议日期
7 W21预研：全球综合报告大纲 outputs/W21-全球综合报告大纲预研-20260511.md — ¥0.2 任务3 5/11
8 知识图谱增量更新（亚洲标注） 更新 全球教育AI机构关系图谱.canvas — ¥0 任务4 5/11

三、核心任务执行细则

3.1 任务3：亚洲综合报告v2.0（核心产出）

与v1.0的区别：

  • v1.0（4/21）缺少澳洲数据（墨尔本/悉尼4/28完成）、军事AI教育维度、NUS补充
  • v2.0 整合全部W18-W20产出，形成亚洲最终版

报告结构：

亚洲高校AI教育发展报告 v2.0
├── 一、研究概览
│   ├── 研究范围（中/日/韩/新/澳/印/东南亚）
│   ├── 数据来源与方法（五步核查法）
│   └── 与v1.0的变更说明
├── 二、七国/地区模式对比
│   ├── 中国：大中小学一体化（清华MAIC/北大5U）
│   ├── 日本：GIGA渐进式（东京大学AI Initiative 51）
│   ├── 韩国：AIDT经验教训（KAIST VTA）
│   ├── 新加坡：政府-高校协同（NUS AICET/AI Singapore）
│   ├── 澳大利亚：赋权型+双轨评估（墨尔本/悉尼）
│   ├── 印度：规模化EdTech（upGrad/PhysicsWallah）
│   └── 东南亚：Topica + 区域合作
├── 三、核心发现（6大维度）
│   ├── 政策驱动：亚洲为何全球最强
│   ├── 技术应用：题库→智能辅导→Agentic AI
│   ├── 产学合作：企业深度参与模式
│   ├── 军事教育AI：中美差距分析 ← 新增
│   ├── 教师赋能：Cogniti/MAIC/OpenMAIC对比
│   └── 伦理治理：从限制到赋权的转变
├── 四、区域合作网络
│   ├── 东盟合作（清华-东盟）
│   ├── 日韩-澳洲合作
│   └── 中新/中美学术交流
├── 五、对中国高校的启示
│   ├── 可直接借鉴（3条+）
│   ├── 需适配调整（2条+）
│   └── 应避免陷阱（1条+）
└── 参考文献（≥15条，真实可验证）

信源要求：

  • 官方渠道占比≥70%
  • 引用W18日韩、W19澳洲、军事AI教育、中美对比等已有报告数据
  • 新增搜索：NUS AICET最新进展、AI Singapore 2025-2026动态

AI调用拆分（单次可完成粒度）：

  • 调用1：搜索NUS/AI Singapore最新数据 → 整合现有材料
  • 调用2：撰写报告主体（一~四章）
  • 调用3：撰写启示+参考文献 + 质量核查

3.2 任务4：亚洲模式知识卡片

格式：沿用已有知识卡片模板（参考：日韩高校AI教育模式-知识卡片.md、澳洲高校AI教育模式-知识卡片.md）

核心内容：

  • 亚洲七国/地区AI教育模式一句话概括
  • 对比矩阵表（政策/技术/治理/产出4维度）
  • 各国代表机构+核心特点
  • 关键数据（投资额/覆盖率/教师参与度）
  • 对中国的3条可操作建议

3.3 任务5：NUS深度补充

现有档案覆盖：NUS-AICET框架基本信息 需补充：

  • AI Singapore 国家级项目最新进展（2025-2026）
  • NUS与清华/北大的合作动态
  • NUS在LLM教育应用方面的具体实践
  • EdTech Masterplan 2030 执行状态

四、本周关键问题（≤3个）

# 问题 重要性 预期答案来源
1 亚洲各国AI教育政策从"限制使用"转向"赋权使用"的时间线差异是什么？ 高 各国政策文件+高校案例对比
2 NUS/AI Singapore在Agentic AI教育应用方面有哪些前沿实践？ 中 AI Singapore官网+学术论文
3 W21全球综合报告需要提前准备哪些跨区域对比维度？ 中 延续计划框架+W19周报

五、与W21的依赖关系

W20产出 W21依赖项 重要性
亚洲综合报告v2.0 全球综合报告"亚洲章节"的母本 关键
亚洲知识卡片 全球四大模式知识卡片 重要
知识图谱增量更新 W21 v2.0图谱的基础 重要
NUS补充 亚洲章节完整性 一般

六、成本估算

任务 预计成本 说明
计划制定 ¥0 本地操作
亚洲报告v2.0 ¥0.8 3次AI调用，复用已有数据
知识卡片 ¥0.3 1次AI调用
NUS补充 ¥0.5 2次搜索+1次撰写
周报+预研 ¥0.2 整合性工作
本周合计 ¥1.8 ≤¥2 ✅

累计成本（W1-W19实际 ¥48.5）+ ¥1.8 = **¥50.3**

七、质量保障

维度 标准
报告质量分 ≥88分（亚洲综合v2.0）
知识卡片 ≥85分
信源质量 官方渠道≥70%，每篇≥85分
真实性核查 五步法，参考文献含真实URL/DOI
中国启示 每份报告≥3条可操作建议

八、执行时间线

5/6（周二）  → P0: 计划制定 ✅ + 周报骨架
5/7（周三）  → P1: 亚洲报告v2.0 撰写（上）
5/8（周四）  → P1: 亚洲报告v2.0 撰写（下）+ 质量核查
5/9（周五）  → P1: 亚洲知识卡片
5/10（周六） → P2: NUS深度补充
5/11（周日） → P2: W20完整周报 + P3: W21预研大纲

计划制定：狗剩 制定时间：2026-05-06 版本：v1.0 归属：高等教育AI专题延续计划（W18-W21）v1.1 → W20执行版

Reference in New Issue View Git Blame Copy Permalink