llm_wiki/raw/教育AI研究/深度研究报告/澳洲高校（墨尔本-悉尼）教育AI发展报告-20260421.md

created, title, tags, source

created	title	tags	source
2026-04-21	澳洲高校（墨尔本-悉尼）教育AI发展报告	教育AI 澳大利亚 墨尔本大学 悉尼大学 中外对比	https://www.sydney.edu.au/news-opinion/news/2024/11/27/university-of-sydney-ai-assessment-policy.html

澳洲高校（墨尔本-悉尼）教育AI发展报告

报告日期：2026-04-21 | 报告编号：RPT-AU-20260421 | 研究周期：W19

---

一、研究背景

1.1 澳洲高等教育AI发展态势

澳大利亚在全球AI教育领域具有独特地位——既是英语国家中政策改革最激进的国家之一，也是"教育科技创业"与"企业深度合作"融合的典范。本报告聚焦澳大利亚两所顶尖高校：

机构	2024 QS世界排名	代表性AI创新
墨尔本大学	第13位（全澳第1）	AI原则框架、CAIDE伦理中心、EDUC91331课程
悉尼大学	第18位（全澳第2）	Cogniti平台、双轨评估政策、微软深度合作

1.2 报告目的

• 系统梳理两校AI教育战略与实践
• 与中国高校AI教育进行横向对比
• 提炼对中国高校AI转型的启示

---

二、墨尔本大学：AI原则驱动的稳健路径

2.1 核心战略：AI原则（AI Principles）

墨尔本大学采用**"原则先行"**的AI教育战略，于2024年发布《University of Melbourne AI Principles》，确立三大核心方向：

原则	内涵
机会获取	为学生和教职员工提供利用AI的机会
风险管控	降低AI带来的风险，应对AI相关挑战
责任明确	帮助师生了解使用AI工具准备作业时的责任

与中国的本质差异：

• 中国高校：政策文件多为"禁止性规定"（不许做什么）
• 墨尔本大学：原则文件多为"赋权性规定"（可以做什么）

2.2 三大支撑机构

┌─────────────────────────────────────────────────────────┐
│              墨尔本大学AI教育治理架构                     │
├─────────────────────────────────────────────────────────┤
│                                                         │
│  ┌───────────────┐    ┌───────────────┐    ┌─────────┐ │
│  │     TLI       │    │    CAIDE     │    │  CSHE   │ │
│  │ 教学创新中心   │    │ AI与数字伦理  │    │ 教学峰会 │ │
│  │               │    │    中心       │    │         │ │
│  │ • 教师培训   │    │ • 伦理研究   │    │ • 年度会议│ │
│  │ • 资源开发   │    │ • 政策建议   │    │ • 评估研讨│ │
│  │ • AI工具指导 │    │ • 跨学科整合  │    │ • 最佳实践│ │
│  └───────────────┘    └───────────────┘    └─────────┘ │
│                                                         │
│              ┌─────────────────────┐                    │
│              │   AI Principles     │                    │
│              │   （总纲）          │                    │
│              └─────────────────────┘                    │
└─────────────────────────────────────────────────────────┘

2.3 EDUC91331：系统化研究生课程

墨尔本大学开设EDUC91331 — Generative AI in Education，是澳大利亚最系统的AI教育研究生课程：

维度	内容
课程性质	研究生学分课程（Handbook 2025）
核心内容	教育环境中实施AI的全面理论与实践
特色模块	游戏化（Gamification）、多模态学习（Multimodal）
目标群体	教育学研究生、Study Abroad学生、教育工作者

中国对比：

• 中国鲜有如此系统的"AI教育"研究生课程
• 多为"教育技术"课程中附带AI章节
• 墨尔本课程更接近"AI for Education"专业

---

三、悉尼大学：Cogniti平台驱动的激进改革

3.1 Cogniti：教师创建的AI代理平台

悉尼大学最具标志性的AI教育创新是Cogniti平台，由Danny Liu副教授于2023年10月创建：

指标	数据（截至2024年6月）
参与机构	30所（澳、新及更广地区）
AI代理数量	600+个
对话次数	31,500+次
用户数	10,000+人
覆盖课程	300个

Cogniti的创新模式：

传统模式：学校采购商业AI产品 → 教师使用
Cogniti模式：教师创建AI代理 → 学校提供平台

特征	Cogniti	商业产品（如Khanmigo）
创建者	教师自己	企业/外部机构
定制化	完全按课程需求	通用设计
成本	平台+培训	商业授权
控制权	教师掌控	企业掌控
迭代速度	教师即时更新	依赖企业开发

3.2 双轨评估政策：政策创新的"悉尼模式"

悉尼大学于2024年11月发布AI-integrated Assessment Policy，2025年第一学期全面实施"双轨制"：

轨道	说明	适用场景
Lane 1 Option 1	完全禁止AI	考试、口试
Lane 1 Option 2	监督条件下允许AI	某些测验
Lane 2	鼓励与AI协作	开放式项目作业

政策核心逻辑：

"任何居家评估都可以被AI高质量完成，全面禁止既不实际也不可执行。关键不是禁止AI，而是教会学生负责任地使用AI。" —— Adam Bridgeman

-lane Option 1: Lane 2（AI协作轨道）——这是悉尼大学对高等教育评估的根本性重新定义。

3.3 微软深度合作：从采购到共建

悉尼大学与微软的合作深度远超一般校企合作：

合作维度	具体内容
技术架构	基于Azure的LLM服务平台
核心模型	GPT-4 Turbo + GPT 3.5 Turbo
联合开发	33个MVP，政策导航工具
规模部署	130,000名师生使用Microsoft Copilot

合作模式对比：

维度	悉尼大学-微软	中国校企合作
关系性质	共建平台，教师参与设计	学校采购，企业交付
数据控制	大学拥有数据控制权	企业持有核心数据
迭代方式	大学提出需求，快速迭代	标准化产品，周期更新
合作深度	MOU长期战略合作	项目制合同

---

四、中外对比分析

4.1 战略定位对比

维度	墨尔本大学	悉尼大学	中国代表高校
核心理念	AI原则+伦理框架	平台生态+政策改革	政策规范+应用落地
创新主体	学术机构主导	教师-学生共创	企业主导，学校采购
改革节奏	稳健渐进	激进突破	谨慎试点
全球视野	强（国际会议/合作）	强（30所机构生态）	中（国际合作增加）

4.2 关键创新对比

创新类型	澳洲代表	中国代表	差距评估
AI课程	EDUC91331（系统化）	清华AI系列课程	中国接近
评估政策	双轨制（革命性）	多为"允许使用"附加条件	显著差距
教师工具	Cogniti（教师创建）	商业产品（采购）	显著差距
伦理框架	CAIDE跨学科中心	伦理委员会（形式化）	中国较弱
企业合作	深度共建（Azure）	采购为主	中国追赶中

4.3 关键人物对比

人物	机构	学术引用	贡献
Danny Liu	悉尼大学	1,723次	Cogniti创始人，AI教育平台化
Adam Bridgeman	悉尼大学	—	双轨评估政策主导者
马少平	清华大学	—	中国AI教育先驱
王志东	北京大学	—	教育技术研究

重要发现：Danny Liu的1723次学术引用虽不及CMU的Ken Koedinger（52,210次），但其"学术创业"模式（Cogniti从学术研究到商业化平台）对中国的"高校科技成果转化"有重要参考价值。

---

五、对中国的启示

5.1 政策层面：建立"赋权型"AI教育原则

中国现状	建议方向
多为"禁止性"规定	转变为"赋权型"原则
缺乏系统性AI教育框架	建立国家级AI教育原则
评估政策滞后	制定双轨制评估指南

5.2 平台层面：探索"教师创建"模式

中国现状	建议方向
学校采购商业产品	建立高校AI代理创建平台
教师缺乏技术能力	提供Low-code/No-code工具
平台互不兼容	建立国家AI教育平台标准

5.3 合作层面：从采购到共建

中国现状	建议方向
校企合作=采购	建立深度共建模式
数据归企业	明确数据归属权
产品标准化	需求驱动快速迭代

5.4 人才层面：培养"学术创业者"

中国现状	建议方向
学术与创业分离	鼓励学术创业
教师评价重论文	增加教育创新指标
缺乏Cogniti式案例	打造标杆案例

---

六、总结

6.1 核心发现

1. 墨尔本模式：原则先行 + 伦理支撑 + 系统课程
2. 悉尼模式：平台驱动 + 政策突破 + 企业共建
3. 共同趋势：从"禁止AI"转向"赋能AI"

6.2 中国行动建议

优先级	建议	预期影响
P0	制定"赋权型"国家AI教育原则	政策突破
P1	建立高校AI代理创建平台试点	模式创新
P2	制定双轨制评估政策指南	评估改革
P2	打造3-5个Cogniti式标杆案例	示范效应

6.3 全球定位

机构	全球定位
墨尔本大学	英语国家中AI教育伦理与政策领导者
悉尼大学	全球高等教育AI评估改革标杆
中国	应用落地强，政策创新弱，追赶中

---

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. University of Sydney AI Assessment Policy: https://www.sydney.edu.au/news-opinion/news/2024/11/27/university-of-sydney-ai-assessment-policy.html
4. Cogniti AI Platform: https://cogniti.ai
5. Danny Liu Profile: https://profiles.sydney.edu.au/danny.liu
6. Microsoft x Sydney University: https://news.microsoft.com/en-au/features/teaching-and-learning-in-the-ai-era-how-the-university-of-sydney-is-empowering-staff-and-students-with-ai-across-the-institution/
7. Cogniti AFR Award: https://www.sydney.edu.au/news-opinion/news/2025/06/03/cogniti-an-ai-stunt-double-for-teachers-wins-afr-ai-award.html
8. 2025 AI in Higher Education Symposium: https://educational-innovation.sydney.edu.au/teaching@sydney/2025-ai-in-higher-education-symposium/
9. Melbourne CSHE: https://melbourne-cshe.unimelb.edu.au
10. Generative AI in Education (EDUC91331): https://handbook.unimelb.edu.au/2025/subjects/educ91331