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
264 lines
12 KiB
Markdown
264 lines
12 KiB
Markdown
---
|
||
created: 2026-04-21
|
||
title: 澳洲高校（墨尔本-悉尼）教育AI发展报告
|
||
tags: [教育AI, 澳大利亚, 墨尔本大学, 悉尼大学, 中外对比]
|
||
source: 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
|