356 lines
13 KiB
Markdown
356 lines
13 KiB
Markdown
---
|
||
categories:
|
||
- '[[LLM Wiki]]'
|
||
- '[[教育AI研究]]'
|
||
- '[[高校]]'
|
||
tags:
|
||
- wiki
|
||
- entity
|
||
- 高校
|
||
- 教育AI
|
||
- 英国
|
||
- 英国
|
||
created: 2026-04-19
|
||
source: '[[raw/教育AI研究/机构档案/剑桥大学-教育AI研究档案-20260416.md]]'
|
||
type: entity
|
||
aliases:
|
||
- 剑桥大学
|
||
- University of Cambridge
|
||
- Cambridge
|
||
relations:
|
||
- type: part_of
|
||
target: '[[Rupert Wegerif]]'
|
||
description: 同源：剑桥大学-教育AI研究档案-20260416
|
||
confidence: 3
|
||
---
|
||
|
||
[raw:教育AI研究/机构档案/剑桥大学-教育AI研究档案-20260416:13]# 剑桥大学
|
||
|
||
> **一句话描述**：QS世界排名第3，DEFI和CHIA研究中心探索对话性AI教育理论与包容性AI研究
|
||
|
||
## 基本信息
|
||
|
||
| 属性 | 值 |
|
||
|
|
||
------|
|
||
-----|
|
||
| 官方名称 | University of Cambridge |
|
||
| 中文名称 | 剑桥大学 |
|
||
| 成立时间 | 1209年 |
|
||
| 全球排名 | QS世界大学排名第3（2025） |
|
||
| 所在地区 | 英国 |
|
||
| 质量等级 | A级（90分） |
|
||
| 核心优势 | 对话性AI理论前沿、包容性AI研究、DeepMind深度合作 |
|
||
|
||
## AI教育定位
|
||
|
||
剑桥大学通过**DEFI（Digital Education Futures Initiative）**、**CHIA（Cambridge Centre for Human-Inspired AI）**等核心研究中心，以及与**DeepMind**的深度合作，探索AI在教育中的应用。核心研究聚焦对话性AI教育理论、包容性AI研究、学术-工业合作模式。
|
||
|
||
## 核心研究机构
|
||
|
||
### DEFI（Digital Education Futures Initiative）
|
||
**全称**：Digital Education Futures Initiative（数字教育未来倡议）
|
||
**位置**：Hughes Hall, University of Cambridge
|
||
**成立时间**：2021年1月
|
||
**主任**：Prof Rupert Wegerif
|
||
**使命**：开创由新兴技术赋能的未来教育模式
|
||
|
||
### CHIA（Cambridge Centre for Human-Inspired AI）
|
||
**全称**：Cambridge Centre for Human-Inspired AI（人类启发式AI中心）
|
||
**研究领域**：AI在教育中的应用
|
||
**核心团队**：PACLab、PEDAL、AI-4-Education
|
||
|
||
### DeepMind合作项目
|
||
**合作类型**：博士后奖学金、本科研究准备、学术教席、硕士奖学金
|
||
**Experience AI**：面向11-14岁青少年的免费AI学习项目，覆盖150+国家
|
||
**资金**：Google.org 1000万美元（2024年）
|
||
|
||
## 核心研究人员
|
||
|
||
### Prof Rupert Wegerif
|
||
**职位**：DEFI主任、剑桥大学教育学院教授
|
||
**研究领域**：对话式教育、技术与学习、创造性思维教学
|
||
**核心理论**：对话性AI教育理论
|
||
**代表论文**：2025年BJET：《生成式AI融入教学设计的对话性理论框架》
|
||
|
||
### Jenny Gibson
|
||
**职位**：PACLab负责人
|
||
**研究领域**：人类发展、自闭症、发育性语言障碍
|
||
**学术背景**：发展心理学
|
||
|
||
## 代表性项目
|
||
|
||
### DEFI核心项目
|
||
| 项目 | 描述 | 合作伙伴 |
|
||
|------|------|----------|
|
||
| **AI-LEARN** | 混合智能与学习未来研究 | Associate Partner |
|
||
| **课堂研究学习交流** | 全球教师社区共享研究与实践 | SLATE（挪威） |
|
||
| **教师福祉未来研究** | 探索技术对教师福祉的影响 | UNESCO |
|
||
| **北京大学合作** | 中西数字教育对话 | CETL & DI-IDEA |
|
||
|
||
### Experience AI
|
||
**目标群体**：11-14岁青少年
|
||
**内容**：教学计划、幻灯片、视频
|
||
**覆盖**：150+国家
|
||
**资金**：Google.org 1000万美元（2024年）
|
||
**扩展**：17个国家
|
||
|
||
### Generative AI in Education Conference
|
||
**主办方**：Faculty of Education
|
||
**频率**：年度会议
|
||
**首届**：2024年10月
|
||
**2025主题**：Inclusion, Equity, and Generative AI in Education
|
||
|
||
## 核心研究领域
|
||
|
||
### 1. 对话性AI教育理论
|
||
**核心理念**：AI应被理解为对话伙伴，而不仅仅是工具或内容来源。
|
||
|
||
**对话性AI教育框架**：
|
||
- 扩展对话空间：AI支持学生参与更丰富、更多样的对话
|
||
- 混合智能：人类智能与AI智能协同
|
||
- 批判性参与：帮助学生理解AI的局限性和偏见
|
||
|
||
### 2. 包容性AI研究
|
||
**关键发现**：AI系统往往强化系统性偏见
|
||
|
||
**研究方向**：
|
||
- 代表性问题与偏见识别
|
||
- AI公平获取
|
||
- 数字鸿沟交叉分析
|
||
|
||
### 3. 学术-工业合作
|
||
**DeepMind合作模式**：
|
||
- 基金支持：奖学金、教席、研究项目
|
||
- 导师指导：DeepMind研究人员参与
|
||
- 学术独立：研究方向完全由研究员自主决定
|
||
|
||
## 核心数据
|
||
|
||
| 数据 | 内容 |
|
||
|------|------|
|
||
| **86%** | 高等教育学生曾使用大语言模型（Digital Education Council调查） |
|
||
| **150+** | Experience AI覆盖国家数量 |
|
||
| **1000万** | Google.org资助Experience AI的金额（美元） |
|
||
| **2021** | DEFI成立年份 |
|
||
| **2024** | 首届Generative AI in Education Conference |
|
||
|
||
## 与其他顶级机构对比
|
||
|
||
| 维度 | 哈佛 | 斯坦福 | 牛津 | **剑桥** |
|
||
|------|--------|--------|--------|----------|
|
||
| **AI教育焦点** | 学习体验 | 教师赋能 | 伦理监管 | **对话性理论** |
|
||
| **核心方法** | RCT | 协同设计 | 参与式设计 | **对话性框架** |
|
||
| **工业合作** | 自研 | 资源整合 | 广泛合作 | **DeepMind深度** |
|
||
| **国际平台** | CS50 | AI Tinkery | AIEOU会议 | **GenAI Conference** |
|
||
|
||
## 对中国教育的启示
|
||
|
||
| 优先级 | 启示 | 具体建议 |
|
||
|--------|------|----------|
|
||
| **P1** | 对话性AI设计 | 开发"AI对话伙伴"而非"AI批改工具" |
|
||
| **P1** | 学术-工业合作 | 建立华为/腾讯-高校AI教育联合研究 |
|
||
| **P1** | 公平获取关注 | 关注弱势群体的AI教育机会 |
|
||
| **P2** | 偏见识别教育 | 将AI批判性素养纳入课程 |
|
||
| **P2** | 国际合作 | 主办或参与AI教育国际会议 |
|
||
|
||
## 优势分析
|
||
|
||
### 对话性AI理论前沿
|
||
- 提出AI应被理解为对话伙伴，而非工具或内容来源
|
||
- 对话性AI教育框架：扩展对话空间、混合智能、批判性参与
|
||
|
||
### 包容性AI研究深度
|
||
- 聚焦代表性问题与偏见识别、AI公平获取、数字鸿沟交叉分析
|
||
- AI系统往往强化系统性偏见，需要包容性设计
|
||
|
||
### 学术-工业合作模式独特
|
||
- DeepMind提供基金支持（奖学金、教席、研究项目）
|
||
- 导师指导：DeepMind研究人员参与
|
||
- 学术独立：研究方向完全由研究员自主决定
|
||
|
||
### 国际影响力强
|
||
- Experience AI覆盖150+国家
|
||
- Generative AI in Education Conference成为重要国际平台
|
||
- 北京大学等国际合作项目
|
||
|
||
## 与本Wiki相关
|
||
|
||
- [[自适应学习环境]] — 对话性AI理论支持自适应学习环境设计
|
||
- [[个性化学习系统]] — AI对话伙伴模式实现个性化
|
||
|
||
## 相关概念
|
||
|
||
- 对话性AI教育理论
|
||
- 包容性AI（Inclusive AI）
|
||
- AI公平获取
|
||
- 数字鸿沟交叉分析
|
||
|
||
## 来源
|
||
|
||
- [[raw/教育AI研究/机构档案/剑桥大学-教育AI研究档案-20260416.md]] — 剑桥大学教育AI研究档案
|
||
|
||
[raw:教育AI研究/机构档案/剑桥大学-教育AI研究档案-20260416:13]# 剑桥大学
|
||
|
||
> **一句话描述**：QS世界排名第3，DEFI和CHIA研究中心探索对话性AI教育理论与包容性AI研究
|
||
|
||
## 基本信息
|
||
|
||
| 属性 | 值 |
|
||
|------|-----|
|
||
| 官方名称 | University of Cambridge |
|
||
| 中文名称 | 剑桥大学 |
|
||
| 成立时间 | 1209年 |
|
||
| 全球排名 | QS世界大学排名第3（2025） |
|
||
| 所在地区 | 英国 |
|
||
| 质量等级 | A级（90分） |
|
||
| 核心优势 | 对话性AI理论前沿、包容性AI研究、DeepMind深度合作 |
|
||
|
||
## AI教育定位
|
||
|
||
剑桥大学通过**DEFI（Digital Education Futures Initiative）**、**CHIA（Cambridge Centre for Human-Inspired AI）**等核心研究中心，以及与**DeepMind**的深度合作，探索AI在教育中的应用。核心研究聚焦对话性AI教育理论、包容性AI研究、学术-工业合作模式。
|
||
|
||
## 核心研究机构
|
||
|
||
### DEFI（Digital Education Futures Initiative）
|
||
**全称**：Digital Education Futures Initiative（数字教育未来倡议）
|
||
**位置**：Hughes Hall, University of Cambridge
|
||
**成立时间**：2021年1月
|
||
**主任**：Prof Rupert Wegerif
|
||
**使命**：开创由新兴技术赋能的未来教育模式
|
||
|
||
### CHIA（Cambridge Centre for Human-Inspired AI）
|
||
**全称**：Cambridge Centre for Human-Inspired AI（人类启发式AI中心）
|
||
**研究领域**：AI在教育中的应用
|
||
**核心团队**：PACLab、PEDAL、AI-4-Education
|
||
|
||
### DeepMind合作项目
|
||
**合作类型**：博士后奖学金、本科研究准备、学术教席、硕士奖学金
|
||
**Experience AI**：面向11-14岁青少年的免费AI学习项目，覆盖150+国家
|
||
**资金**：Google.org 1000万美元（2024年）
|
||
|
||
## 核心研究人员
|
||
|
||
### Prof Rupert Wegerif
|
||
**职位**：DEFI主任、剑桥大学教育学院教授
|
||
**研究领域**：对话式教育、技术与学习、创造性思维教学
|
||
**核心理论**：对话性AI教育理论
|
||
**代表论文**：2025年BJET：《生成式AI融入教学设计的对话性理论框架》
|
||
|
||
### Jenny Gibson
|
||
**职位**：PACLab负责人
|
||
**研究领域**：人类发展、自闭症、发育性语言障碍
|
||
**学术背景**：发展心理学
|
||
|
||
## 代表性项目
|
||
|
||
### DEFI核心项目
|
||
| 项目 | 描述 | 合作伙伴 |
|
||
|------|------|----------|
|
||
| **AI-LEARN** | 混合智能与学习未来研究 | Associate Partner |
|
||
| **课堂研究学习交流** | 全球教师社区共享研究与实践 | SLATE（挪威） |
|
||
| **教师福祉未来研究** | 探索技术对教师福祉的影响 | UNESCO |
|
||
| **北京大学合作** | 中西数字教育对话 | CETL & DI-IDEA |
|
||
|
||
### Experience AI
|
||
**目标群体**：11-14岁青少年
|
||
**内容**：教学计划、幻灯片、视频
|
||
**覆盖**：150+国家
|
||
**资金**：Google.org 1000万美元（2024年）
|
||
**扩展**：17个国家
|
||
|
||
### Generative AI in Education Conference
|
||
**主办方**：Faculty of Education
|
||
**频率**：年度会议
|
||
**首届**：2024年10月
|
||
**2025主题**：Inclusion, Equity, and Generative AI in Education
|
||
|
||
## 核心研究领域
|
||
|
||
### 1. 对话性AI教育理论
|
||
**核心理念**：AI应被理解为对话伙伴，而不仅仅是工具或内容来源。
|
||
|
||
**对话性AI教育框架**：
|
||
- 扩展对话空间：AI支持学生参与更丰富、更多样的对话
|
||
- 混合智能：人类智能与AI智能协同
|
||
- 批判性参与：帮助学生理解AI的局限性和偏见
|
||
|
||
### 2. 包容性AI研究
|
||
**关键发现**：AI系统往往强化系统性偏见
|
||
|
||
**研究方向**：
|
||
- 代表性问题与偏见识别
|
||
- AI公平获取
|
||
- 数字鸿沟交叉分析
|
||
|
||
### 3. 学术-工业合作
|
||
**DeepMind合作模式**：
|
||
- 基金支持：奖学金、教席、研究项目
|
||
- 导师指导：DeepMind研究人员参与
|
||
- 学术独立：研究方向完全由研究员自主决定
|
||
|
||
## 核心数据
|
||
|
||
| 数据 | 内容 |
|
||
|------|------|
|
||
| **86%** | 高等教育学生曾使用大语言模型（Digital Education Council调查） |
|
||
| **150+** | Experience AI覆盖国家数量 |
|
||
| **1000万** | Google.org资助Experience AI的金额（美元） |
|
||
| **2021** | DEFI成立年份 |
|
||
| **2024** | 首届Generative AI in Education Conference |
|
||
|
||
## 与其他顶级机构对比
|
||
|
||
| 维度 | 哈佛 | 斯坦福 | 牛津 | **剑桥** |
|
||
|------|--------|--------|--------|----------|
|
||
| **AI教育焦点** | 学习体验 | 教师赋能 | 伦理监管 | **对话性理论** |
|
||
| **核心方法** | RCT | 协同设计 | 参与式设计 | **对话性框架** |
|
||
| **工业合作** | 自研 | 资源整合 | 广泛合作 | **DeepMind深度** |
|
||
| **国际平台** | CS50 | AI Tinkery | AIEOU会议 | **GenAI Conference** |
|
||
|
||
## 对中国教育的启示
|
||
|
||
| 优先级 | 启示 | 具体建议 |
|
||
|--------|------|----------|
|
||
| **P1** | 对话性AI设计 | 开发"AI对话伙伴"而非"AI批改工具" |
|
||
| **P1** | 学术-工业合作 | 建立华为/腾讯-高校AI教育联合研究 |
|
||
| **P1** | 公平获取关注 | 关注弱势群体的AI教育机会 |
|
||
| **P2** | 偏见识别教育 | 将AI批判性素养纳入课程 |
|
||
| **P2** | 国际合作 | 主办或参与AI教育国际会议 |
|
||
|
||
## 优势分析
|
||
|
||
### 对话性AI理论前沿
|
||
- 提出AI应被理解为对话伙伴，而非工具或内容来源
|
||
- 对话性AI教育框架：扩展对话空间、混合智能、批判性参与
|
||
|
||
### 包容性AI研究深度
|
||
- 聚焦代表性问题与偏见识别、AI公平获取、数字鸿沟交叉分析
|
||
- AI系统往往强化系统性偏见，需要包容性设计
|
||
|
||
### 学术-工业合作模式独特
|
||
- DeepMind提供基金支持（奖学金、教席、研究项目）
|
||
- 导师指导：DeepMind研究人员参与
|
||
- 学术独立：研究方向完全由研究员自主决定
|
||
|
||
### 国际影响力强
|
||
- Experience AI覆盖150+国家
|
||
- Generative AI in Education Conference成为重要国际平台
|
||
- 北京大学等国际合作项目
|
||
|
||
## 与本Wiki相关
|
||
|
||
- [[自适应学习环境]] — 对话性AI理论支持自适应学习环境设计
|
||
- [[个性化学习系统]] — AI对话伙伴模式实现个性化
|
||
|
||
## 相关概念
|
||
|
||
- 对话性AI教育理论
|
||
- 包容性AI（Inclusive AI）
|
||
- AI公平获取
|
||
- 数字鸿沟交叉分析
|
||
|
||
## 来源
|
||
|
||
- [[raw/教育AI研究/机构档案/剑桥大学-教育AI研究档案-20260416.md]] — 剑桥大学教育AI研究档案
|