- 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
14 KiB
created, title, tags, category, source, related
| created | title | tags | category | source | related | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-16 | 北京大学AI教学项目深度研究报告 |
|
深度研究报告 | https://ai4e.pku.edu.cn/ | https://aiedu.pku.edu.cn/ |
|
北京大学AI教学项目深度研究报告
评级:A级(90/100) 研究日期:2026-04-16 研究团队:教育AI研究项目组
一、机构概览
1.1 基本信息
| 项目 | 内容 |
|---|---|
| 机构名称 | 北京大学(Peking University) |
| 所在地 | 北京海淀区(颐和园路5号) |
| 全球排名 | QS/THE世界大学排名前20 |
| AI教育定位 | 人机共育引领者 + 数智教育先行者 |
1.2 AI教育三大支柱
北京大学AI教育体系由三大核心机构组成:
| 机构 | 成立时间 | 核心使命 | 特色 |
|---|---|---|---|
| TBI人工智能教育研究联合实验室 | 2023年5月 | 人工智能强校建设 | 产学研协同 |
| 数智教育平台 | 2024年春 | 让学习更自主,让教学更自由 | 全校AI教学生态 |
| 国家智能社会治理(教育)特色实验基地 | 2024年 | AI时代教育变革研究 | 政策影响力 |
二、TBI人工智能教育研究联合实验室
2.1 机构基本信息
| 项目 | 内容 |
|---|---|
| 成立时间 | 2023年5月26日 |
| 主办单位 | 北京大学、TBI全球胜任力研究所 |
| 官方网站 | https://aiedu.pku.edu.cn/ |
| 核心理念 | 人工智能强校建设 |
2.2 研究方向
实验室聚焦以下六大核心领域:
| 研究方向 | 具体内容 | 典型实践 |
|---|---|---|
| 人工智能强校建设 | 推动AI赋能学校高质量发展 | 宁波科学教育特色学校 |
| 中小学人工智能教育 | 课程建设、教学实践与人才培养 | 南京玄武区AIGC教育治理 |
| 教育数字化转型 | 数字化助推教育服务精准优质多元 | 天津AI课程研发 |
| STEM教育 | 科学、技术、工程与数学融合教育 | 潍坊教育数字化转型 |
| AIGC教育应用 | 生成式人工智能在教育场景的应用 | 区域AI课程研发 |
| 精准教学 | 基于AI的个性化学习与教学评价 | 个性化学习系统 |
2.3 重要活动与合作
| 时间 | 活动 | 影响 |
|---|---|---|
| 2023年5月11日 | 人工智能强校建设研讨会 | 实验室成立前预热 |
| 2023年5月 | 人工智能赋能教育高质量发展研讨会 | 央视新闻专题报道 |
| 2023年8月7日 | 人工智能强校建设研讨会 | 汇聚专家学者 |
2.4 区域实践案例
| 地区 | 合作内容 |
|---|---|
| 宁波 | 科学教育特色学校建设 |
| 南京玄武区 | AIGC教育治理 |
| 天津 | AI课程研发 |
| 潍坊 | 教育数字化转型 |
三、数智教育平台
3.1 平台定位
北京大学数智教育官方网站(ai4e.pku.edu.cn)是北大AI教与学的统一入口。
核心理念:"让学习更自主,让教学更自由"
3.2 AI教学工具矩阵
平台提供七大类AI教学工具:
┌─────────────────────────────────────────────────────────────┐
│ 北京大学AI教学工具生态 │
├─────────────────────────────────────────────────────────────┤
│ 🎓 AI教学助手 → 辅助教师教学设计与管理 │
│ 🤖 AI助教 → 学生学习支持与答疑 │
│ 🔧 AI实践教学 → 动手实践环节 │
│ 🔬 AI科研 → 科研工作辅助 │
│ 📋 AI个人助理 → 个人效率提升 │
│ 📊 教学管理平台 → 课程与教务管理 │
│ 🧠 学科大模型 → 专业领域应用 │
└─────────────────────────────────────────────────────────────┘
3.3 博雅人工智能讲堂
设立时间:2024年春季学期
面向对象:全校师生
2025年秋季学期:全新开启"行业领军者系列",聚焦产业实践,邀请AI领域杰出校友科学家和企业家分享一线经验。
| 场次 | 时间 | 主讲人 | 主题 | 参与人数 |
|---|---|---|---|---|
| 第四讲(第22期) | 2025年11月14日 | 面壁智能CEO李大海 | 端侧大模型赋能物理世界实现AGI | 400+人 |
| 第五讲 | 2025年11月24日 | — | 端侧大模型与AGI | — |
3.4 数智教育发展沙龙
发起单位:
- 教务长办公室
- 教务部
- 研究生院
- 教师教学发展中心
- 图书馆
- 数智教育发展国际大学联盟秘书处
最新活动:
| 场次 | 时间 | 主题 | 参与人数 |
|---|---|---|---|
| 第九期 | 2025年12月18日 | 基于专家经验的AI学术写作智能体的构建、应用和边界 | 160+人 |
| — | 2025年12月26日 | 课堂重构研讨暨AI融合课程建设交流会 | — |
3.5 AI融合课程建设
重要活动:AI融合课程建设交流会(2025年12月25日)
| 议题 | 内容 |
|---|---|
| 开场主题分享 | 教务部副部长刘建波 |
| 特邀嘉宾 | 上海交通大学教务处课程建设负责人余建波 |
| 核心议题 | 课堂重构与AI融合课程建设 |
四、国家智能社会治理(教育)特色实验基地
4.1 《人机共育,向善而为》报告
发布时间:2025年12月31日
联合发布:北京大学教育学院 & 腾讯研究院
承办单位:北京大学国家智能社会治理(教育)特色实验基地
| 项目 | 内容 |
|---|---|
| 发布时间 | 2025年12月31日 |
| 发布地点 | 北京大学教育学院112报告厅 |
| 联合发布 | 北京大学教育学院 & 腾讯研究院 |
| 核心命题 | "人机共育,向善而为" |
4.2 八大教育之问
报告围绕AI时代教育的八个核心议题展开系统性探讨:
| 序号 | 议题 | 关键问题 |
|---|---|---|
| 1 | 目标之问 | AI时代人才培养目标是什么? |
| 2 | 模式之问 | 教学模式如何变革? |
| 3 | 学生之问 | 学生如何适应智能化环境? |
| 4 | 教师之问 | 教师角色如何转型? |
| 5 | 工具之问 | AI教育工具设计原则? |
| 6 | 学校之问 | 学校如何重构治理体系? |
| 7 | 企业之问 | 企业如何参与协同育人? |
| 8 | 社会之问 | 教育公平如何保障? |
4.3 核心框架:三层任务分层
报告提出AI教学模式的"三层任务"分层:
| 层级 | 名称 | 说明 | 典型场景 |
|---|---|---|---|
| No-AI层 | 禁止使用 | 需保留人类独特学习体验 | 批判性思维培养、人际协作 |
| Co-AI层 | 人机协同 | 人机共同参与 | 探究式学习、项目式学习 |
| Pro-AI层 | 积极使用 | AI辅助提升效率 | 资料检索、初稿生成 |
核心观点:教学正从"讲授+作业"走向"对话+共创"的人机协同模式,以守住不可替代的"学习现场"。
4.4 AI原生学校"7S"要素体系
报告首次提出AI原生学校的"7S"要素体系,为未来学校建设提供框架参考。
4.5 AI素养"5U"框架
报告提出构建AI素养的"5U框架",系统培养适应AI时代的公民素养。
4.6 三重"降智"风险与应对
报告揭示在社会智能化背景下,GenAI可能带来的三重"降智"风险:
| 风险类型 | 表现 | 应对策略 |
|---|---|---|
| 认知能力退化 | 过度依赖AI导致思考能力下降 | 立规矩 |
| 自主学习能力丧失 | 被动接受AI输出 | 育自律 |
| 批判性思维弱化 | 不加辨别接受AI信息 | 促反思 |
核心路径:"立规矩、育自律、促反思"——负责任使用路径
五、国际交流与合作
5.1 DI-IDEA联盟
数智教育发展国际大学联盟(DI-IDEA)
| 项目 | 内容 |
|---|---|
| 秘书长 | 孙华(北京大学教务长办公室主任、教师教学发展中心主任) |
| 副秘书长 | 张影(光华管理学院副院长) |
5.2 重大国际活动
2025北京大学教育数智化转型京港学术交流论坛
- 时间:2025年11月24-28日
- 合作单位:香港教育大学
- 规模:香港教育大学15位师生 + 北京大学教育学院等16位师生
- 内容:两场教师论坛 + 两场学生论坛
北京论坛海外分论坛
- 时间:2025年11月18-20日
- 地点:新加坡南洋理工大学
- 主题:教育的未来:人工智能的重塑
- 参与国家:新加坡、中国、英国、法国、加拿大、澳大利亚、荷兰、巴西
- 参会人数:400+人
- 北大代表:孙华、宋洁、张影等
六、权威专家观点
6.1 教育部任昌山处长
"生成式AI正推动科研与产业范式深刻重构,教育应更注重**'能力培养与价值引领',培养能驾驭AI、具备跨学科视野和高阶思维的复合型人才**。"
6.2 北大郭琳副部长
"推动**'数字为人文赋能,人文为数字赋值'**,引导智能向善,'扎根中国大地'。"
6.3 清华谢维和教授
"关键不在于追随技术本身,而在于坚持教育规律,引导技术向善发展。主张把反思性学习和德育融入技术设计。"
七、与中国其他顶级高校对比
7.1 北大vs清华
| 维度 | 北京大学 | 清华大学 |
|---|---|---|
| AI教育平台 | 数智教育平台(ai4e.pku.edu.cn) | AI能力中心 |
| 核心特色 | 人机共育 | 通识教育全覆盖 |
| 标志性成果 | "人机共育"报告 + 5U框架 | MAIC + OpenMAIC开源 |
| 国际合作 | DI-IDEA联盟 + 京港论坛 | 东盟合作输出 |
| 理论贡献 | 三层任务分层 + 7S学校体系 | 大中小学一体化 |
7.2 五大顶级高校AI教育定位
| 机构 | 核心定位 | 独特价值 |
|---|---|---|
| 北京大学 | 人机共育引领者 | 5U素养框架 + 7S学校体系 |
| 清华大学 | 通识教育全覆盖 | OpenMAIC开源 + MAIC |
| 复旦大学 | 人工智能通识课 | 千亿参数推理模型Falcon |
| 上海交通大学 | AI融合课程 | 课程建设实践 |
| 浙江大学 | 教育数字化转型 | AI+X学科融合 |
八、对中国高等教育的启示
8.1 北京大学经验总结
| 经验 | 说明 |
|---|---|
| 人机协同理念 | AI增强而非替代人类教师 |
| 系统性框架 | 5U素养 + 7S学校 + 三层任务分层 |
| 产学研协同 | 联合腾讯等企业共建 |
| 国际视野 | DI-IDEA联盟推动国际合作 |
| 政策影响力 | 参与教育部政策制定 |
8.2 推广建议
-
推广"人机共育"理念
- 纳入教师培训体系
- 开发配套评估工具
-
借鉴"三层任务"分层
- 指导AI课程设计
- 明确AI使用边界
-
建立"5U"AI素养框架
- 开发分年龄段标准
- 与现有课程体系整合
-
推动"7S"学校建设
- 从硬件设施到组织文化全面变革
- 建立AI原生学校评估体系
九、参考文献
| 序号 | 标题 | 来源 |
|---|---|---|
| 1 | 北京大学数智教育平台 | https://ai4e.pku.edu.cn/ |
| 2 | TBI人工智能教育研究联合实验室 | https://aiedu.pku.edu.cn/ |
| 3 | 《人机共育,向善而为:AI时代的教育变革探索指南》 | 科技日报 2025-12-30 |
| 4 | 2025北京大学教育数智化转型京港学术交流论坛 | 北京大学官网 |
| 5 | 北京论坛海外分论坛(新加坡) | 南洋理工大学官网 |
十、附录
附录A:关键人物
| 姓名 | 职位 | 贡献 |
|---|---|---|
| 郭琳 | 教务部副部长 | 数智教育政策推动 |
| 孙华 | 教务长办公室主任 | DI-IDEA联盟秘书长 |
| 刘建波 | 教务部副部长 | AI融合课程建设 |
| 范逸洲 | 教育学院助理教授 | AI学术写作研究 |
| 张影 | 光华管理学院副院长 | DI-IDEA联盟副秘书长 |
附录B:联系方式
- 地址:北京市海淀区颐和园路5号(北京大学)
- 邮编:100871
- 反馈邮箱:provost@pku.edu.cn
报告评级:A级(90/100)
核心价值:北京大学作为中国顶尖高校,在AI教育领域提出了"人机共育"的核心理念,构建了"5U"素养框架和"7S"学校体系,为中国乃至全球的AI教育变革提供了重要的理论指导和实践参考。其与腾讯研究院联合发布的重磅报告,系统回应了AI时代的八大教育之问,具有广泛的政策影响力和实践指导意义。
研究完整性:★★★★★ 信息来源可靠性:★★★★☆ 理论深度:★★★★★ 实践价值:★★★★★ 创新贡献:★★★★☆