219 lines
8.0 KiB
Markdown
219 lines
8.0 KiB
Markdown
---
|
||
categories:
|
||
- '[[LLM Wiki]]'
|
||
tags:
|
||
- wiki
|
||
- 教育AI
|
||
- 研究
|
||
- 项目
|
||
created: 2026-04-16
|
||
source: '[[raw/教育AI研究/README.md]]'
|
||
type: concept
|
||
aliases:
|
||
- 教育AI研究项目
|
||
- 教育人工智能研究
|
||
relations:
|
||
- type: extends
|
||
target: '[[LLM教育应用系统综述]]'
|
||
confidence: 2
|
||
- type: extends
|
||
target: '[[高等教育AI专题]]'
|
||
confidence: 2
|
||
---
|
||
|
||
[raw:教育AI研究/README:3]# 教育AI研究项目
|
||
|
||
> **一句话定义**：系统研究"人工智能在教育领域应用"的最新进展、技术趋势、研究框架和产业动态的专项研究项目
|
||
|
||
## 定义
|
||
|
||
- [[LLM教育应用系统综述]]
|
||
- [[LLM教育应用]]
|
||
- [[自适应学习系统]]
|
||
- [[智能辅导系统]]
|
||
|
||
本项目旨在系统研究"人工智能在教育领域应用"的最新进展、技术趋势、研究框架和产业动态。通过AI驱动的专题研究工作流，实现持续的知识积累和研究产出。
|
||
|
||
**核心原则**：严禁胡编乱造，所有数据须有可验证来源。
|
||
|
||
## 关键要点
|
||
|
||
### 研究目标
|
||
|
||
1. 建立系统化的全球教育AI知识库
|
||
2. 跟踪国内外最新研究进展与产业动态
|
||
3. 分析技术演进趋势和核心技术方向
|
||
4. 识别关键研究机构、企业和研究者
|
||
5. 每周产出结构化研究报告（真实性核查通过）
|
||
|
||
### 当前进度（截至2026-04-08）
|
||
|
||
**研究覆盖范围**：
|
||
|
||
| 类型 | 数量 | 代表机构 | 质量等级 |
|
||
|
|
||
------|
|
||
------|----------|----------|
|
||
| 美国高校 | 3家 | MIT媒体实验室、斯坦福、CMU | A级（92.9分） |
|
||
| 中国高校 | 4家 | 清华、北大、复旦、上海交大 | A级（90分） |
|
||
| 国际企业 | 3家 | Google、Microsoft、OpenAI | A级（90.3分） |
|
||
| 中国企业 | 3家 | 好未来、猿辅导、作业帮 | A级（88分） |
|
||
| 印度机构 | 3家 | upGrad、PhysicsWallah、AI Samarth | A级（86分） |
|
||
| 东南亚机构 | 2家 | NUS AICET、Topica | A级（83分） |
|
||
| 国际研究机构 | 2家 | 瑞士SNAI、牛津AIEOU | A级（88分） |
|
||
| **合计** | **20家** | — | **A级（88.6分）** |
|
||
|
||
**深度研究报告**：
|
||
|
||
| 报告 | 质量分 | 状态 |
|
||
|------|--------|------|
|
||
| LLM教育应用深度研究 | 87分 | ✅ 完成 |
|
||
| 自适应学习系统深度研究 | 87分 | ✅ 完成 |
|
||
| 智能辅导系统（ITS）深度研究 | 85分 | ✅ 完成 |
|
||
| 中美教育AI综合对比研究 | 85分 | ✅ 完成 |
|
||
| 全球教育AI市场格局报告 | 85分 | ✅ 第4周新增 |
|
||
|
||
**知识卡片库**：
|
||
- 8张知识卡片：LLM教育应用、自适应学习系统、智能辅导系统、自适应学习环境、个性化学习系统、教育大数据分析、教育机器人应用、智能评测技术
|
||
|
||
**文献库**：
|
||
- **22条核心文献**（v1.4）：16条DOI已验证，含哈佛RCT（DOI: 10.1038/s41598-025-97652-6）、AIED 2025 LLM研究、Springer 2025 ITS综述等
|
||
|
||
### 质量标准
|
||
|
||
| 指标 | 标准 |
|
||
|------|------|
|
||
| 官方渠道占比 | ≥70% |
|
||
| 技术数据时效 | ≤6个月 |
|
||
| 信源质量分 | ≥80分/篇（合格线） |
|
||
| 市场数据时效 | ≤12个月 |
|
||
| DOI验证率 | 力求100% |
|
||
|
||
### 研究工作流
|
||
|
||
**每周研究周期**：
|
||
|
||
| 步骤 | 内容 |
|
||
|------|------|
|
||
| 制定计划 | 确定主题、分配优先级、设定产出目标 |
|
||
| 机构研究 | 官网信息采集 → 档案建立 → 质量评分 |
|
||
| 技术深度分析 | 学术文献 + 实践案例 + 对比分析 |
|
||
| 真实性核查 | 五步核查法，每条信息须有来源 |
|
||
| 周报生成 | 结构化总结，标注完成率和成本 |
|
||
|
||
**真实性核查五步法**：
|
||
1. **预核查**：标注所有待验证项目
|
||
2. **初稿核查**：每条信息溯源
|
||
3. **自动化核查**：DOI验证工具
|
||
4. **人工抽查**：重点段落核实
|
||
5. **最终审核**：质量评分确认
|
||
|
||
## 与其他概念的关系
|
||
|
||
- [[高等教育AI专题]] — 本项目的高等教育AI专题深入研究
|
||
- [[教学大模型有效性评估]] — 教学大模型在高等教育中的有效性评估研究
|
||
- [[教学大模型发展状况]] — 国内外教学大模型发展状况调研
|
||
- [[哈佛大学AI教学项目]] — 哈佛大学AI教学项目深度研究（专题成果）
|
||
- [[斯坦福大学AI教学项目]] — 斯坦福大学AI教学项目深度研究（专题成果）
|
||
|
||
## 来源
|
||
|
||
- [[raw/教育AI研究/README.md]] — 教育AI研究项目说明文件
|
||
|
||
[raw:教育AI研究/README:3]# 教育AI研究项目
|
||
|
||
> **一句话定义**：系统研究"人工智能在教育领域应用"的最新进展、技术趋势、研究框架和产业动态的专项研究项目
|
||
|
||
## 定义
|
||
|
||
- [[LLM教育应用系统综述]]
|
||
- [[LLM教育应用]]
|
||
- [[自适应学习系统]]
|
||
- [[智能辅导系统]]
|
||
|
||
本项目旨在系统研究"人工智能在教育领域应用"的最新进展、技术趋势、研究框架和产业动态。通过AI驱动的专题研究工作流，实现持续的知识积累和研究产出。
|
||
|
||
**核心原则**：严禁胡编乱造，所有数据须有可验证来源。
|
||
|
||
## 关键要点
|
||
|
||
### 研究目标
|
||
|
||
1. 建立系统化的全球教育AI知识库
|
||
2. 跟踪国内外最新研究进展与产业动态
|
||
3. 分析技术演进趋势和核心技术方向
|
||
4. 识别关键研究机构、企业和研究者
|
||
5. 每周产出结构化研究报告（真实性核查通过）
|
||
|
||
### 当前进度（截至2026-04-08）
|
||
|
||
**研究覆盖范围**：
|
||
|
||
| 类型 | 数量 | 代表机构 | 质量等级 |
|
||
|------|------|----------|----------|
|
||
| 美国高校 | 3家 | MIT媒体实验室、斯坦福、CMU | A级（92.9分） |
|
||
| 中国高校 | 4家 | 清华、北大、复旦、上海交大 | A级（90分） |
|
||
| 国际企业 | 3家 | Google、Microsoft、OpenAI | A级（90.3分） |
|
||
| 中国企业 | 3家 | 好未来、猿辅导、作业帮 | A级（88分） |
|
||
| 印度机构 | 3家 | upGrad、PhysicsWallah、AI Samarth | A级（86分） |
|
||
| 东南亚机构 | 2家 | NUS AICET、Topica | A级（83分） |
|
||
| 国际研究机构 | 2家 | 瑞士SNAI、牛津AIEOU | A级（88分） |
|
||
| **合计** | **20家** | — | **A级（88.6分）** |
|
||
|
||
**深度研究报告**：
|
||
|
||
| 报告 | 质量分 | 状态 |
|
||
|------|--------|------|
|
||
| LLM教育应用深度研究 | 87分 | ✅ 完成 |
|
||
| 自适应学习系统深度研究 | 87分 | ✅ 完成 |
|
||
| 智能辅导系统（ITS）深度研究 | 85分 | ✅ 完成 |
|
||
| 中美教育AI综合对比研究 | 85分 | ✅ 完成 |
|
||
| 全球教育AI市场格局报告 | 85分 | ✅ 第4周新增 |
|
||
|
||
**知识卡片库**：
|
||
- 8张知识卡片：LLM教育应用、自适应学习系统、智能辅导系统、自适应学习环境、个性化学习系统、教育大数据分析、教育机器人应用、智能评测技术
|
||
|
||
**文献库**：
|
||
- **22条核心文献**（v1.4）：16条DOI已验证，含哈佛RCT（DOI: 10.1038/s41598-025-97652-6）、AIED 2025 LLM研究、Springer 2025 ITS综述等
|
||
|
||
### 质量标准
|
||
|
||
| 指标 | 标准 |
|
||
|------|------|
|
||
| 官方渠道占比 | ≥70% |
|
||
| 技术数据时效 | ≤6个月 |
|
||
| 信源质量分 | ≥80分/篇（合格线） |
|
||
| 市场数据时效 | ≤12个月 |
|
||
| DOI验证率 | 力求100% |
|
||
|
||
### 研究工作流
|
||
|
||
**每周研究周期**：
|
||
|
||
| 步骤 | 内容 |
|
||
|------|------|
|
||
| 制定计划 | 确定主题、分配优先级、设定产出目标 |
|
||
| 机构研究 | 官网信息采集 → 档案建立 → 质量评分 |
|
||
| 技术深度分析 | 学术文献 + 实践案例 + 对比分析 |
|
||
| 真实性核查 | 五步核查法，每条信息须有来源 |
|
||
| 周报生成 | 结构化总结，标注完成率和成本 |
|
||
|
||
**真实性核查五步法**：
|
||
1. **预核查**：标注所有待验证项目
|
||
2. **初稿核查**：每条信息溯源
|
||
3. **自动化核查**：DOI验证工具
|
||
4. **人工抽查**：重点段落核实
|
||
5. **最终审核**：质量评分确认
|
||
|
||
## 与其他概念的关系
|
||
|
||
- [[高等教育AI专题]] — 本项目的高等教育AI专题深入研究
|
||
- [[教学大模型有效性评估]] — 教学大模型在高等教育中的有效性评估研究
|
||
- [[教学大模型发展状况]] — 国内外教学大模型发展状况调研
|
||
- [[哈佛大学AI教学项目]] — 哈佛大学AI教学项目深度研究（专题成果）
|
||
- [[斯坦福大学AI教学项目]] — 斯坦福大学AI教学项目深度研究（专题成果）
|
||
|
||
## 来源
|
||
|
||
- [[raw/教育AI研究/README.md]] — 教育AI研究项目说明文件
|