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
69 lines
2.5 KiB
Markdown
69 lines
2.5 KiB
Markdown
---
|
|
categories:
|
|
- "[[LLM Wiki]]"
|
|
- "[[教育AI研究项目]]"
|
|
tags:
|
|
- wiki
|
|
- concept
|
|
- education-ai
|
|
- 学习科学
|
|
- 军事教育
|
|
created: 2026-04-27
|
|
source: "[[军事AI教育深度研究报告-20260425]]"
|
|
type: concept
|
|
aliases:
|
|
- Learning Engineering
|
|
- 学习工程学
|
|
---
|
|
|
|
# 学习工程
|
|
|
|
> 使用AI、数据和以人为中心的工程方法与学习科学相结合的跨学科方法论，为教育系统设计、实施和优化提供系统化框架。
|
|
|
|
## 定义
|
|
|
|
学习工程（Learning Engineering）是将工程方法应用于教育领域的专业学科，核心是整合AI技术、数据分析、用户体验设计和教育理论，实现以人为中心的教育系统优化[raw:军事AI教育深度研究报告-20260425:83]。
|
|
|
|
此概念由北约PfPC ADL WG（2026）在军事教育背景下系统化提出，评级A+级（99分）[raw:军事AI教育深度研究报告-20260425:46]。
|
|
|
|
## 核心要素
|
|
|
|
1. **AI工具集成** — 将AI技术有机融入教育流程
|
|
2. **数据驱动决策** — 基于学习分析数据做出教学决策
|
|
3. **用户体验设计** — 以学习者为中心的界面和交互设计
|
|
4. **教育理论整合** — 将认知科学和学习理论融入系统设计
|
|
5. **人机协作** — 人类教师与AI系统协同工作
|
|
|
|
[raw:军事AI教育深度研究报告-20260425:86-90]
|
|
|
|
## 应用场景
|
|
|
|
| 场景 | 描述 |
|
|
|------|------|
|
|
| 军校课程设计 | AI辅助军事理论课件创作、智能推荐教学资源 |
|
|
| 在线军事教育平台 | 个性化学习路径、自适应反馈、即时答疑 |
|
|
| AI驱动的培训项目 | 智能推荐训练内容、实时分析训练效果 |
|
|
| 虚拟模拟训练环境 | AI驱动的虚拟战场、动态生成训练场景 |
|
|
|
|
[raw:军事AI教育深度研究报告-20260425:428-432]
|
|
|
|
## 关键优势
|
|
|
|
1. **系统性** — AI、数据、教育理论、人机协作的系统整合
|
|
2. **可操作性** — 有明确的实施步骤和工具
|
|
3. **灵活性** — 可适应不同军校、不同专业的需求
|
|
4. **创新性** — 将教育工程应用于军事教育，具有前沿性
|
|
|
|
[raw:军事AI教育深度研究报告-20260425:434-438]
|
|
|
|
## 与其他概念的关系
|
|
|
|
- [[军事AI教育]] — 学习工程在军事领域的应用
|
|
- [[ETEE生命周期框架]] — 学习工程支撑ETEE实施的方法论
|
|
- [[自适应学习环境]] — 学习工程的具体技术实现
|
|
- [[智能评测技术]] — 学习工程中的评估工具
|
|
|
|
## 来源
|
|
|
|
- [[军事AI教育深度研究报告-20260425]] — 军事AI教育深度研究报告（A级，97.3分）
|