Files
llm_wiki/wiki/Stanford Accelerator.md
T
hehaiguang1123 a6f05ab2d5 Phase 0-2: Schema cleanup, typed relations, event-driven automation
- 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
2026-07-01 08:05:43 +08:00

3.4 KiB
Raw Blame History

categories, tags, created, source, type
categories tags created source type
LLM Wiki
wiki
entity
斯坦福
教育AI
AI Accelerator
2026-04-16 raw/教育AI研究/深度研究报告/斯坦福大学AI教学项目深度研究报告-20260414.md entity

Stanford Accelerator

斯坦福大学的学习加速研究所,通过AI赋能教育工作者和跨学科研究,推动教育创新实践。

身份

属性
类型 教育研究机构
隶属 斯坦福大学
定位 跨学科教育创新枢纽
官网 acceleratelearning.stanford.edu

核心使命

Stanford Accelerator 致力于通过AI技术赋能教育工作者,促进跨学科研究,加速教育创新的落地应用。

三大核心目标

  1. AI赋能教师 - 帮助教育工作者理解和应用生成式AI
  2. 跨学科协作 - 连接教育理论研究与技术实践
  3. 产学研转化 - 将研究成果快速转化为教育实践

核心项目矩阵

项目 描述 规模/影响力
AI Tinkery 实体协作空间,供教育工作者探索生成式AI 位于CERAS楼
CRAFT AI素养课程,与高中教师合作开发 K12推广
种子基金 资助30+跨学科研究项目 年度
AI+Education Summit 政策对话平台 第四届2026年2月

关键研究团队

人员 职位 研究方向
Daniel L. Schwartz Accelerator主任 学习科学、教育技术
Victor Lee 副教授 AI+教育应用
Emma Brunskill CS副教授 AI加速教育研究
Michael Frank 教授 儿童发展与AI

主要成果

AI+Education Summit 2026

时间2026年2月 主题:"AI拐点:我们学什么、怎么学、为何学"

2025年峰会要点

  • AI素养框架:需建立通用语言,涵盖用户、开发者、批评者三视角
  • AI加速教育研究Emma Brunskill提出AI可模拟优化教育干预,加速数十年创新
  • 儿童发展研究BabyView项目+ LEVANTE全球网络
  • 负责任使用Rob Reich强调AI应增强人类能力而非替代

纽约市案例

行动 数据
专业发展培训 10,000名教职员工
K-12 AI政策实验室 全美最大校区建立
合作网络 研究机构+慈善组织+科技企业

理论框架

以人为本AI教育观

核心原则Victor Lee):

教师需要理解三个层面:
1. 如何使用AI来教学
2. 如何教授AI相关知识
3. AI实际如何运作

AI加速教育研究范式

Emma Brunskill观点

"AI可以模拟和优化教育干预措施,有望将通常需要数十年的教育创新加速推进。"

在 LLM Wiki 中的角色

Stanford Accelerator是教育AI研究中教师赋能模式的代表案例,展示了:

  • 物理空间+虚拟空间的双轨探索模式
  • 跨学科资源平台的开放共享
  • 政策对话的引领作用

相关概念

相关研究


机构档案

详见 Stanford Accelerator - 斯坦福AI教师赋能项目