Files

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

2.5 KiB

Raw Blame History

categories, tags, created, source, type, aliases

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

AI工具集成 — 将AI技术有机融入教育流程
数据驱动决策 — 基于学习分析数据做出教学决策
用户体验设计 — 以学习者为中心的界面和交互设计
教育理论整合 — 将认知科学和学习理论融入系统设计
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

系统性 — AI、数据、教育理论、人机协作的系统整合
可操作性 — 有明确的实施步骤和工具
灵活性 — 可适应不同军校、不同专业的需求
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）

2.5 KiB Raw Blame History