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

2.8 KiB

Raw Blame History

categories, tags, created, source, type, aliases

欧洲教育AI区域模式

欧洲教育AI以伦理导向为核心特征，瑞士SNAI（2000万瑞郎投资）、牛津AIEOU（AI伦理四支柱）、ETH-EPFL（产学研）构成三大支柱。

核心特征

欧洲教育AI发展呈现"伦理先行、分层培训、产学研一体化"的独特模式，与美国的技术驱动型和亚洲的政策驱动型形成鲜明对比[raw:欧洲日韩教育AI研究-20260404:7-14]。

三大支柱

1. 瑞士SNAI — 国家级AI研究院

维度	内容
全称	Swiss National AI Institute
成立时间	2024年10月
联合机构	ETH Zurich + EPFL
投资规模	2000万瑞士法郎 + 1000万GPU小时
技术基础	Alps超级计算机（CSCS运营）
三大支柱	基础研究（可信AI）、教育创新（课程体系重构）、产业转化（瑞士AI生态）

[raw:欧洲日韩教育AI研究-20260404:20-40]

2. 牛津AIEOU — 伦理导向

维度	内容
全称	AI in Education跨学科枢纽
核心特征	AI伦理四支柱、参与式设计方法
已有wiki	AIEOU

3. ETH-EPFL — 产学研一体化

维度	内容
核心模式	顶级理工大学+国家级研究院+产业转化
已有wiki	ETH Zurich与EPFL

欧洲AI教育特色

特色	说明
伦理先行	AI伦理框架先于技术部署，GDPR严格约束
分层培训	牛津AI能力中心的初级/中级/高级分层培训体系
跨学科整合	AIEOU整合教育学+计算机科学+哲学+社会学
产学研一体	SNAI整合基础研究+教育创新+产业转化
参与式设计	强调教师和学生参与AI教育工具设计

与其他区域模式对比

维度	欧洲	美国	亚洲
驱动模式	伦理驱动	技术驱动	政策驱动
核心关注	AI伦理+公平性	RCT实证+创新	规模化+政策力度
代表机构	牛津AIEOU、ETH	斯坦福、CMU	清华、东京大学
监管力度	强（GDPR）	中（自愿指南）	强（政府主导）

与其他概念的关系

AIEOU — 牛津AI教育枢纽
ETH Zurich与EPFL — 瑞士联邦理工
CMU LearnLab — 对比参考（美国ITS研究先驱）
MIT RAISE — 对比参考（美国负责任AI框架）
日韩高校AI教育区域模式 — 亚洲对比
东南亚教育AI区域模式 — 亚洲对比

来源

欧洲日韩教育AI研究-20260404 — 完整报告，343行

2.8 KiB Raw Blame History Unescape Escape