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
4.0 KiB
4.0 KiB
categories, tags, created, source, type, aliases
| categories | tags | created | source | type | aliases | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
|
2026-04-16 | raw/教育AI研究/README.md | concept |
|
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
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
- 建立系统化的全球教育AI知识库
- 跟踪国内外最新研究进展与产业动态
- 分析技术演进趋势和核心技术方向
- 识别关键研究机构、企业和研究者
- 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：
- 预核查：标注所有待验证项目
- 初稿核查：每条信息溯源
- 自动化核查：DOI验证工具
- 人工抽查：重点段落核实
- 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