具通常具有确定性，相同的输入总是会产 生相同的结果。相比之下，最近的人工智 能工具在生成输出或预测时更有可能是随 机的，因为相同的输入可能会产生不同的 结果。因此，人工智能生成的内容在传授 事实性和概念性知识方面可能不太可靠。 鉴于人工智能所使用方法背后的“黑箱”机 制不透明，教师不仅需要了解人工智能是 如何训练的以及它如何运作，还需要具备 批判性地评估人工智能输出准确性的能力 ，并设计合适的教学方法来指导在教学和 3.1 AI CFT 的尺寸 教师的 AI 能力框架 - 第 3 章 ： 教师的 AI 能力框架的结构 The AI 基础和应用 方面规定了教师所需的概念性知识和 可转移技能，以便他们能够在选择、 应用并创造性地定制AI工具以服务于 以学生为中心、AI辅助的教学与学习 环境时理解和运用这些知识和技能。 The 专业发展的 AI 方面概述了教师在促进终身专业学习 及如何在教学与学习中使用AI，并计划和 实施包容性的AI辅助教学与学习实践。逐 步地，教师需要增强其能力，以批判性地 适应并创造性地探索新兴AI迭代背景下创 新的教学实践。 AI 基础和应用程序指定了概念 教师需要 理解并应用其知识和可转移的操作技能， 以支持AI工具的选择、应用及其创造性定 制，从而构建以学生为中心的AI辅助教学 与学习环境。教师应获得对人工智能定义 的适当理解，基本的人工智能工作原理知

学习者在激活相关的知识和技能时，将 促进学习 4、应用新知 学习者应用新学到的知识和技能时，将 促进学习 3、示证新知 将要学习的知识和技能的示证时，将促 进学习 1.任务中心 学习者在现实生活任务情境中获得概念 和原理时，将促进学习 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第14页 4C/ID模型 THE 4C/ID MODEL 学习任务（Learning Tasks） 旨在整合（创生性与再生性）知识、技能和态度 反 馈 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第25页 确定目标 明确目标-知识类型 为什么？ 发现意义 是什么？ 形成概念 如何做？ 解决问题 该怎样？ 灵活转换 是什么知识 （事实+概念） 如何做知识 （程序/规则/步骤） 为什么知识 （动力+策略+原理） 01 教 学 设 计 02 教 学 资 源 开 发 03 课 堂 教 学生已有知识基础：[填写学生已掌握的相关知识] - 教学资源情况：[可选，填写可用教学资源] # 教学挑战或顾虑 [简述您在教学设计中面临的主要挑战、困惑或特殊考虑] # 知识类型定义 1. "是什么"知识（事实性+概念性） - 定义：基本事实、概念和术语的描述性内容 - 关注：对象特征、定义、类别和现象描述 - 教学目标：知道、识别、解释、描述 2. "如何做"知识（程序性+操作性） - 定义：具体方法、步骤和操作规则的实践性内容

用计算数学方法获取数据模型：近似 • 用机器学习方法获取概率模型：复杂 • 用人工神经网络获取网络模型：黑盒 • 超过两层的神经网络可以逼近任意连续函数 人类智能 • 抽象（语言）：概念，数字，理 念 • 逻辑（理性）：归纳，演绎，类 比 • 计算（模型）：科学方法 • 基于观测经验，发现规律 • MIT ：一切问题都是模型问题 • 模型： 一个映射， 博士：原创研究 | 理论突破 | 学术前沿 | 独立科研 | 行业引领 n AI+ 学科 各学科（非人工智能专业）与人工智能的深度融合的课程 n AI 通识教育 面向院校所有学生、教师和教职工 基础概念 | 技术认知 | 伦理思考 | 社会影响 | 应用场景 | 未来趋势 n 培养什么人 1. 思维能力：批判思维、独立思维、逻辑思维 2. 学习能力：终身学习，善用 AI 3. 热爱人类 实训系统 • 语 音 合 成 与 识 别 、 绘 画 与 图 像 生 成 • 动漫制作 、 视 频 制 作 、 音 乐 创 作 课程实训平台 4 数字人实训系统 • 人物设计与概念开发 ， 3D 建模与纹理制作 • 骨 骼 绑 定 与 动 画 制 作 ， 摄 影 与 视 频 制 作 • 语 音 合 成 与 声 音 设 计 ， 系 统 集 成 与 测 试 课程实训平台

下中小学人工智能应用的政策制定和实践推广提供科学依据和可行 建议。 1.4 文章结构概述 本文旨在探讨教育信息化 2.0 背景下中小学人工智能应用的政 策研究。文章首先通过对教育信息化 2.0 的概念进行界定，分析其 与人工智能技术融合的必要性和可行性。接着，文章将梳理国内外 中小学人工智能应用的政策现状，重点分析政策制定的背景、目 标、实施路径及成效评估。在此基础上，文章将深入探讨我国中小 学改革是 核心内容之一。为了适应人工智能时代的需求，课程设置必须进行 相应的调整和优化。首先，人工智能相关课程应纳入中小学的必修 课程体系中，确保学生从基础教育阶段就能接触到人工智能的基本 概念和应用。课程内容应涵盖人工智能的基础知识、编程技能、数 据分析、机器学习等内容，并结合实际案例进行教学，以增强学生 的实践能力。 在课程设置的具体实施中，可以采取分阶段、分层次的方式。 小学 果。因此，政策中明确提出了针对教师的系统性培训计划，旨在提 升教师在人工智能领域的知识储备和教学能力。 首先，政策要求各级教育部门制定详细的教师培训计划，覆盖 从基础理论到实践操作的全方位内容。培训内容不仅包括人工智能 的基本概念、技术原理，还涵盖了如何将人工智能技术融入课堂教 学的具体方法和策略。例如，教师需要学习如何利用智能教学系统 进行个性化教学，如何通过数据分析优化教学效果，以及如何引导 学生进行人工智能相关的创新实践。

支撑教育高质 量发展，教育部于近日印发《高等学校数字校园建设规范（试行）》（以下简称 《规范》）。 方案概述 目前，全国很多知名高校都在进行智慧校园的建设和探 索，智慧校园是对传统智慧校园概念的发展。它基于物联网 环境，利用计算机技术、网络技术、通信技术、传感技术， 对学校与教学、科研、管理和生活服务有关的所有信息资源 进行全面的整合、互联与集成，基于深度的数据挖掘与分析， 为学

支撑教育高质 量发展，教育部于近日印发《高等学校数字校园建设规范（试行）》（以下简称 《规范》）。 方案概述 目前，全国很多知名高校都在进行智慧校园的建设和探 索，智慧校园是对传统智慧校园概念的发展。它基于物联网 环境，利用计算机技术、网络技术、通信技术、传感技术， 对学校与教学、科研、管理和生活服务有关的所有信息资源 进行全面的整合、互联与集成，基于深度的数据挖掘与分析， 为学

学。 12.Socratic 问答引导 AI 化身“学习伙伴” ，用启发式提问（如“你觉得这一步用了什么公 式？” ) 引导学生自主解题。 13. 知识点可视化教学 数学课上 ， AI 将抽象概念（如立体几何）转化为 3D 动态模型 ，增强 空 间想象力。 教学应用场景汇总：课堂教学互动 14. 多语言即时翻译 国际课堂中 ， AI 实时翻译学生发言并补充文化注释 ，打破语言壁垒。 作文智能批改 AI 从“结构逻辑”“文采”“思想深度”三维度评分 ，生成改进 建议（如“增加过渡句提升连贯性” ）。 16. 错题智能分析 学生拍照上传错题 ， AI 识别错误类型（计算错误 / 概念混淆） ， 推 送同类题目并标注易错点。 17. 知识点薄弱点热力图 分析全班作业数据 ，生成可视化图表 ，精准定位需强化的知识点 （如“立体几何空间想象能力薄弱” ）。 18. 个性化学习路径推荐

VR 教室 1/2 VR 沉浸教室：是指将沉浸式虚拟现实技术（ VR ）与教学相融合，以优质教学资源为核心，集 5G 、终端、应用系统、平台、内容于一 体， 为学生创设接近真实的学习环境，将抽象概念具象化，为学习者打造高度开放、可交互、沉浸式的三维学习环境。  VR 沉浸教室可与学校原有的传统教室、多媒体教室、智慧教室完全兼容，从教学方式上是“互补”关系。  VR 教育资源：以行业先进 •心率、速度、负荷监控分析 •运动训练指导 •数据报告输出 •数据档案追踪 •运动数据综合管理等 沉浸式 VR 科普教学 •5G+VR 与教学融合 •集硬、软件应用系统 •教研、课件资源于一体 •抽象概念情景化，为学习者 打造高度仿真、沉浸式可交互 的虚拟互动学习场景 STEAM 机器人创客教学 •创客智能机器人教学合作 •设计，搭建，编程挑战任务，将机械 学、工程学、电学、自动控制、计算 机软硬件等尖端科学技术相结合

Builder 知识网络构建 Cognitive App Dev 认知应用开发 Evaluator 大模型评估 Finetune Tool 微调工具 ConceptBases 概念库 RuleBases 规则库 基础层 AnyBackup 认知助手 AnyRobot 认知助手 eQ AnyShare 认知助手 增强 Generative Search 具有多项创新 ，其主要优势包括： • 领域大模型结合领域知识网络 ，增强大模型的领域内答案的准确性 ，领域数据及时性 ，相 关 对象可解释性； • 通过知识网络工作台一站式构建包括领域概念库、领域知识图谱、领域规则库等各种丰富知 识表示的知识网络；通过认知应用工作台用低代码的方式 ，基于大模型、提示词、搜索增强 组件以及第三方认知应用组件快速实现认知应用开发；降低数据知识化和业务智能化的开发

等）。  年级分类：根据不同教育阶段（小学、初中、高中等）对知识 进行分层。  知识类型：包括概念、定理、案例、在线测验等不同类型的信 息。 表格 1 展示了知识库的基本分类结构： 分类维度 分类名称 学科 数学 物理 化学 语言艺术 年级 小学 初中 高中 类型 概念 定理 案例 在线测验 在构建知识库时，需特别关注信息的更新与维护机制。知识库 应具备定期更 题、知识点的层级关系及应用场景，形成树状结构。通过对这些知 识点进行标签化、分类和关系构建，形成基础的知识图谱框架。 在知识图谱的节点设计上，可以包括以下几个方面的内容：  知识点：具体的概念、原理、定理等。  资源：课程、视频、书籍、习题等相关学习资源的链接。  问题：与知识点相关的问题及其解析。  学习路径：基于知识点构造的推荐学习路径。 “ ” 例如，在构建数学知识图谱时，可以将 合的关键环节。通过有效地定义和建立不同学科知识点之间的关 系，我们能够创建一个全面的知识网络，使学习者在学习过程中能 够更好地理解、掌握和运用各学科的知识。 首先，我们需要明确每个学科的核心知识点，包括基础概念、 重要理论、关键公式等。这些知识点应按层次结构进行整理，形成 知识层级。例如，在数学学科中，可以将知识点分为基础数学、几 何、代数、微积分等不同层次。基础数学可以进一步分为算数、分 数、百分比等子知识点，形成一个网状结构。