2026年复旦-长三角
“全球华人共话AI时代教学变革与研究”活动
嘉宾简介和发言摘要
(2026年秋季学期·共四场)
【报名参加请点这里】
11月28日星期六 上午09:00-11:00 主题:AI赋能的学科教学重构与素养培养
12月05日星期六 上午09:00-11:00 主题:AI有度的教学协同设计与边界把握
12月12日星期六 晚上19:00-21:00 主题:AI共生的学习评价探索与教育生态
12月19日星期六 晚上19:00-21:00 主题:AI伴学的教师发展进阶与共同体
第一场 主题:AI赋能的学科教学重构与素养培养
11月28日 09:00-11:00
报告1:培养学生科学学科人工智能素养
Preparing Students' Discipline-based AI Literacy
in Science
翟小铭 教授 [美]佐治亚大学(University of Georgia)
发言摘要:In this talk, Dr. Zhai will introduce a comprehensive framework for discipline-based AI literacy (DAIL), which emphasizes integrating AI competence within the context of specific subject areas such as science and engineering. Rather than treating AI as a standalone topic, DAIL focuses on helping learners meaningfully apply AI concepts to disciplinary practices, fostering deeper conceptual understanding and critical thinking. To provide concrete evidence of DAIL in action, Dr. Zhai will introduce a multi-agent system called GenAgent. This system is designed to actively engage students in authentic science and engineering practices, such as modeling, data analysis, and problem-solving. Through interactions with multiple intelligent agents, students collaboratively explore complex phenomena while simultaneously developing AI literacy. The talk will highlight how GenAgent supports both content learning and AI competency, offering a scalable and innovative approach to preparing students for an AI-driven future.
嘉宾简介:Dr. Xiaoming Zhai is Professor of Science Education and AI and (courtesy) Professor of Computer Science and Statistics at the University of Georgia, serving as the Founding Director of the AI4STEM Education Center and Director of the National GENIUS Center. His research pioneers the use of AI and machine learning to transform science teaching, learning, and assessment, supported by major grants from NSF, IES, NIH, and the NAEd/Spencer Foundation. He has published extensively in leading journals and premier AI and AI-in-Education venues, including Journal of Research in Science Teaching, Computers & Education, AIED, LAK, AAAI, NeurIPS, KDD, and ICLR. Dr. Zhai chaired the 2022 and 2025 International Conferences on AI in STEM education, leads NARST's RAISE group, and has edited four books and seven special issues. He was a high school physics teacher for nine years, winning numerous awards. His research has earned prestigious honors such as the AERA TACTL Early Career Award, a Humboldt Research Fellowship, and the NAEd/Spencer Award, establishing him as a leading voice in shaping the future of AI in STEM education.
报告2:人机共创:AI驱动的高阶思维与教学重构
Human-AI Co-creation: AI-Driven Higher-Order Thinking and Teaching Redesign
陈宇飞 副教授 同济大学
发言摘要:当生成式AI能瞬间生成可运行代码,程序设计课程教学方式正面临着加速迭代、随时被颠覆的范式变革。一方面,AI工具的介入使学生极易陷入重代码搬运、轻底层逻辑的盲从式学习;但另一方面,AI工具也打破了复杂系统级项目的高壁垒,让低年级学生也能开展真实的工程实践。面对交叉拔尖创新人才的培养定位,课程从重构教学方式底层逻辑入手,保留传统知识传授的同时引入AI协同的分析、评价与创造机制,引导学生实现从“只要代码能跑”的低阶诉求,向“巧用AI工具解决复杂跨学科问题”的高阶能力跃升,从而创造出超越单纯代码堆砌、具备系统级设计思维的工程创新方案。
嘉宾简介:陈宇飞,同济大学计算机科学与技术学院副教授,博士生导师。曾赴德国弗劳恩霍夫(Fraunhofer)图像数据处理研究所医学影像中心任访问研究员。主要研究方向为机器学习、医学数据分析。主持上海市一流本科课程,主编人工智能领域101计划核心教材,获上海市教学成果一等奖、首届中国计算机学会教学案例奖、全国教创比赛二等奖、上海市教创比赛特等奖等。在TPAMI、CVPR、ICML、NeurIPS等顶刊顶会发表论文70余篇,授权发明专利22项,骨干参与制定团体标准3项。为MICCAI-CLIP主席,可解释医学人工智能教育主席,全国仿生学标委会委员等。近年来,主持国家重点研发计划课题,国家自然科学基金面上项目、重大计划培育项目、青年项目,军科委重点项目子课题等20余项,作为主要成员获上海市技术发明一等奖、科技进步三等奖、浙江省科技进步三等奖、宁波市科技进步一等奖等。
报告3:AI赋能内科学教学创新实践与研究
Innovative Practice and Research on AI-Empowered Teaching of Internal Medicine
高虹 主任医师 复旦大学附属中山医院
发言摘要:本研究以复旦大学附属中山临床医学院“内科学B”课程为实践场域与研究样本。该课程为医学本科必修主干课程,80学时/4学分,是医学生临床思维培养的关键阶梯。研究围绕“生成式人工智能能否、以及如何提升临床胜任力培养效能”这一核心问题,依托生成式人工智能、多模态学习分析与临床虚拟仿真技术,构建“理论—虚拟—实操”一体化的内科学智慧教学生态,推动教学模式从“课堂讲授为主”向“AI赋能的临床胜任力精准培育”转型,并沿差异化的教、个性化的学、精细化的管、数据驱动的研四条路径展开系统探索。
研究采用“需求诊断—平台干预—数据验证”的准实验设计。前期以问卷调查刻画学习者的AI使用基础与真实痛点,学生对AI辅助医学教育持积极态度者达58.9%,其诉求集中于个性化学习路径、即时反馈与虚拟仿真训练;干预阶段形成“双平台协同”的实施架构:一是依托智慧课程平台构建覆盖八大系统的知识图谱,借助AI助教实现智能答疑、学情监测与临床能力数字画像;二是整合“虚拟标准化病人”系统,基于自研AI大模型实现语音自然交互式问诊,覆盖50种典型内科病例的3D沉浸式实训,全程留痕问诊、查体、诊断推理与治疗决策。
结果表明:该模式AI助教激活率达100%,学生答疑响应满意度91%,课程有效破解了传统大班教学个性化缺失、临床资源稀缺及教师负荷过重等痛点,实现了学生临床能力数字画像构建,显著提升了医学生的临床思维、实践操作与人文沟通能力,为医学教育数智化建设提供了可复用的实践范式。
嘉宾简介:高虹,医学博士,复旦大学附属中山医院主任医师,消化内科党支部书记、药物性肝病亚专科主任,临床流行病学与循证医学教研室主任,临床技能培训中心副主任。中华医学会临床流行病学和循证医学分会方法学组成员,中华医学会消化病学分会幽门螺杆菌学组成员,上海市医学会临床流行病学和循证医学专委会候任主任委员,上海市医学会消化系病专科分会幽门螺杆菌相关疾病学组副组长,上海市医学会消化系病专科分会药物性肝病学组副组长。
第二场 主题:AI有度的教学协同设计与边界把握
12月05日 09:00-11:00
报告4:AI何时该用,何时不该用?——来自理论课与动手实践课的教学启示
When to Use AI, and When Not To: Lessons from a Theory Course and a Hands-On Course
何慎勇 博士 [新加坡]南洋理工大学
Nanyang Technological University, Singapore
发言摘要:Z世代学生成长于一个答案触手可及的时代,而如今,生成式人工智能(AI)甚至可以替他们完成整份作业。越来越多的学生依赖外部工具,不再亲自思考,也不再主动记忆和掌握基础知识。然而,缺乏扎实的知识基础,就难以在不同概念之间建立联系,而这正是Biggs与Collis提出的“可观察学习结果结构”(Structure of Observed Learning Outcomes,简称SOLO)分类法中所指出的关系性思维(relational thinking)。缺乏这种建立联系的能力,批判性思维也可能随之受损。
本报告结合SOLO分类法与学习科学的研究成果,包括检索练习(retrieval practice)、合意困难(desirable difficulties)及精通错觉(illusion of mastery),探讨一个实际的教学问题:哪些认知工作必须由学生亲自完成,哪些可以交由AI代劳?
何博士将分享在南洋理工大学(NTU)两门课程中的教学实践与观察。在大班理论课PH1012《工程物理》(Engineering Physics)中,AI对课堂上发布的部分精选练习题提供即时反馈,并批改每周15分钟的纸笔自测;何博士也通过向AI输入提示词,为课程开发了物理学习游戏。何博士之所以引入纸笔自测,是因为观察到学生将辅导题上传至AI以直接获取解答,产生精通错觉,却未必真正理解相关概念。然而,即时反馈也减少了学生之间的讨论;何博士希望适当放慢反馈节奏,让学生先与同伴交流彼此理解了什么、还有哪些不明白的地方。
在动手实践课“制作与摆弄”(Making & Tinkering)中,学生可以自由使用AI进行头脑风暴和编程,但必须通过个人口试(viva)展示自己对作品的理解。无法充分解释自己作品的学生,可能因此失分。
学习需要一定的阻力。主动检索知识、在概念之间建立联系所付出的认知努力,往往正是学习过程的重要组成部分,这也是“合意困难”原则的核心理念;然而,AI的吸引力在很大程度上恰恰在于省去这些努力。因此,核心原则很简单:只有当某项认知任务本身并非预期学习结果的必要组成部分时,才应将其交由AI完成。
嘉宾简介:何慎勇博士于2021年7月至2026年3月担任南洋理工大学(NTU)创新教育及卓越学习研究所(InsPIRE)执行主任。他毕业于帝国理工学院,曾在华中初级学院任教(1998–2003年),之后在多伦多大学获得物理学博士学位(2009年),并在伊利诺伊大学厄巴纳-香槟分校从事博士后研究。他于2011年加入南洋理工大学,担任物理学讲师。
何博士是一位充满热忱的教育者,他开发了多种教学活动,以提升学生的思维能力,并在大班授课的新生工程物理课程中将理论与实际应用相结合。他于2014年联合创办了“制作与摆弄”课程,学生可在其中设计和制作自己选择的原型;迄今已完成200多个学生项目。他曾荣获多项教学奖项,包括南洋教育奖(金奖,2018年),并于同年晋升为首席讲师。他自2019年起担任物理学教务长讲席教授,并于2018年1月至2022年3月期间先后担任理学院助理院长及副院长(学术)。他还协助开发了全校范围的跨学科核心课程。
近年来,何博士领导南洋理工大学在人工智能教育方面的教师工作,开发教学框架,并牵头各项举措,帮助教师和学生应对人工智能对教学与学习的变革性影响。
报告5:服务数智时代人才培养目标的课程教学改革和实践-以工科专业基础力学课程教学为例
Outcome-based teaching reform in the AI era- practice of the fundamental mechanics course for engineering curriculum
吴艾辉 副教授 同济大学
发言摘要:未来已来,数智技术已倒逼并持续推动高校课程教学进行深度变革。“学”已变,“教”如何应对?报告以面向一流工科专业的基础力学课程为例,从一线教师视角,汇报了如何以数智时代人才新特质为目标,深度融合数智技术,进行教学模式和方式方法变革,助力落实学生高阶能力培养和思维涵养的实践。
嘉宾简介:吴艾辉,同济大学航空航天与力学学院副教授,本科毕业于同济大学建筑工程系,于英国南安普顿大学工程科学学院获博士学位,曾任剑桥大学工程系助教。负责《材料力学》国家一流课程、《工程力学I》上海市一流课程、同济大学优秀智慧课程等。同济大学“跨类课程群知识图谱建设与实践研究”虚拟教研室负责人。曾获上海市教学成果一等奖(P4/P6),同济大学青年教师讲课竞赛一等奖、全国“力学课程报告论坛”1-13届优秀百篇论文等。
报告6:研究生人智协同教学设计的实践研究与启示
Study on Graduate Students' Human-GenAI Collaborative Instructional Design Practice and Its Implication
李艳 教授 浙江大学
发言摘要:教学设计能力是所有教师需具备的最核心能力之一,高校在培养未来教师教学设计能力过程中仍存在教师反馈不足与缺乏个性化指导等问题。生成式人工智能(GAI)为教师教育提供了全新的机遇和挑战。报告将介绍GAI支持的高校科技教育专业研究生人智协同教学设计的两项实践研究过程及效果。第一项研究重点关注了GAI以及师生协同反馈对于职前教师教学设计作品的影响以及教师、同伴以及GAI在协同教学设计过程中扮演不同的角色;第二项研究重点关注了融入反思策略的人智协同教学设计效果及大学生大学生在人智协同教学设计活动过程中表现出的整体反思能力和知识探究水平。两项研究均发现了GAI在人智协同教学设计中的积极作用,同时也发现了相关教学策略的重要性。
嘉宾简介:李艳教授系浙大教育学院智能教育研究中心主任、浙大国家教材建设重点研究基地(高等学校人工智能教材研究)副主任,中国教育技术协会信息技术教育专委会副主任委员、浙江省计算机学会教育信息化专委会副主任、浙江省高等教育学会教育技术分会常务理事、浙江省高校本科信息化教指委秘书长,浙江省督学。研究领域包括智能教育等。
第三场 主题:AI共生的学习评价探索与教育生态
12月12日 19:00-21:00
报告7:面向人机共生的未来学习形态与学习者
主体性
Future Forms of Learning and Learner Agency in Human–AI Coexistence
王敏娟 讲席教授 香港教育大学
发言摘要:当人工智能能够围绕目标规划任务,并持续参与学习过程,学习者将如何保持主动性,形成自己的理解与判断?本次报告结合智能体人工智能(Agentic AI)与具身智能的发展,探讨人机共生背景下的未来学习形态,关注智能技术参与学习之后,学生如何在协作中发展独立思考与行动的能力。
报告将结合智能体辅助学习的研究与应用案例,讨论学习者在任务中的参与方式。智能体可以协助整理资料并提供反馈,学生需要理解学习目标,对重要选择作出解释,并在新的情境中检验自己的判断。围绕真实情境中的协作学习,报告将探讨如何安排智能体的支持,使任务完成的过程同时成为学生形成理解的过程。
数字人与具身交互为未来学习提供了新的探索空间,其教育价值仍需结合教学实践加以检验。王敏娟教授将进一步讨论这些技术如何支持情境体验,以及教师如何根据学生的表现调整学习安排,分享兼顾人机协作与学习者主体性的学习环境设计思路。
嘉宾简介:Minjuan Wang (Stanford Top 2% Scientist since 2021), Peking University alumna, Shanghai “Oriental Scholar” and Overseas Distinguished Professor. Currently she serves as the Assistant Vice President (Interdisciplinary Studies and Partnership); Chair Professor of Emerging Technologies and Future Education at The Education University of Hong Kong and Co-Director of the Global Institute for Emerging Technologies (GIET). She has also been the Editor-in-Chief of IEEE Transactions on Learning Technologies, a high-impact journal since 2022.
Professor Wang is an internationally recognized scholar and has keynoted numerous international conferences. Her research interests include futuristic mindset and talent development, new and emerging technologies in various educational settings, XR and immersive learning, and the design and implementation of artificial intelligence and Robotics for education, training, health and wellbeing. Dr. Wang is a Senior Member of IEEE Education Society. She is recognized internationally for her research, publishing, and dedicated service to IEEE and other scholarly communities. Her international reputation in the field is evident, reflected in her 2024 nomination as an iLRN scholar by Chris Dede from Harvard University.
报告8:从结果到过程:生成式人工智能时代的学习评价变革
From Outcomes to Processes: Rethinking Educational Assessment in the Age of Generative AI
陈冠良 教授 北京师范大学
发言摘要:生成式人工智能的快速发展正在深刻改变学生的学习方式,也对传统以最终学习成果为核心的评价模式提出了新的挑战。当人工智能能够辅助甚至独立完成写作、编程等复杂学习任务时,仅凭最终作品已难以准确判断学生的真实能力、思维过程及学习投入。在这一背景下,如何从结果评价转向过程评价,成为人工智能时代教育评价变革的重要议题。本报告围绕“基于过程性数据的学习评价”这一核心理念,结合教育人工智能与学习分析领域的前沿研究,探讨如何利用学生在学习过程中产生的行为数据、交互记录及人机协作轨迹,刻画学习者的认知活动、学习策略与能力发展,并进一步支持更加全面、动态和个性化的学习评价。报告将结合智能写作评价、人机协同学习等具体研究案例,分析过程性评价的技术路径、应用潜力与现实挑战,并展望生成式人工智能时代学习评价的发展方向。
嘉宾简介:陈冠良,北京师范大学未来教育学院教授,兼任国际学习分析研究学会(SoLAR)候任主席、国际人工智能教育学会(IAIED)执行委员会委员。研究方向涵盖教育人工智能、学习分析与自然语言处理,重点关注可信人工智能技术在教育场景中的开发与应用,致力于支持大规模、个性化的教学评估与学习反馈,推动人工智能与教育的深度融合。陈教授已发表100余篇同行评审学术论文,在谷歌学术上的引用次数超过10,000次,h-index指数为40,在教育人工智能与学习分析领域具有较高的国际影响力。
报告9:从评“产出”到评“判断”:生成式AI时代的高校学习评价重构
From Products to Judgement: Redesigning Assessment in Higher Education in the Age of GenAI
周季鸣 副教授 复旦大学
发言摘要:生成式人工智能时代,以作品推断学习质量的传统评价逻辑面临效度挑战。本报告结合高校课程中的真实评价案例,重点讨论三个问题:一是如何设计评价活动以帮助学生更好地理解学习评价标准,进而提升评价判断力;二是在人与AI的共同反馈中,人的独特价值何在;三是如何在评价设计中兼顾公平,弥合学生之间的数字鸿沟。
报告认为,AI时代的评价改革应着力于任务结构的重新设计,使评价重心从“能否产出”转向“能否判断”;人在反馈中的价值可从关怀尊重、关系认同等AI难以替代的维度加以界定,评价任务设计之初即应考虑人与AI的反馈分工协同;弥合数字鸿沟的关键是在评价中让判断过程显性化,让每位学生都有公平展示学习与锻炼评价能力的机会。
嘉宾简介:周季鸣,香港大学博士,复旦大学外文学院副教授,上海市浦江人才,澳大利亚迪肯大学学习评价与数字化学习研究中心荣誉副教授。研究方向聚焦高等教育中的学习评价与反馈,近年来特别关注技术在教学评价中的应用,已形成从反馈的社会情感与关系维度,到学习者反馈素养,再到AI反馈与人机协同的研究脉络。
第四场 主题:AI伴学的教师发展进阶与共同体
12月19日 19:00-21:00
报告10:师生智三元课堂如何实现伴随AI的
学习成长
Human-AI Symbiosis: Examining the Triadic Ecology of AI Education
顾小清 教授 华东师范大学
发言摘要:基于三项研究,提出人机共生视角下AI教育的三元生态框架,剖析教师、学生与智能体在课堂中的角色重构与协同机制。研究揭示:AI不仅是工具,更是伴随学习者成长的认知伙伴;三元课堂通过动态交互实现个性化支持与共同进化。演讲将探讨三元生态的实践路径与关键策略,为智能时代课堂变革提供理论依据与行动参考。
嘉宾简介:顾小清教授长期从事教育技术与学习科学研究,近年来重点聚焦人工智能教育应用及其对未来教育的影响。研究关注人工智能如何支持知识理解、个性化学习、教学创新与教育治理,并探讨人工智能进入教育后带来的学习方式、教师角色和教育生态变化。
报告11:AI时代共同成长:高校教师TPACK持续发展共同体的构建及初步成效
Growing Together in the Age of AI: Building a TPACK Professional Learning Community for University Faculty
魏志慧 研究员 上海开放大学
发言摘要:生成式人工智能等新兴技术不断涌现、快速更迭,为教师整合技术的学科教学知识(TPACK)发展提供了丰富情景。 然而,推进教师理解和应用新兴技术、发展 TPACK 具有长期性和复杂性等特征,仅靠常规培训难以实现。 研究历时四年,利用行动研究方法构建了由教育研究人员和教师组成的跨年龄、跨学科、跨高校和跨国界的基于实践—反思的教师 TPACK 持续发展共同体。 该共同体聚焦新技术的学习和整合,通过三步反思法推动教师提炼和发展 TPACK,并为教师提供系统化、专业化、个性化和长周期的认知支持和情感支持,从而激发教师基于发展情景形成行动链,进而得到反思性成长。 基于对访谈文本和交流日志的分析,研究发现教师的 TPACK 得到明显发展,反思和研究能力得到提升,TPACK 发展信心得到增强。 研究结果有助于各级各类教育机构更好地理解数智时代教师TPACK 发展难点和规律,有效推进创新型教师队伍建设。
嘉宾简介:魏志慧,博士,研究员,上海开放大学《开放教育研究》编辑部主任,兼任中国人文社会科学期刊评价推荐专家、中国知网(CNKI)评审专家库系统评审专家、北京师范大学硕士学位论文外审专家、上海终身教育研究会成人继续教育专业委员会副主任。研究方向为在线教育、数智时代高校教师专业发展、教育实证研究与学术论文写作、终身教育。
报告12:医学规培教育的信息化建设与AI赋能
Informatization Construction and AI Empowerment of Medical Residency Education
陈其 主任医师 上海交通大学医学院附属第九人民医院
发言摘要:针对规培教学管理的痛点,我院自2017年起研发规培管理信息系统,覆盖师资、轮转、考核、质量、评价等全过程管理。以“便捷、高效、精准”为第一性原理,实现微信公众号一站式入口、轮转计划智能编排、绩效智算、360°评价、AI预测结考风险与学员画像等应用;并建成口腔实训中心,以AI赋能虚拟仿真培训与临床思维教考系统,成果获多项软著与奖项,服务全国多家基地。
嘉宾简介:陈其,博士、主任医师、研究生导师。在住院医师规范化培训组织管理、师资带教、培训质量等方面做出了多项创新。获得日喀则市援藏优秀干部人才、交大医学院优青和九院优青称号。主持国家自然基金和省部级3项;第一或通讯作者发表SCI论文20余篇。中国医师协会毕业后医学教育信息化委员会委员,中国老年保健协会泌尿系统增龄性疾病防治分会委员,上海市医学会男科青委副主任委员和前列腺学组委员,上海市医学会泌尿外科专科分会第十届前列腺学组委员,上海中西医结合学会智慧医疗与泌尿外科专委会委员。
|