国家社科基金重大项目“人工智能促进未来教育发展研究”正以结项为引导持续推进。现将2023年11月份项目进展整理如下：
·子课题一：人工智能时代以创新为人才培养转向的战略研究
子课题11月份，查阅相关数字人才发展报告，进一步探索优化数字时代人才政策，加强人才培养与引进。调研发现，人工智能时代，全球科技日新月异，我国数字产业规模正不断提升，产业数字化转型发展也在加速，企业对于数字化人才的要求和需求都在提升。我国各行各业还面临着数字人才、拔尖创新人的严重不足。培养和引进具有批判性思维能力、创新能力、自主学习能力、人际交往能力、交互运用工具等关键能力的人才是当前和未来我国人才发展战略的重要方向。这对我国教育和人才培养模式提出了新的要求。一方面，推动教育数字化转型，加强学生信息素养、创新创造能力培养；另一方面，充分调动政产学研社各方力量解决教育数字化转型中面临的教育理念分化、教育路径迷茫、教育负担沉重、教育智慧缺失等顽瘴痼疾。同时，从系统的角度，注重从幼儿园到高校人才培养链条融合，加强高校、企业及行业协会在人才培养方面的联系与合作，创新人才培养模式；提升企业数字化治理能力，优化人才引进环境；人才评价方面，统一认证标准，设立专门的认证机构，拓宽认证边界，提供培训和改进计划，健全人才认证评价体系。
·子课题二：人工智能支撑大规模教育的个性化实现研究
子课题11月份主要开展了高中生对人工智能作品的识别情况的相关调研。调查对象主要是浙江省某县市级的两所重点高中的学生。历年市级统考成绩显示，这两所学校的学生成绩分别处于该地市级（共80所高中）的第一梯队。研究者和两名汉语言文学方向的研究生分别从人工智能平台、已有文献、人工智能出版或发表的作品中选择代表性的作品，并找到适配的人类作品组成一组作品。研究者将三位人员的内容进行汇总后去除重复内容，经过专业讨论，最终得到23组新闻、14组现代诗、38组古诗、9组作文的素材库，由学生在一组材料中选择哪篇是人工智能生成的作品。研究者将制作好的问卷印刷好后以随机的方式对两所学校的学生进行发放。共发放问卷1350份，最终回收的有效问卷为1290份。在数据分析方面，研究者通过SPSS21.0对不同类型的学生（年级、语文成绩、人工智能作品阅读经历、对人工智能作品的质量期待）分辨人工智能作品和人类作品进行描述性统计和差异显著性分析。计划在12月份，将这些研究成果整理成文。
·子课题三：人工智能重塑的知识观与教学创新研究
子课题组11月份继续推进Flute X GPT 研发，通过采用 GPT4 与学生交互、操纵多模态智能教学系统，充当界面和教学顾问。目前，子课题组前往意大利伊莫拉与机器人 Teo 录制此项技术的应用视频demo。经过功能迭代，更新了众多实用功能，包括语音到文本转换功能、音乐表演评估、与机器接口交互、参考音频应由Teo弹奏钢琴取代、在演示期间记录所有数据并保存，用于技术性的视频演示。由于Demo中演示的 Flute X GPT 事实上开发于匆忙之中（基于旧版 Processing 3开发的Machine软件），为了展现这种突破性的应用方式，后续 Flute X GPT 将基于新的Godot开发的Machine软件。因此下一步是完成 Processing 3 到 Godot 的迁移。与此同时，现有的 Flute X GPT结果应当整理成稿件投递，探讨LLM-and-human-in-the-loop系统的设计开发和应用。
·子课题四：人工智能所赋能的未来教师以及教师教育发展研究
子课题组11月份：（1）基本完成了人工智能生成式支架对社会共享调节学习的影响这一研究框架的撰写，明确了三种支架的切入——以搜索引擎为代表的非智能支架、以ChatGPT为代表的人工智能生成式支架以及社会共享规则支持下的人工智能生成式支架。研究旨在项目式学习的课程中探究三种支架条件下学习者学习成绩、对团队的贡献以及元认知发展的区别。（2）在赋能科研能力培养的准实验研究中，首先明确了研究问题，分别聚焦于实验组和对照组学生的认识论、课程表现和研究兴趣、效能和使用意愿等非认知表现的对比分析，并基于研究问题梳理研究设计方案，明确被试、实验设计和数据收集工具。针对研究问题，梳理分析研究数据，得到了初步结果。
·子课题五：人工智能推动的教育系统生态重塑研究
11月份，子课题继续进行智能教育治理仿真实验的探索，通过对多主体协同的重要变量进行组合调试，观察模型中因变量—学生核心素养和其他重要变量的变化趋势，以进一步对实验进行仿真调试，从而探讨分析不同设定情境下的实验结果。当多主体协同的变量组合分别取“低、中、高”值时，对比因变量（学生核心素养）和其他关键变量（教师智能素养、智能教育供给研发水平、学生应用协同程度）的变化趋势及多主体协同程度，发现：因变量和关键变量随着多主体协同程度的变化而变化，但变化趋势各有不同，总体来看，当多主体协同程度较低时，学生核心素养也随着时间发展而不断提高，但发展上限没有多主体协同程度较高时的上限高，其中智能教育供给的研发和应用水平起到了重要影响。同时，子课题还对前期已完成的研究工作进行梳理，开展论文撰写工作。接下来将投放、收集问卷并整理问卷数据，进一步完善智能教育治理模型中的数值设定和数据关系，迭代推进仿真实验。