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12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12月份：（1）2023年平行智能大会平行教育论坛圆满举办。该论坛围绕“平行教育推动高质量教育发展”展开，与会专家与老师们就“人工智能技术与教育创新发展两条主线相互融合赋能”、“数据与知识双驱动的智慧教育应用案例”、“智能技术赋能高质量教育体系构建”、“学习主体计算与规律挖掘”及“区域信息科技教育研究”等研究工作开展了分享与讨论。（2）扩展文献调研，查阅全球教育创新与挑战相关文献，进一步完善技术支持下的教育变革脉络研究报告，助力教育变革。调研发现，人工智能技术为教育带来新的发展前景，推动教育变革，然而，技术推动教育变革过程应加强关注教育伦理，加强探索人工智能技术实现教育领域的自动化和智能化挑战的教学模式和方法。（3）扩展文献调研，调研了大模型对劳动力市场的影响，探索大模型时代人才培养和人才使用策略。大模型时代，80%的工作岗位工作任务受到影响，50%的工作内容在引入AI后效率翻倍。
·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12月份主要将相关的调研材料整理成了研究成果。主要的调研项目是本科生和研究生使用生成式人工智能的情况，主要调查了学生的使用基本情况、使用频率、用途、对 ChatGPT的评价，感知到的风险及感知到的有效性等等。其中感知到的风险和感知到的有效性等借鉴了相关的的量表。研究者以问卷星的形式对浙江大学的学生进行发放，本科生和研究生共回收到有效问卷分别为1300多份，通过SPSS和mplus等软件大学生的使用情况进行描述统计和结构方程模型分析等。计划在1月份，将这些研究成果整理成文并进行发表，并以此为基础进行新的研究设计。
·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12月份继续制作 Flute X GPT 的视频 demo, 短版本展示使用场景、系统功能，长版本展示系统各部件之间的交互、以及使用 GPT的方法。此外，子课题组内部提出 Natural Language User Interface（NLUI）自然语言用户界面。这个研究方向不是全新的，但Flute X GPT工程中牵扯的复杂系统展露了自然语言交互问题，系统-专家系统-专家之间的界限并不模糊。如果系统靠设计，那么专家靠prompting. 子课题组的最新任务是找到一个简单使用场景例子说明NLUI以及自然语言反馈的长处，将Flute X GPT开发调试过程中的隐形经验表达出来。第二个优先任务是完成 processing 3 到 Godot 的软件框架迁移。
·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
子课题四在12月：（1）继续撰写生成式人工智能赋能科研能力培养的准实验研究论文，梳理了文献综述部分，将从本科生科研能力的概念与培养策略、基于课程的本科生科研经验(Course-based Undergraduate Research Experience, CURE)的定义、应用成效和生成式人工智能在教与学中的应用三方面进行相关研究梳理，并尝试绘制生成式人工智能支持的CURE模式图，以澄清课程实施过程。后续将继续论文其他部分的撰写。（2）完成了人机协作下共享心智新范式中案例分析研究，将开发的人机协作下共享心智模型的理论框架和计算框架应用于学习科学主题的课堂学习中，将ChatGPT嵌入小组协作论文写作过程中，ChatGPT扮演人工智能专家的角色，通过问答对话的形式与小组成员合作，探究学习科学主题知识，协助小组成员完成相关领域的论文撰写。在评估阶段，分析小组成员论文写作成绩以及合作交流情况与人机共享心智模型建立的关系。
·子课题五：人工智能推动的教育系统生态重塑研究
子课题12月份在前期研究基础上，继续探讨多主体如何在智能技术赋能下协同创新培养学生的核心素养，以期为智能时代社会培养高质量的创新型后备人才提供实践建议。经总结提出了以下两点学生核心素养培育建议。（1）构建政研产教多主体协同创新，规范智能教育产品设计的治理机制；加快推进研政府、科研单位、企业和学校的融合创新，鼓励多方协同参与产品的设计，提高智能教育供给的品质，创新供给的特色。（2）以智能工具为载体，在人机协同的理念下构建基于数据的共建共享模式。协同是数据流动的前提，数据是精准治理的基础。发挥多元主体的协同作用，构建以数据驱动为核心动力，围绕需求-资源-数据-服务-治理动态循环的智能教育治理机制，得以实现系统化精准分析科学决策，提高整体的区域教育质量，助力解决技术冲击下教育领域的问题，使教育生态系统在技术赋能下保持稳定有序的良性发展。研究希望通过多元协同治理助力学生核心素养发展，进一步提升基础教育质量，从而推进多主体携手发展实现共赢的格局。