多知7月13日消息，北京师范大学智能技术与教育应用教育部工程研究中心(下称“工程研究中心”) 近日发布人工智能赋能基础教育应用的代表性成果：《人工智能赋能基础教育应用蓝皮书》与《典型案例集》。

2024年4月起，北京市教委启动了中小学校人工智能应用试点工作，并委托工程研究中心、北京市数字教育中心(北京电化教育馆)(以下简称“市数字教育中心”)承担试点学校的实践指导、案例遴选和成果提炼工作，用以探索人工智能应用的实践路径、培育一批创新标杆场景。

基于此，工程研究中心和市数字教育中心联合编写《人工智能赋能基础教育应用》蓝皮书。

据介绍，蓝皮书主张智能技术服务教育需采取“以人为本”的政策措施与行动步骤，以确保其使用符合伦理、安全、公平，并具有实际意义。其指出当前人工智能在基础教育场景应用已展现巨大潜力，部分场景应用已较为成熟并开展规模化落地，而部分场景应用仍处于探索和试点阶段，亟需持续推进。

以实践探索章节为例，《蓝皮书》分别就以“智”助教、以“智”助学、以“智”助评、以“智”助育、以“智”助研、以“智”助管进行详细介绍。围绕教育场景中教、学、评、育、研、管的不同场景给出了细致内容。

以“智”助教部分，《蓝皮书》提出：

“教育资源的高效检索与精准推荐，是破解一线教师“备课之困”，实现“减负增效”的关键路。”

“部分平台通过生成式大模型、光学字符识别(OpticalCharacterRecognition，OCR)、语音语义解析等技术精准解析教师备课需求，拓展拍照搜题、语音搜题等多模态检索方式，支持教师快速定位教材、课件等教学资源，提升了教育资源获取的便捷性。”

“目前生成的教学内容尚未真正契合教学需求，难以适配实际应用场景，教师需要进行二次创作才能满足教学需求。目前，部分学校中具备一定信息素养的一线教师群体，正在积极利用DeepSeek设计包含详细教学要求的提示词，进而生成教学方案、教研文献总结等内容。”

“当前国内外已有多个智能出题系统和平台，通过预设结构化格式，支持题目自动化生成。这些系统一般提供多种分类、学段、科目等模板供选择，教师可定制模板设置，如语言、难度、题目数量、题型及知识点覆盖范围，系统将快速生成符合要求的试题，例如生成数学口算题、英语填空题、语文选择题等。”

以“智”助学部分，《蓝皮书》提出：

“学习资料推荐系统通常与作业系统进行联动结合，依据学生的做题情况，形成错题本，并自适应地推荐针对性练习，实现“测-学-练”的闭环学习，能够满足基本的使用需求。”

“技术架构上，学习路径规划系统依托学生学习数据分析与建模，通过构建学生画像和知识图谱，实现对学生学习状态的全面理解。”

“目前，情境式学习还处于技术探索阶段，整体系统的易用性和稳定性有待进一步提升。尽管部分学校在特定课程中进行了探索性应用，但多集中于局部场景试点，尚未形成可复制、可推广的大规模应用模式。”

以“智”助评部分，《蓝皮书》提出：

“综合素质评价是指可尝试利用人工智能技术综合考量学生日常表现，结合社会实践、团队合作、创新思维等行为特征，为学生提供多维度的综合评价报告，帮助学生认识到自身的全面发展状况，也为教师提供全面了解学生情况、调整教育教学策略的依据。”

“未来综合素质评价可从教育测量与技术协同研发、家校社数据共享、教师端智能分析工具开发等方面协同推进，持续提升学生综合素质评价的真实性、全面性和精准度。”

以“智”助育部分，《蓝皮书》提出：

“随着技术的不断进步，智能艺术创作不仅仅局限于实验性的探索，更逐渐转变为具有实际应用价值的创新工具。当前，许多教育机构和企业已开始尝试将这一前沿技术引入到艺术教育的课堂实践中，并为学生提供更为丰富的创作体验。”

“多模态感知与分析技术可将音频、图像、视频等信号转化为结构化的语义标签，结合深度学习方法对艺术作品的情感特征与用户反馈进行建模，构建“艺术—情感”映射模型，实现艺术情感的高效识别，进一步增强人机交互体验与个性化表达能力。”

“智能体育训练还可通过虚拟现实和增强现实技术，提供沉浸式的运动体验，帮助学生在虚拟环境中进行技能训练。”

以“智”助研部分，《蓝皮书》提出：

“人工智能系统通过对教师授课数据、教学评价、学生反馈、课堂互动以及专业能力评估等多维度数据的深入分析，为每位教师量身定制专业发展方案，并提供相应的培养依据。”

“为进一步提升智能化赋能水平，可从以下方面优化:其一，在数据安全保障上，构建涵盖采集、传输、存储、使用全流程的数据保护机制，确保教师与学生的个人信息不被滥用，夯实教师成长数据应用的可信基础;其二，在推荐算法优化上，完善成长路径生成模型的公平性与适应性控制机制，解决当前系统高度依赖历史数据导致路径单一或覆盖不足的问题，提升个性推荐的科学性与包容性;其三，在用户适配机制上，构建教师人工智能素养分层支持体系，结合实际应用场景，提供基于能力水平的引导与培训资源，提升教师对智能系统的理解与接受能力，增强技术应用效果。”

“智能科研实验平台已在教育科研场景中展现出良好的赋能 效应，能够为师生提供虚拟仿真、数据分析与实验验证等一体化技术支持。”

以“智”助管部分，《蓝皮书》提出：

“越来越多的学校已部署智能校园安防系统，广泛应用于校园安全管理中，但需要规范管理，谨慎处理学生隐私等数据。 ”

“许多学校已经建设了智能化管理系统，逐步实现了教学和管理工作的自动化和智能化。这些系统通常包括课程自动排课、在线选课、成绩分析、教学质量评估等功能，大大减轻了教务人员的工作负担，并提高了管理的科学性和效率。”

蓝皮书还提出“提升教师人工智能素养、优选推广成熟教育应用、理性建设推进教育试点、教育业务牵引全链赋能、重数据隐私与伦理治理”的发展建议，以推动人工智能与教育的科学融合与稳步发展……