人工智能教育研究联盟专刊系列｜构建研究与实践共同体：以AIED研究联盟推进人工智能全方位赋能

（一）数字化转型背景支持

       在数字化转型的背景支持下，研究与实践共同体秉持技术与教育生态系统深度融合的理念，将数字技术整合到教育领域的各个层面，持续推进传统教育边界、教学组织形式、知识获取方式、教师角色定位等全方位创新与立体式变革。具体而言，以数字基座建设为重点，打造界面友好、运行可靠、绿色安全的数字化应用场景，深刻改变教育教学模式，精准实现教师的因材施教、学生的个性化学习，以及创新发展“人工智能+ 教育”，着力跨越“数字鸿沟”的现实应用场景。

（二）项目和平台支持

       人工智能教育的研究项目与专业平台，为研究者与实践者建立广泛共识、开展密切合作、推进技术赋能提供有效支撑载体，具体体现为四个方面：其一，人工智能教育研究联盟重点依托与经营的国家社会科学基金重大项目“人工智能促进未来教育发展研究”；其二，上海市“科技创新行动计划”人工智能科技支撑专项“教育数据治理与智能教育大脑关键技术研究及典型应用”；其三，作为人工智能教育研究联盟重要平台支持的上海数字化教育装备工程技术研究中心；其四，2021年华东师范大学入选国家智能社会治理实验基地（教育）。

（三）专家团队支持

       人工智能教育研究联盟进行布局谋划时，充分吸纳包括顾问委员会、专家委员会、国家及省域智慧教育专家组、十区百校区域领衔专家组、中国教育学会中小学信息技术专委会理事会专家组等各方代表性专家的指导意见。在所构筑的研究与实践共同体中，研究团队为实验区域、学校的人工智能教育实践创新，提供理论依据、方向引领、研究佐证，而实验区域、学校则作为智能教育社会实验的基地，为研究者提供一线教育实践的成效反哺，携手推进全面有效、切实可用的人工智能教育研究与实践。

（四）理论和研究支持

       基于时代发展的应然趋势、教育数字化的前瞻转型、学生个性化成长的实然要求，参照教师对人工智能教育的接受意愿和效能体验模型，人工智能教育研究联盟的很多实验学校对人工智能课程教学怀有极高热情与强烈诉求，共同体中的研究者则通过深入挖掘一系列服务于教育教学实践层面的前沿理论和规律，为人工智能教育成效保驾护航。另外，人工智能教育平台，能够作为关键桥梁，在理论与实践探索方面，支撑研究与实践共同体开展人工智能教学、实训。

（五）技术和资源支持

       人工智能教育研究联盟依据自身经验积累，以“N+1”的设计思路，即“满足学教管评的N个应用+教育数据治理系统”，不断遴选、推荐、优化、完善人工智能技术工具和资源，采取灵活的“测试和学习”方法以弥补能力差距，为研究与实践共同体提供智能教育技术支持。N个应用场景具体表现在学生的学、教师的教、课堂的测评、数据的管理等方面，“1”是指拥有智能诊断功能的教育数据治理系统，其核心是提供教学数据服务、教学类模型服务、学习分析定制服务、数据标准与接口服务的轻量级教学数据中台。

（六）研究与实践共同体的保障机制建立

       研究团队与实验区域、学校之间的合作方式有三种可能：一是“紧密型”支持模式，即研究者与实践者依托区域、学校实验基地，共同研究、打磨课题，开展非常密切、合二为一的合作。二是“自主型”支持模式，即一些实验区域、学校有自己的研究想法与思路，希望在落地过程中能够得到研究团队的指导与协助。三是“Follow型”支持模式，即一些实验区域、学校虽然有研究的初步想法或者意图，但是还缺乏对具体路径、措施的思考，希望先跟进人工智能教育研究联盟的项目，通过一段时间的参与，能够在研究方法、流程等方面获得些许启示，然后再逐步过渡到上述两种合作形式当中。

      人工智能教育研究联盟聚焦智能教育环境下个性化学习、未来教师、课堂教学创新等方向的社会实验研究，汇聚用于学、教、管、评的人工智能技术资源及应用案例；关注中小学人工智能课程与教学，基于人工智能课程开发标准，为课程内容和课程平台提供支持；通过周期性联盟交流活动，分享、扩散优秀智能技术资源及应用案例，不定期提供联盟福利。人工智能教育研究联盟的共同愿景在于：积极投入并探究智能技术如何促进未来教育和课堂，推荐实践应用和案例；依托社会性实验，探究智能技术在促进大规模个性化学习、未来教师角色、重塑课堂中的作用，共同创生智能时代教育理解；为教师教学提供理论性、证据性、个性化的专业反馈和提升建议，突破现阶段智能应用的瓶颈，推进常态化运行。