2026年8月9日下午，由暨南大学广东智慧教育研究院侯明良副教授组织的“数智融合驱动的智能教育创新论坛”在云南昆明云安会堂举行。论坛是第二十三届CCF中国信息系统及应用大会（WISA 2026）的专题论坛之一，围绕人工智能与教育深度融合的前沿问题，邀请高校学者与行业专家分享最新研究进展和实践探索。

论坛由侯明良副教授与北京世纪好未来教育科技有限公司窦文周共同担任主席，侯明良副教授主持。来自天津大学、浙江工业大学、大连理工大学、吉林财经大学以及北京世纪好未来教育科技有限公司的五位嘉宾，分别从知识追踪、可信教育智能、深度图学习、数字美育和个性化学习等角度作专题报告，集中呈现了数智技术赋能教育创新的多元路径。

专题报告

王鑫：智慧教育背景下的知识追踪方法新进展

天津大学英才教授王鑫以《智慧教育背景下的知识追踪方法新进展》为题，系统梳理了知识追踪从概率模型、深度时序模型、注意力模型到图模型的发展脉络。报告重点介绍了可解释知识追踪和跨学科可迁移知识追踪等最新进展，指出未来应进一步融合多模态数据、统一可解释性评价标准，并借助大语言模型生成自然语言诊断结果，推动学习状态分析真正服务于个性化教学。

孔祥杰：从人工智能教育到可信教育智能

浙江工业大学计算机学院教授、副院长孔祥杰作《从人工智能教育到可信教育智能：大语言模型、教师智能体与未来人才培养》报告。他从教育智能体由规则驱动、数据驱动向大模型驱动的演进谈起，结合教师大模型在教学忠实度、对抗安全、伦理规范和角色适配等方面的评测研究，强调教育智能化不能止步于“会用AI”，还要实现教学可靠、数据安全、伦理可控与人机协同，并从课程体系和人才培养角度展望可信教育智能的发展方向。

于硕：深度图学习及其智慧教育应用

大连理工大学计算机科学与技术学院副教授、院长助理于硕围绕《深度图学习：数据、方法及其在智慧教育领域的应用》展开分享。报告从图数据构建、关系发现、图增强学习和高阶结构建模出发，介绍了长距离依赖建模与可信图学习等关键方法，并进一步阐释深度图学习在知识追踪、认知诊断、学习路径推荐和群体风险发现中的应用潜力。她指出，技术模型只有与教学语义、学习过程和教师反馈形成闭环，才能真正转化为可持续的教学价值。

王柳菁：人工智能时代的艺术教育

吉林财经大学语言文化学院讲师王柳菁以《人工智能时代的艺术教育：从艺术学习到未来研究》为题，探讨人工智能进入艺术学习场景后带来的新可能与新问题。她结合艺术解释、数字空间展示、创作辅助和个性化反馈等场景，分析了人工智能如何为不同学习者提供支持，同时提醒教育者关注创作过程、审美判断与主体表达，不能让技术便利替代真正的艺术学习。报告还从高校教学、数字文化传播和跨学科实践等方面提出未来研究方向。

国朝游：大模型时代的个性化学习探索

北京世纪好未来教育科技有限公司大模型产品总监国朝游作《大模型时代的个性化学习探索》报告。他从学生、教师和家长在课后答疑、学习诊断与优质资源获取方面的实际需求出发，介绍了融合语音、手写和视觉信息的多模态教育智能体，以及苏格拉底式引导、步骤级诊断、知识地图和精准学练等应用模式。报告展示了大模型如何由被动答疑工具逐步演进为能够持续理解学生、主动提供支持的学习伙伴。

交流合作

本次论坛汇聚学术界与产业界的多元视角，从基础方法、可信治理、跨学科应用到产品实践，形成了贯通“研究—技术—场景”的交流链条。论坛的顺利举办进一步展现了暨南大学广东智慧教育研究院在智慧教育与人工智能交叉研究、高水平学术交流和产学研协同方面的积极探索。未来，研究院将继续面向国家教育数字化战略需求，加强与国内外高校、科研机构和行业企业的合作，推动人工智能技术更加安全、可信、有效地服务教育教学创新。