为加强师生间的沟通交流，让同学们正确认识并深入了解所学专业，2023年10月21日下午14:30，广东智慧教育研究院2023级新生见面会暨学术报告会在暨南大学珠海校区行政楼主楼207会议室举行。广东智慧教育研究院名誉院长罗伟其、信息科学技术学院/网络空间安全学院党委书记罗国伟、广东智慧教育研究院院长刘子韬、副院长官全龙以及2023级全体研究生参加了此次会议。会议由院长助理高博宇主持。

图1 会议合照

会议伊始，广东智慧教育研究院名誉院长罗伟其在致辞中代表学院对2023级新生的到来表示了最诚挚热烈的欢迎。他结合当前智慧教育在教育场景当中的应用现状，对新生们日后的发展寄予厚望。罗伟其教授希望同学们在未来能做到“思维宽一点，方向专一点”，所谓的“宽”关键在于思维要发散，所谓的“专”在于工作要做实，思考要聚焦。同学们要扎实锤炼能力本领，成为智慧教育领域的专业人才，起到服务国家、服务社会的重要作用。 

图2 广东智慧教育研究院名誉院长罗伟其

罗伟其教授提到把系统思维融入到创新思维，“不谋全局者，不足谋一域。”同学们在专业学习的过程中，要用好学科交叉融合的“催化剂”，加强基础学科培养能力，既要坚持文献高效阅读的方法，利用表格进行整理总结，又要不断钻研创新、与时俱进；既要能够解决现实问题，又要有更加宽泛的视野。

在接下来三年的研究生学习生活中，罗伟其教授指出，同学们要有团队精神。团队精神在科学研究中尤为重要，光有一技之长的独立个人，很难在科研领域长久发展，但如果汇集多个具有一技之长的人才，形成一个合作群体，其所能发挥的优势将难以预计。不同年级的学生，研究背景相似，研究方向相关，大家都要相互交流，相互合作，相互支持，发挥团队优势。

罗伟其教授希望同学们能够认真领悟学院领导和老师的良苦用心，转化成自己的不竭动力，以“时不我待，只争朝夕”的精神投入科研工作。同学们要有勇气和决心去迎接挑战，要保持对知识的渴望和追求，不断提升自己的综合素质和专业能力。他祝愿同学们能够珍惜大学时光，充分发挥自己的潜力，未来一定能够达到自己的预期，甚至是超出预期，成为社会的栋梁之才，为实现中国梦贡献自己的力量！

广东智慧教育研究院院长刘子韬教授首先介绍了广东智慧教育研究院的基本情况，他帮助各位新同学从直观上了解和学习广东智慧教育研究院的概况、科研建设和师资队伍。

刘子韬教授重点向全体新生介绍了人工智能技术在不断演进，它无时无刻改变着我们的生活。新一代的人工智能不只是作为技术，它要有一个具体的场景来落地。如果人工智能没有应用的话，那么它的价值就发挥不出来。我们要用人工智能及大数据相关技术，推动个性化的学习，将高校因材施教落在实处。

刘子韬教授希望人工智能技术能够帮助教育，出发点和落脚点在于用人工智能来服务学生，实现个性化的学习。与此同时，我们借助人工智能技术帮助老师，赋能老师，不仅让老师在实际教学活动中更加充分关注学生，而且把老师从繁重劳动中解放出来。我们不仅可以用人工智能大数据的方式提升教学管理水平，而且能够通过新一代人工智能技术，建立更加开放和共享的知识资源体系。这从一定程度上反映了人工智能在教育中有非常广阔的应用的前景。

刘子韬教授在总结发言中指出，广东智慧教育研究以“政-产-学-研-⽤”相结合的智慧教育研究新范式，与海内外同行积极合作，共同推进教育信息化发展，为教育信息化改革服务。他重点向同学们介绍了我院各位老师们的研究方向，在过去这三年里，广东智慧教育研究院教师团队取得了非常丰硕的科研的成果，连续发表30多篇高水平学术论文。我院教师发表学术论文的数量，高于其他学院的平均水平。

PART1

广东智慧教育研究院院长刘子韬教授

《新⼀代⼈⼯智能赋能教育评价》

随后，刘子韬教授对智慧评价探索与实践、新一代人工智能的发展、智慧评价等相关内容向同学们作了全面介绍。为了让同学们更直观地感受到人工智能前沿技术带来的影响，他利用视频给同学们展示了ChatGPT在教育领域的应用和创新成果，让同学们能够更加深入地了解大模型技术的发展和应用现状。

人工智能技术深化教育评价改革，已经成为了教育工作改革的一个非常关键的环节。人工智能技术的发展，为教育评价带来新的发展动能。刘子韬教授向同学们总结展望，新一代人工智能技术可以帮助高校推进教育评价转型，评价目标、评价方式、评价过程、反馈方式都将发生改变。未来，人机协同的能力、批判性思维的能力、分析能力变得尤为重要。刘子韬教授希望通过多学科的交叉合作，大家能够共同把人工智能在教育场景中更好地落地。一点点技术的改变，能够产生巨大的价值，同学们的未来很值得期待。

最后，刘子韬教授鼓励学生积极参加各种竞赛，提高自己的综合素质和实践能力。最后，他与同学们介绍了研究院的优秀教师和他们的教学成果，表示老师们将一直陪伴同学们的学习和成长，提供支持和指导。

图3 广东智慧教育研究院院长刘子韬教授

广东智慧教育研究院副院长官全龙教授

《多模态教育资源标记、表征和推荐个人研究情况汇报》

官全龙副院长欢迎同学们成为广东智慧教育研究院新的一员。官副院长分享了他负责的国家重点研发计划项目课题《农村地区教师教学能力智能评测与教学精准辅助技术研究项目》，他创造性提出研究如何组织位置分散、模态多样的教学资源，自适应推荐优质资源给农村教师辅助教学，突破从“人找资源”到“资源找人”的根本性转变，希望以此来提高农村老师的教学水平。

官副院长提出，学生在学习中涉及到的各种技术，可以在未来就业领域发挥重要的作用和发展，并为学生接下来如何学好本专业提供了方法，专业基础知识是学好专业的前提，学生们应该注重打好基础，还可以通过参加各项比赛来锻炼创新能力和思维，通过动手实践，探索问题的解决方案，培养自己的创造力和实践能力，希望学生们能够积极主动地参与学习，不断提升自己的专业素养和能力，为将来的发展打下坚实的基础。

图4 广东智慧教育研究院副院长官全龙教授

广东智慧教育研究院高博宇副教授

《面向智慧教育的人机协同技术研究》

接着，高博宇老师发言，分享他对教学方案实施的人机协同研究，探索基于空间技术的多人协同学习平台构建，空间交互合作工具开发，研究相关核心关键技术，使智慧教学环境互动性、智能化、个性化。

高老师以“为什么名称叫大模型，为什么不叫小模型？”的由来作引向聆听会议的师生们强调研一学生在学习过程中，一定要多思考，多实践，多反馈。科研技能的培养是很重要的，同学们需要不断尝试训练自己批判性思维的能力。需要有意识的思考，多问为什么，在日积月累中形成解决问题能力。

图5 广东智慧教育研究院高博宇副教授

广东智慧教育研究院郭腾老师

《还在王者峡谷爬天梯？不如来搞智慧教育！》

郭腾老师和新同学分享了三个关键词：一是学术研究，通过学校储存的学生数据，挖掘班级之间的社交网络；二是知识追踪，根据刻画出来学生能力雷达图，预测学生下道题能否做对；三是1万小时定律，人类眼中的天才，并不是说他天资很卓越，而是因为他付出了不断的努力，在特定的领域有1万个小时的锤炼，每天工作八个小时，一周工作五天，五年你就能够成为该行业专家。

郭老师向各位新生强调了科研犹如一个黑圈，每个学者其实真正做的只是一个点。研究院每一个老师所做的研究方向，正是沿着某一个细点进一步深入钻研。同时，他还鼓励大家勇于提出自己的新想法，积极的探索，大胆的去思考，大胆的做假设，小心的去求证。叮嘱同学们基于旧的知识，发现新的知识，基于实验，验证自己做的成果。

图6 广东智慧教育研究院郭腾老师

广东智慧教育研究院陈子良老师

《师生交流会科研成果分享》

陈子良老师分享了近年关于多模态学习、智慧教育等方面的科研成果。他进一步指出，在视觉语言多模态模型CLIP与提示学习的研究背景，提示学习中的提示数量更多是否意味着更好？他继续指出，一是开放词典泛化能力赋予CLIP模型优秀的零样本学习能力，然而提示学习往往会在提高训练数据已知类别下的判别能力同时，抑制CLIP模型的零样本未知类别学习能力。二是多提示学习方法会提高提示的多样性，但通常会引入更多学习参数从而增加了提示学习模型对已知训练类别的过拟合风险。三是我们基于能量模型的方法去建模多提示嵌入的生成策略，在建模CLIP模型的零样本未知类别不确定性的同时，保持提示学习模型参数数量不变。

图7 广东智慧教育研究院陈子良老师

广东智慧教育研究院杨志伟老师

《大模型时代下的智慧教育及研究方向》

杨志伟老师用“新冠肺炎（COVID-19）”、“俄乌战争”的例子为在场的师生生动诠释在传播中谣言和非谣言随时间的不同特征，即时序模式，因此可以利用微博网站上社交语境信息的时间序列检测谣言。与此同时，用户评论包含相关知识和证据，因此可以通过细粒度推理出事实矛盾，从而检测新闻的真实性。

由于假新闻检测结果的人工解释能够从相关报道中找到对应证据，因此利用群体智慧检测新闻事件的真实性并提供判断解释。

大规模基础模型呈现百花齐放，推陈出新。杨老师认为，新范式的缔造者SamAltman和OpenAI，计算量越大，预训练性能越好。计算量越大，适配性能越好。他对小模型时代和大规模时代进行了对比，大规模时代的新范式，降低了应用门槛。

在杨老师的娓娓道来中，同学们了解到在AI时代，对于在座硕士阶段的学生来说，到底每一个人到底需要什么样的素质，需要什么样的能力，他才能够应对未来世界的发展。杨老师继续指出，高校现有的培训体系是否与培养学生的能力相适应，这些方面的研究都非常有意义。

图8 广东智慧教育研究院杨志伟老师

广东智慧教育研究院梁倩茹老师

《教育评价与数码素养》

梁倩茹老师和新同学分享了她的研究方向为教育测量和21世纪技能（数字素养），她在CDM方向上的研究兴趣主要有数据驱动的Q矩阵估计方法，Q矩阵的CDM里面用来连接题目和知识点的工具，类似于打标签，以及CDA中的测量不变形，在CDM中加入协变量等方面的研究和思考。

梁老师指出在教育评价中，一是根据测试目的来分的话，分为形成性评价和终结性评价。由于施测的频率和分数报告的滞后性，难以用于对当前的教学和学习做出决策；二是传统测试的缺点。根据测试的模型来分的话，传统评估一般基于项目反应理论IRT和经典测试理论。目的在于确定学生在多大程度上具备所测的能力或特质。这种类型的评估一般用于给学生排名、区分及格和不及格考生、大学录取、评奖学金等。

根据传统测试跟认知诊断评估的对比总结，她进一步指出认知诊断测试，专门为诊断学生对不同知识点的掌握程度而设计。她从CDA中提取诊断信息的统计模型，即认知诊断模型。目的是根据考生是否具备某种技能或属性对其进行分类。

图9 广东智慧教育研究院梁倩茹老师

PART2

紧接着，2023级硕士研究生进行提问，广东智慧教育研究院师生们进一步实现深层互动交流。

图10 2023级硕士研究生进行提问

曾小丽2023级信息科学技术学院电子信息（计算机技术）硕士研究生：在大模型的背景下，我们可以看到已经出现了语音对话的功能，那对于智能教师（AI教师）的研究是否有进展呢？

广东智慧教育研究院院长刘子韬教授：我们看到的语音对话功能，它已经是一个完整的app应用，这里面并不仅仅是人工智能的相关知识，它还需要关联到很多其他领域前沿的技术，例如图像处理和3D渲染技术、音频处理技术等。AI教师所需的技术支持更加广，我们现在目标是将自己所擅长的领域做的更加强，而不是往广度发展。

图11 2023级硕士研究生进行提问

马琪姿2023级信息科学技术学院网络空间安全硕士研究生：各位老师好，我目前做的是基于大模型生成教案这一方面，里面有个模块，需要进行教学内容关键词推荐的，了解到官全龙老师做的是教育资源标记推荐方面的，感觉到其中有关联的部分，不知道后续这个关键词推荐是否与老师做的方面相似，或者是否可以应用到教案生成里头的关键词模块里面？

广东智慧教育研究院副院长官全龙教授：教学资源推荐这一块与教案各个模块内容的关键词推荐其实是有相似的地方的，这两者都有推荐教学信息相关联的文本信息，后续可以进一步讨论一下，以便更好地探索如何将这些概念应用到教案生成中的关键词模块。

PART3

图12 信息科学技术学院/网络空间安全学院党委书记罗国伟

随后，信息科学技术学院/网络空间安全学院党委书记罗国伟也对新生们提出了期待。他向同学们充分强调了研究院拥有一批来自海内外著名高校、知名企业的教学科研队伍，主要研究方向为人工智能教育、大数据挖掘、知识推理、信息安全、信息可视化与交互等领域。老师们是智慧教育相关研究、计算机科学与技术等研究方向的高层次人才，旨在培养工程能力强的高级专门人才，所以同学们应该有信心。

罗书记希望同学们能在信息学科人才培养体系中发挥专业特长，争取更大的收获。最后，他祝愿各位新生们能珍惜并把握住这段美好的求学时光，静下心来踏实学习，一步一个脚印，学会进一步认识和研究世界，唱响激越的青春人生！