教育与信息技术的深度融合为教育数字化转型提供了无限可能。数据，特别是学习行为数据，是实现“大规模教育，个性化学习”以及“碎片化知识，系统性构建”这两对传统意义上对立的目标，驱动“教”、“学”和“教育学”研究转型的新动力。
2023年5月27日，由华东师范大学和东北大学联合举办的第九届“数据驱动的计算教育学”研讨会在沈阳成功召开。会议邀请了来自复旦大学、四川大学、武汉大学、中国科学技术大学、中国人民大学、中山大学等30多家兄弟院校，北京中软国际教育、批改网、沈阳哲航科技等6家IT企业，以及机械工业出版社等单位的多位专家学者出席会议，并在线上进行同步直播。华东师范大学副校长周傲英教授和东北大学于戈教授出席会议并致辞。
于戈教授在致辞中提到当前正处于数字时代大变革，教育与信息技术的深度融合是数字化转型的重要途径，此次研讨会面向“学科建设和课程教学改革与实践”以及“个性化教育的问题、方法与实践”两个主题邀请多名专家学者进行报告，希望为我国高质量教育发展做出贡献。
东北大学于戈教授致辞
周傲英副校长在致辞中介绍了“数据驱动的计算教育学”这一名词的起源，指出数据是人对客观世界的认知在计算机世界中的表示，从这个意义上来说，数据范式已经突破了传统的自然科学边界，开展数据驱动的计算教育学研究，就是探索将教育研究纳入科学研究的范畴，因此可将“数据驱动的计算教育学”视为教育科学研究的第一范式。
华东师范大学副校长周傲英教授致辞
本次研讨会聚焦于“学科建设和课程教学改革与实践”以及“个性化教育的问题、方法与实践”两个主题，特邀东北大学计算机科学与工程学院教授高克宁，复旦大学教授肖仰华，燕山大学副校长、教授任家东，北京第二外国语学院汉语学院副院长、教授宋飞，中国人民大学信息学院教授杜小勇，四川大学计算机学院教授琚生根，中国科学技术大学计算机科学与技术学院副教授黄振亚，广西大学计算机与电子信息学院副教授许嘉，华东师范大学国际汉语文化学院博士生张扬等九位专家学者作主题报告。研讨会分上下两个半场，分别由华东师范大学数据科学与工程学院院长钱卫宁教授和东北大学计算机科学与工程学院鲍玉斌教授主持。
主题1：学科建设和课程教学改革与实践
高克宁教授在报告中提到，发挥数据价值、驱动教学质量提升已成为当今教育改革的一项重要内容，从课程资源建设、教学方式变革、编程能力评估、个性化学习支持等方面，分享了东北大学程序设计课程团队实施信息技术与课程教学深度融合的实践过程，介绍了如何利用“教”与“学”的数据来辅助教师评估学生能力水平、促进教师改革教学方法、提高教学效果以及帮助学生准确评估自我元认知水平。最后，高教授谈到数据驱动的课程教学改革将为实现个性化教学和大数据决策提供有益的探索。
高克宁教授以《数据驱动的程序设计课程教学改革与实践》为题作报告
肖仰华教授在报告中表示人工智能技术的快速发展为教育智能化带来重大机遇。教育信息化、数字化基础已然夯实，人工智能，特别是以知识图谱为核心的认知智能技术在教育的智能化发展过程中扮演着重要的角色。近期，在生成式大模型的推动下，教育知识图谱落地加速发展。人工智能已在教育行业数字化转型、高质量发展过程中发挥了积极作用。结合智能教材平台研究与实践，对教育知识图谱的内涵与意义、应用方式、落地挑战与应对思路等内容展开了详细的介绍。
肖仰华教授以《教育知识图谱：机遇与挑战》为题作报告
任家东教授在报告中以燕山大学为例，探讨了工程教育实践的重要性，并分享了燕山大学的实践经验。 燕山大学通过构建基于OBE理念的人才培养体系，提升工科专业建设水平，搭建学科和专业融合平台，推进新工科建设，开展课程规范化建设与评估，提升课程高阶性、创新性和挑战度，大力推进“专创结合”“专创融合”，丰富实践教学体系。
任家东教授以《面向新工科建设的工程教育探讨与实践》为题作报告
宋飞教授在报告中表示目前国内尚缺乏比较成熟的基于“视频+音频”多模态课堂教学场景识别课堂教学行为，并进行教学大数据采集、监测的人工智能应用。基于此，宋院长介绍了利用人工智能技术构建起来的一个自动化、智能化的国际中文课堂教学行为识别与分析系统，通过该系统可对国际中文教师课堂教学行为和学生学习行为进行自动化采集、识别、分析，报告选取了国际中文课堂教学典型课例进行验证性分析，从而证明了该分析模式适用于国际中文课堂。
宋飞教授以《基于人工智能的国际中文教学行为识别与分析》为题作报告
主题2：个性化教育的问题、方法与实践
杜小勇教授在报告中表示，教育的数字化转型正在发生，数字技术特别是大模型的发展，必将对传统学校教育产生深刻影响 。杜教授首先对大规模在线个性化教育（MOPE）的概念进行了回顾，对新工科项目的实践进行了反思，对大模型的影响进行了分析，在此基础上再次探讨大规模在线个性化教育的挑战和实践路径。
杜小勇教授以《再谈大规模在线个性化教育》为题作报告
琚生根教授在报告中提到知识追踪(knowledge tracing, KT)是个性化导学中的关键任务，也是教育心理学和数据挖掘领域的研究热点。为解决现有模型无法直接处理多知识点题目以及可解释性较弱等问题，团队提出了一种多知识点融合嵌入的深度知识追踪模型，该模型考虑了涉及多知识点的题目中知识点之间的关系，提出了两种多知识点嵌入方式，结合教育心理学模型和遗忘因素提升预测性能和可解释性。模型在三个数据集上进行了充分实验，并已应用到团队开发的自适应编程学习平台中。
琚生根教授以《多知识点融合嵌入的深度知识追踪》为题作报告
黄振亚副教授在报告中表示人工智能技术与教育融合创新是智能教育的重要研究方向。其中，利用自然语言处理技术实现对教育文本数据的智能分析，不仅可以提高教学资源的高效管理，也为学习者提供智能学习服务奠定基础。该报告针对教育文本中的质量评估、知识表示和认知推理等问题，介绍了团队的技术探索和应用实践案例，并讨论了AI大模型与智能教育融合的发展方向。
黄振亚副教授以《面向智能教育的自然语言处理方法与应用》为题作报告
许嘉副教授在报告中介绍了广西大学是广西唯一纳入国家“双一流”建设的大学，肩负推动教育数字化转型、为广西各行业培养高质量人才的重要使命 。广西大学计算机专业在国家教育数字化转型的号召下如何创新和推动大数据、人工智能等新一代数字技术在传统教育“教、学、管、评”场景中的应用、融合和发展，最终促进教学相长和师生发展。
许嘉副教授以《大数据赋能、个性化教学：广西大学计算机专业教育数字化转型的创新与实践》为题作报告
最后，张杨博士生介绍了她在中文文本难度自动分级方面的研究工作，该研究依托2021年发布的《国际中文教育中文水平等级标准》，提取其基本汉字、词汇、语法特征，使用基于BERT的神经网络预训练模型来提取文本语义特征，融合以上两类特征构建多维特征集，并对比多种特征组合方式以及多种机器学习算法对于HSK中高级阅读文本的难度分级效果。
张杨博士生以《基于“国际中文教育水平等级标准”的文本难度自动分级研究》为题作线上报告
专家们的报告内容既有深度又有广度，全方位多角度地介绍了数据驱动的计算教育学的发展现状与前景，同时分享了他们在该领域的研究成果和实践经验，与会者感到受益匪浅。主办方为每位演讲专家颁发了证书，感谢他们为研讨会的成功举办做出的杰出贡献。
主办方为演讲专家颁发证书
现场专家们进行交流讨论
本次会议聚焦于“学科建设和课程教学改革与实践”以及“个性化教育的问题、方法与实践”两个主题，共同讨论了发展教育科技（EduTech），推进信息技术与教育教学的深度融合，推动教育数字化转型，切实贯彻落实“互联网+”行动计划的精神，用互联网思维、数据思维和人工智能技术来实现“有教无类、因材施教、寓教于乐、教学相长”这一中国的教育理想的方案和实现路径。本次会议为推动教育科技领域的创新和进步，以及为未来教育数字化转型提供了重要的参考和借鉴。
文字 | 梁青青
图片 | 东北大学计算机科学与工程学院
编辑 | 杜明月 晏玉琴
审核 | 王伟 陆雪松
