协同论证因其能够促进大学生的批判性思维、问题解决等高阶能力发展，得到了国内外研究者的共同关注。当前，以多智能体为核心的技术手段叠加创新教学策略为提升协同论证质量带来了新的契机。该研究将认知与社会性调节支架融入教育多智能体设计中，并在高校协作学习场景中开展准实验研究，分析教育多智能体对协同论证地图及论证过程的影响。为此，该研究采用内容分析法、有序网络分析法以及滞后行为序列分析法对94名参与者的论证地图以及论证话语进行量化分析，研究发现：在认知调节与社会调节双重叠加影响下，教育多智能体能够通过高质量的反馈来唤醒学习者主动进行论证对话，进而提升论证地图的要素复杂性；认知调节策略的介入让教育多智能体具备认知脚手架的功能，是提升论证质量的关键；在融合了双维调节策略的教育多智能体的干预下，学生的论证行为呈现出从个体冲突向群体协商转变，学生以“反驳”为契机，通过高效的协商对话促进群体共识的达成。
数据驱动教学决策是教育数字化转型的核心议题，当前教育领域普遍存在数据丰富但其教学决策转化不足的结构性矛盾。大语言模型凭借强大的语言理解、数据分析、内容生成和逻辑推理等能力，凸显出了赋能数据驱动教学决策的潜在价值。文章首先分析了大语言模型赋能数据驱动教学决策的现实基础与适配性，阐释了大语言模型在数据驱动教学决策场景中的应用模式，包括模型获取、领域增强、应用交互三个阶段；然后基于领域增强和人机协同的核心理念，构建了涵盖模型基座层、领域增强层、协同决策层和评估应用层的四层理论框架，基于此开发了应用系统EDD-LLM;最后在真实教学情境中开展实践。结果表明：从教师的数据驱动教学决策状态变化来看，LLM赋能数据驱动教学决策能够提升教师对教学结果、合作与重新聚焦阶段的关注度，增强数据解释与应用效能，降低教师数据驱动教学决策焦虑，并对教师知识扩展产生积极影响；结合教师对大语言模型赋能应用带来的课堂教学影响看法访谈分析发现，教师整体上对大语言模型赋能数据驱动教学决策持积极看法，认为其有助于教师教学思路拓展、教学设计支持以及教学评价优化。
随着生成式人工智能技术快速迭新，多智能体渐以参与学习者的游戏化学习之中，赋能学习者未来智能非正式教育。为发挥多智能体的实时性优势，研究对多智能体多维协同学习者游戏化学习状态进行技术构建与交互设计。针对学习者学习过程中的感官交互、认知交互及游戏交互三个维度的交互特征，挖掘了基于大数据的智导型、智伴型及智管型三类多智能体的技术架构模块、类型及交互机制框架。研究发现，引入大模型的多智能体在学习状态识别模块、多感官互动游戏模块及动态管理学习模块协同下对学习者学习的故事类、科普类、益智类、成长类四类主要学习类型进行游戏化交互，可有效提升学习者游戏化学习多感官体验。
新型开放大学新在哪里，未来开放大学应如何创建又怎样转型，对上述问题的探讨目前尚未形成共识。与此同时，开放大学的办学因生源萎缩、人才培养质量的乏陈而举步维艰。故厘清开放大学的建设理念与推进路径迫在眉睫。在回顾开放大学及其前身广播电视大学的发展历程中，开放大学扎根基层、面向社会、服务全民的独特功能与特质愈加清晰。新型开放大学的建设应秉承创新思维并继承和延续历史传统，以力求成为连接学校教育与学校后继续教育的“无边界”“全天候”大学，成为对接社会各类求学需求的“加油站”及构建服务全民终身学习教育体系的“桥头堡”。对此，开放大学需搭建“一体两翼”总体框架结构、通过数智化赋能凸显“办学基因”、持续推动办学理念的更新、推进教育管理模式的变革、提升教育资源供给的精度、确立高适应性人才培养目标、打造具备多元知识与科研能力的新型师资队伍，以创建一所符合新时代特征与需求的新型高等教育机构。
数字技术驱动教育变革背景下，乡村教育数字化转型成为推进教育现代化的重要内容。研究基于SOR理论与TOE框架构建分析模型，采用问卷调查与访谈法，探究乡村教育数字化转型影响因素及其作用机制。结果表明：技术维度上，数字基础设施通过教师自我效能感间接推动转型，而数字化教学资源直接提升转型实效；组织维度上，教师共同体建设显著提升数字化实践，但滞后的实施机制对转型进程及教师效能产生双重抑制，管理评价体系则通过效能中介优化转型质量；环境维度上，政策制度兼具直接驱动与效能增益的双重功能。基于研究发现，提出“制度规范-主体协同-生态整合”三位一体推进策略，即通过制度创新构建多主体协同网络、依托教师数字素养提升激活内生动力以及整合资源打造智能教育生态系统，助推乡村教育数字化转型。
生成式人工智能在教育领域中的应用日益广泛，并展现出巨大的潜力和价值。以“生成式人工智能是否会取代教师”这一大众关注的热点话题为切入点，在国内主流自媒体平台上获取与“生成式人工智能与教师职业”这一主题相关的公众评论文本作为研究对象，对其进行关键词分析、文本情感分析和主题模型分析，从不同维度考察社会公众对生成式人工智能如何影响教师职业的真实观点和看法。研究得出，社会公众整体认为生成式人工智能无法取代教师；生成式人工智能背景下教师职业的“专业性”“示范性”“复杂性”“人文性”等四方面属性呈现出新特点；生成式人工智能背景下教师职业优势与劣势并存，机会与挑战同在。须强化教师对生成式人工智能的正确认知和使用意向，大力提升教师的生成式人工智能素养，推进生成式人工智能与教育教学的深度融合，以此促进教师职业可持续发展。
数字教材是教育数字化背景下重要的教材形态。在数字教材中植入情感元素，对于发挥数字教材的情感育人功能具有重要价值，有助于从个体层面推动学生的自主发展、从文化层面涵养学生的文化基础、从社会层面促进学生的社会参与，进而从情感向度回应学生发展核心素养的关键诉求。为更好地发挥数字教材的情感育人功能，并构建数字教材的情感植入模型，应确立以学生情感文明养成为标志的目标旨归、开发能够指向情感文明基本维度的教育资源、创设能够指向情感文明体验的沉浸式学习场景、构建基于数据循证和人机交互的智能化情感评价模式。要使构建的数字教材情感植入模型得以真正落地，还应明确数字教材情感元素植入的内容、方法、主体和伦理等标准体系，并做好数字教材情感元素植入在资源整合、场景支持、数据采集与分析等方面的技术支持，以及注重数字教材情感元素植入的实践反馈。
实习支教是提升师范生教学实践能力的有效措施，但信息反馈滞后、全程指导和跟踪管理不足等问题尚未有效解决。为此，研究者基于人机协同学习、社会建构主义和双循环学习理论，探索了人机协同三元循环教学法的学习发生机制，设计与开发了大语言模型智能体，构建了人机协同三元循环实习支教模式。教学实验采用准实验研究方法，与传统实习支教模式相比，该模式对师范生的教学策略自我效能感、课堂管理自我效能感、教学问题解决能力、教学创新能力、教学情绪管理能力、设计与实施能力有显著促进作用。为提升实习支教效果，研究者需为实习支教生提供教学自我效能感支持、提升人机协同高阶思维技能以及增强教学情绪调节和教育伦理指导。
高校作为科技伦理治理的重要责任主体，肩负着深入开展科技伦理教育的时代重任。以哈佛大学、麻省理工学院、斯坦福大学和卡耐基·梅隆大学为代表的美国研究型大学，其科技伦理教育开展较早，形成了由通识教育、专门教育和课外教育共同构成的教育体系，具有鲜明的特色：层次明晰，针对不同群体开展差异化教育；课程体系完备，内容凸显科技伦理前瞻性；采用多途径孕育科技伦理文化；实施多方协同联动教育机制，实现科技伦理教育效果最优化。这对进一步完善我国高校科技伦理教育体系具有重要的借鉴意义。
教师是立教之本、兴教之源，教学基本技能是职前职初教师职业成长的关键基石。传统教学技能实训反馈存在主观滞后与难规模化的困境，为此本研究依托数据行为使用理论、认知学徒制理论和反馈素养理论，构建“智能机师(AI诊断)+智慧人师(教师指导)”的人智协同反馈方式，通过实验探究其对39名师范生被试教学基本技能及效能感的作用。研究发现：(1)人智协同反馈能够缩短教学基本技能训练周期；(2)人智协同反馈对教学基本技能各维度的干预效果存在差异；(3)人智协同反馈对教学基本技能的效能感有促进作用；(4)被试对人智协同反馈的感受积极，并愿意在实训中持续接受该种反馈指导。可见人智协同反馈通过精准诊断驱动提速与经验智慧赋能增效的互补，推动教学基本技能训练从“主观经验导向”转向“数据+经验”双驱动的协同范式，为规模化精准训练职前职初教师的教学基本技能提供了可复制的实践路径。