AI赋能暑期课堂：多元跨学科公益课开启
“人工智能 + X”公益课程上新啦炎炎夏日，科创相伴！由柳州市科学技术协会、柳州高级中学联合打造的“人工智能 + X”暑期公益课程焕新上线。AI 融合课堂兼顾知识趣味与动手实践。欢迎走进柳州科技馆体验特色 AI 课程。一、活动时间地点时间：2026年7-8月地点：柳州科技馆二、参与对象5-9年级中小学生三、参与方式本课程为公益性质，不收取任何费用，具体时间及报名方式请关注柳州市科协和柳州科技馆公众号发布的活动信息。四、课程安排及授课嘉宾☆ 7月11日（周六）上午●苏秋湘柳州高级中学美术正高级教师，自治
AI赋能教育：重塑教与学，开启智慧教育新篇章
数字化赋能课堂，开启智慧新篇章当黑板遇上屏幕实现双向互动当知识变得具体可感各地正通过数字化手段“刷新”日常教学AI助教随时解答疑惑虚拟仿真打破场景壁垒传统教学的边界持续扩展学习效率与趣味性共同提升共同探索数字技术如何持续为教育注入动力——江苏：数智育人 聚力同行@苏州市太仓市：全市致力于打造“未来课堂”、构建“数据中枢”及培养“多元智慧教师”，全力构建“全域AI赋能，一校一策多元特色发展”的示范样板。研发教育垂直领域AI大模型，搭建学校智慧教学终端，打造“互动课堂+个性化辅导”的智慧教学典范。紧扣“教师专
暑期培训第三期|探索AI新知识，激活枫丹教学
探索AI新知识，激活枫丹教学暑期培训第三期为加速教育数字化进程，增强教师人工智能应用技能，助力高效智能课堂构建，2026年7月，枫丹实验小学举办全体教师暑期AI赋能教学专项研修。全校教职员工齐聚一堂，深度体验智能教育工具操作技巧，借科技之力优化教学，为新学期积蓄能量。专注智能工具，深化数字教学此次研修紧跟海淀区教育数字化推进步伐，重点针对海淀区教委主推的“智启”教育智能系统进行专项学习。该平台作为海淀区教育数字化的关键枢纽，融合助教、助学、助管三大核心模块，全面覆盖教师备课、课堂互动、作业评估、学情追踪、
郴县路小学携手北师大共探AI教育新路径
人工智能赋能智慧教育未来为贯彻教育数字化战略，探索人工智能与小学教学融合，利用数字技术提升课堂与教研质量。7月8日，郴州市郴县路小学联合北师大科技集团举办AI教育落地研讨会。校领导、教务人员、教师及北师大专家团队齐聚一堂，共话发展。会上，教学副校长王慧介绍了智慧校园建设现状，指出AI落地存在的痛点，如备课不深、分层教学缺数据、教师能力不均等。她希望借助北师大资源，建立系统化AI教学体系，让技术服务于师生。北师大专家随后分享了小学AI落地方案，涵盖平台、课例和师资。一是搭建校本平台，连接备课、互动、诊断流程
AI仿真重塑物理课堂：莆田四中探索数字化教学新路径
2026年7月3日，为推动人工智能与中学物理教学深度融合，破解宇观、微观知识抽象难懂、传统实验难以直观呈现等难题，莆田四中物理教师张远东开展《AI模拟仿真辅助物理教学》专题分享，通过一线实操案例，展示AI仿真技术赋能物理课堂的创新模式，为区域数字化教学提供可复制的实践范式。张远东还系统总结了AI物理仿真的标准化开发要点，为教师自主构建教学工具提供明确指引：其一，选用擅长理科建模与编码的大模型，推荐GLM5.2智普清言作为开发平台；其二，精准锚定教学目标，明确仿真对象、物理规律及课堂应用场景；其三，优化交互
洪山区第七小学举办AI赋能教师培训
洪山区第七小学举行教师信息化技能提升培训为了顺应教育数字化趋势，帮助教师利用新技术优化课堂教学，2026年7月8日上午，我校特邀武昌区信息技术学科带头人、中学高级教师叶胜老师来校进行专题培训。叶胜老师深耕教育信息化领域多年，一线数字化教学经验丰富，非常贴合教学实际。培训期间，叶胜老师结合AI时代教育特征与学生核心素养要求，深入解读2022版新课标，引导教师更新教学观念，明确数字化课堂改革方向。此次培训注重实操与应用，叶老师现场演示了天工智能体、飞象老师、DeepSeek等多款实用AI工具的用法，结合真实案
广东实验中学承办省级AI教师研修班 探索人工智能教学应用新路径
6月27日，在广东实验中学荔湾校区举办了一场人工智能教学应用高级研修班。该研修班由广东教育杂志社主办，广东实验中学承办，北大-点猫科技人工智能教育联合实验室全程提供技术支持。广东教育杂志社社长姚伟新，北京大学信息科学技术学院副院长陆俊林教授，北京师范大学自然科学高等研究院葛凤翔教授，深圳点猫科技创始人李天驰，广东实验中学校长蔡骘、副校长朱伯东、创新人才培养部主任梁万峰等领导、专家出席活动。来自全省21个地市的一百多名中小学教研员、学科骨干教师和教研组长齐聚校园，共同开启一场兼具思想高度、实践深度与技术活力
智能技术驱动师资成长，深度教研铸就优质校园
点击“蓝字” 关注我们为推动智能科技与职业课堂紧密衔接，全方位增强教师数字教育素养，7月7日，我校启动2026年暑期校内集中研修，全体教职员工参加学习。本次研修以智能技术赋能课堂实践为关键脉络，同步融合优质课例研讨、技能竞赛训练、对口升学学科交流等多种学习模块，构建综合性教师发展学习体系。研修安排多场智能专题学习环节，聚焦AI助手实操训练、AI教学偏差风险防范、AI尖端数字技术进行系统解读。课程紧扣备课、实训、学习评估等实际课堂情境，阐释AI工具应用技巧，同时确立教学资源验证标准，指导教师稳妥、合规、高效
AI赋能特教课堂：从工具到智慧协作者
AI赋能特教课堂：从工具到智慧协作者杭州市艮山路学校2025学年第二学期AI赋能教与学案例交流为推进特殊教育数字化转型，落实新课标要求，深化人工智能与培智课堂融合，破解分层教学难、学情研判不准、评价单一等难题，全面提升教师数字素养与教学实效，2026年7月2日下午，全体教师齐聚报告厅开展“研AI创新课堂 筑智慧特教新生态”教学案例分享会。本次活动特邀浙江师范大学计算机学院丁革建教授莅临指导。活动伊始，各教研组基于凡龙有思AI教研平台的数据，突破传统主观评课模式，从课堂结构、师生互动、学习成效等维度，对优质
8.6万教师调查：AI时代，教师比任何时候都不可或缺
近日，教育部教育技术与资源发展中心推出了《中国教师生成式人工智能应用报告（2026）》。该报告覆盖了8.6万名教师，剖析了430万字的数据。它既非商业广告，也非学术论文，而是对"教师在现实场景中如何应用AI"的实地考察。报告中的三个反直觉结论，每一项都值得家长深思。数据显示，92.3%的教师已尝试生成式AI。虽然数字可观，但若追问"具体用途"，答案令人意外：前三名应用是编写教学材料、制定教案和制作课件。相比之下，用于课堂互动、个性化辅导和学情分析的比例则远低于预期。这意味着
AI赋能教学变革：这场沙龙探索课堂焕新之路
为全面落实《教育强国建设规划纲要（2024—2035年）》战略安排，加速推进教育数字化转型，探寻AI技术与课堂教学深度融合的有效方法，6月29日下午，学院顺利举办了“从‘教’到‘学’的跃迁——AI时代，让课堂真正‘活’起来”专题教学沙龙。本次活动由学院教学评导组组长暴景阳教授主持，评导组成员、名师工作室负责人王子茹教授担任主旨分享人，学院领导、全体专任教师、团学教师及在读博士研究生共同参会交流。王子茹教授以高校课堂真实场景为导入，精准剖析当前课堂“低头族”常态化、提问无人应答、经典案例难以调动兴趣、学习内
我区第四初中承办全省中小学人工智能教育研讨盛会
7月2日，山东省中小学人工智能教育交流研讨会在我区顺利举行， Jesson省电教馆馆长、各地市和区域电教馆主任、教研员和学校骨干教师300余人齐聚新区第四初级中学，共同学习和研讨人工智能教育应用新场景，为全省人工智能通识教育和人工智能融合应用的普及提升注入新的力量。一、实地观摩感成效活动伊始，参会教师分为6个观摩小组，实地观摩烟台开发区第四初级中学校园，全方位、沉浸式考察学校智慧校园建设与人工智能教育落地成果。观摩过程中，大家重点深入了解学校人工智能技术赋能校园管理、日常教学的创新应用模式，细致观摩数字校
AI助力教学：教师可实践的5个切入点
浏览完《中国教师生成式人工智能应用报告（2026）》，我最深的体会是：因此，人工智能融入教育，并非让教师将课堂拱手相让于机器。它更适宜承担重复性、资料整理、数据统计的任务；而价值观引导、情感关怀、思维激发和课堂决策则牢牢掌握在教师手中。以下这5个切入点，教师可以从一个小环节着手尝试。以往备课，教师常耗费大量时间搜集材料、调整课件、寻找案例。AI可先行协助完成资料汇总、活动构思、问题链构建、差异化任务设计和初步评价方案。但核心不在于“AI产出了什么”，而在于教师需判断：将教材文本、课程标准、班级学情和课时长
王嘉毅谈AI融入基础教育：智能时代课程教学体系的重构路径
教育部党组成员、副部长、总督学王嘉毅在《基础教育课程》杂志2026年第4期发表署名文章《加快构建适应智能时代要求的基础教育课程教学体系》，就智能时代基础教育课程教学体系建设，从人才培养目标优化、课程体系建构、教材数智化升级、教学新样态构建以及新型评价等维度提出重点方向。智能时代基础教育课程教学体系建设，首要问题是明确培养何种人才。人才培养目标聚焦于思想道德塑造、基本能力培育、高阶思维发展、社会情感能力涵养四个维度，课程、教学、因材施教及智能评价等议题，均需置于该目标框架下加以审视。01 从工具应用迈向体系
智能辅导新突破：Dartmouth研究揭示惊人学习提升
教室里来了一位安静的帮手Dartmouth的某间教室中，学生们正盯着屏幕做题。有人在微积分题目上卡住了，盯着公式不知如何是好。过去的课堂里，他要么举手等老师过来，要么翻书找答案——两种做法都不太理想。但这一次有所不同。屏幕上的智能辅导在他思考了十几秒后，没有直接给答案，而是发来一条提示："尝试回忆链式法则，看看这个函数的结构有什么特别之处。"学生愣了一下，重新审视题目，然后自己推导出了下一步。这是Dartmouth计算机科学课程中的真实场景。不是实验室里严格控制的测试，而是真真实实发生在大