教育学院师生亮相第27届全球人工智能教育大会

教育学院师生亮相

第27届全球人工智能教育大会

2026年6月27日至7月3日，第27届国际人工智能教育会议（International Conference on Artificial Intelligence in Education，简称AIED）在韩国首尔圆满举行。本届AIED大会以“从工具到队友：面向增强学习的人机协同”（From Tools to Teammates: Human-AI Synergy for Augmented Learning）为核心议题，汇集了全球人工智能教育领域的学者，共同探讨人类与AI的协作智能、协同进化及教育实践中的新型合作模式。此外，本届大会还与Educational Data Mining（EDM）和Learning at Scale（L@S）两大国际会议联合举办，共同构成了Festival of Learning 2026这一教育科技界的重要学术庆典。清华大学教育学院党委书记张羽教授，清华大学助理教授严栗翔老师，清华大学助理研究员郝展欣老师，教育学院博士研究生管秀、陈淳琳以及教育学院硕士研究生蒋建骁、梁芳梅等人出席了会议。

教育学院师生集体合影

助理教授严栗翔老师在AIED 2026 HAI-Agency Workshop上发表了题为《智能体主义：当AI成为能动型队友时重新思考学习（Agentivism: Rethinking Learning When AI Becomes an Agentic Teammate）》的主旨演讲。随着生成式AI从被动响应工具进化为主动、能动的学习队友，任务完成效果已不再等同于学习发生。本演讲提出“Agentivism”这一面向人机交互的学习理论，强调应区分AI辅助下的即时表现与学习者可持续发展的独立能力。该理论认为，真正的学习发生在学习者能够选择性地向AI委派任务、监控并验证AI贡献、将AI辅助产出重构为自身理解，并在减少支持的条件下实现迁移之时。报告还结合CoLearn系列研究证据，展示AI角色如何在分析性、创造性与伦理性群体任务中影响团队互动、话语质量、心理安全感与个体学习结果，为理解智能体时代的人机协同学习提供了新的理论视角与实证基础。

助理教授严栗翔老师演讲

博士生陈淳琳（指导教师：魏军）发表了主题为《超越泛化回应与空洞赞美：AI陪伴角色对大学生社会情感学习的差异化影响（Beyond Generic Answers and Empty Praise: The Differential Impact of AI Companionship Roles on Social-Emotional Learning in University Student Intervention）》的口头报告。该研究聚焦于大学生社会情感学习支持不足这一现实问题，系统比较了三种AI陪伴策略（情感肯定型、共情探究型与通用支持型）对大学生情绪状态和社会情感能力的差异化影响。研究以134名在校大学生为研究对象，采用14天纵向准实验设计，将被试随机分配至三个AI干预组与一个对照组。结果显示，情感肯定策略对提升积极情绪效果最优，而共情探究策略在降低消极情绪和促进社会情感技能发展方面表现最为突出。该研究为AI时代大学生社会情感学习干预的目标对齐设计提供了理论依据与实践参考。

博士生陈淳琳报告

硕士生蒋建骁（指导教师：张羽）发表了主题为《学生发展智能体：用于评估AIED创新的无风险仿真（Student Development Agent: Risk-free Simulation for Evaluating AIED Innovations）》的会议论文报告。面对生成式AI教育创新快速进入真实学习场景、但其长期发展影响难以及时验证的问题，本研究提出基于大语言模型的学生发展智能体（Student Development Agent, SDA）框架，用于在不直接干预真实学生的前提下，模拟不同学生特征在不同教育环境中的发展轨迹。研究进一步在多智能体学习环境MAIC中开展案例验证，结果显示该方法在多数非认知发展维度上较均值基线降低了预测误差，初步证明了LLM驱动的学生发展仿真在高效、低风险评估AIED创新方面的可行性。该研究为智能体时代教育技术创新的前置评估、风险筛查与负责任部署提供了新的方法基础。

硕士生蒋建骁报告

管秀（指导教师：韩锡斌）发表了主题为《支持人机协同诊断性问题解决的多智能体教学系统：来自课堂的证据（A Multi-Agent Instructional Support System for Human–AI Collaborative Diagnostic Problem Solving: Classroom Evidence）》的海报展示。研究聚焦人工智能支持下的学习者问题解决过程，构建并应用了工作流导向的多智能体教学支持系统。基于真实课堂实施，研究考察了学生的问题解决能力、任务表现及人机协同过程特征。结果表明，该系统能够通过过程支架、阶段反馈和任务引导，支持学生持续参与诊断式问题解决；学习成效较高的学生表现出更连贯的人机协同推理过程。研究为工作流导向多智能体系统支持人机协同问题解决的设计与课堂应用提供了实证依据。

博士生管秀海报展示

此次参加AIED 2026会议及Festival of Learning 2026，充分展示了清华大学教育学院师生在人工智能赋能教育、智能学习环境、学习科学、教师发展与教育公平等领域的持续探索与最新成果，体现了学院扎实的学术积累和面向人工智能教育国际前沿议题的研究能力。通过大会报告、论文展示与学术交流，学院师生进一步加深了与国际同行的对话互动，拓展了全球学术合作网络，展示了我院人工智能教育研究所的最新研究和师生风采。

供稿 | 蒋建骁 郝展欣

审核 | 张羽