为深入研讨“十五五”时期教育信息科学与技术方向的发展趋势和研究方向，汇聚专家智慧，研判数智时代教育研究范式转型，以高质量教育科学研究助力教育强国建设，2026年1月26日，教育信息科学与技术战略转型与范式突破学术研讨会在北京成功举办。

本次研讨会由国家自然科学基金委员会信息科学部指导，由北京师范大学主办，北京邮电大学协办。来自教育技术、计算机科学、人工智能、教育神经科学等领域的40余位专家学者出席会议。北京师范大学陈兴副校长和北京邮电大学黄善国副校长出席会议并致辞，同济大学校长郑庆华院士出席会议并做主旨报告。会议由北京师范大学郑永和教授主持。

陈兴副校长指出，人工智能已成为推动科研范式转型与教育实践变革的战略性驱动力，教育信息科学与技术是连接技术进步与人才培养的“关键桥梁”。他对本领域的未来发展提出了三点期待：一是要聚焦中国教育改革的“真问题”，做“顶天立地”的教育研究；二是要扎根一线教育实践的“真需求”，警惕“技术自嗨”和“模型空转”；三是要加强多学科交叉的“有组织科研”，破解教育数智化变革的“卡脖子”难题。

黄善国副校长表示，北京邮电大学作为信息科技特色鲜明的研究型大学，近年来大力推进人工智能赋能教育变革，深化人工智能与教育、管理、科研的协同联动。他呼吁教育信息科学与技术研究既要攻克技术瓶颈，更要坚守教育初心，实现技术赋能与价值引领的同频共振，加快构建产学研用深度融合的教育创新生态，以创新成果服务拔尖创新人才培养和国家战略需求。

为体系化推进教育信息科学与技术领域的专家学术交流，面向信息科技赋能教育改革创新的重大需求凝练科学问题，中国教育技术协会拟设立“教育科学与技术交叉研究专委会”，北京师范大学教育学部李艳燕教授介绍了筹备方案。她提到，专委会将依托教育信息科学与技术研究，聚焦教育改革的“真问题”，广泛吸纳教育技术学、计算机科学、信息科学、心理学与认知科学等多学科专家，构建一个稳定的跨界协作与学术交流平台，服务教育强国建设。

在专家报告环节，六位知名学者围绕人工智能赋能教育、教育大模型等前沿议题作了精彩报告。

中国工程院院士、同济大学党委书记郑庆华教授作《“人工智能+”未来教育的再认识》专题报告。郑院士指出，人工智能将成为未来教育的基础设施，推动教育向“针对性的教、个性化的学、多元化的评、智能化的管”转型。他强调，未来教育应重塑为“师-机-生”三元融合的新范式，从知识传授转向价值塑造，建立“知识-能力-素质”三元融合的评价体系，并呼吁重视人工智能伦理安全，确保技术正向赋能。

中国科学技术大学陈恩红教授作《大模型时代智能教育的发展趋势》专题报告，指出大模型正推动教育范式从知识传授向知识生成跃迁，未来人才培养应聚焦提问能力与批判性思维，教师角色将转变为设计者与陪伴者。陈恩红教授深入剖析了学习机制可计算化、多智能体协作、多模态学习分析及伦理对齐等关键科学问题，呼吁坚持“以人为本、智能向善”，利用AI技术促进教育公平与个性化发展。

北京航空航天大学张莉教授作《AI赋能教育需要跨学科合作》专题报告，指出大模型时代应重新审视知识、能力与素养的培养目标，警惕技术过度依赖导致的浅层学习。她强调，要解决教育的“真问题”，需推动计算机科学与教育学的深度融合，建议通过构建公共数据集、联合举办跨学科论坛等方式，开展兼具教育理论与技术创新的交叉研究。

浙江大学黄昌勤教授作《迈向T型范式：浅谈AI与教育交叉的基础研究提升路径》专题报告，提出教育科学研究的“T型范式”，“横”向要在广度上实现教育学、心理学、认知科学、计算机科学等多学科的交叉融通；“纵”向要在深度上聚焦教育真实问题，实现教育与技术的双螺旋递进。他呼吁摒弃单纯的“技术驱动”，坚持“问题驱动”与“数据说话”，推动从思辨性研究向实证性、计算性研究范式转型。

北京师范大学黄华教授作《广阔天地 大有可为——对教育信息科学与技术的管窥》专题报告，强调“用教育需求牵引信息技术创新”，指出信息技术介入必然会给教育提出新问题。黄华教授分享了其团队在教育专业数据集建设、智能评测标准制定等方面的研究工作，呼吁通过建立公共数据集和严格的评测机制，推动智能技术落地服务于一线教育。

华东师范大学周爱民教授作《教育大模型：挑战、机遇与实践》专题报告，分享了华东师范大学上海智能教育研究院研发的“启创•InnoSpark”教育大模型，并剖析了高质量教育数据稀缺、模型价值观对齐困难及推理算力瓶颈等挑战。他呼吁利用新型举国体制优势，在算力、数据与政策上给予更大支持，以构建“通识能力不差、教育能力更优”的世界一流模型。

在专家研讨环节，与会专家围绕教育信息科学与技术的学科建设、范式转型及生态构建进行了深入研讨。专家一致认为，面对人工智能带来的创新机遇，教育信息科学与技术研究正处于关键窗口期：一是必须直面学科挑战，壮大研究队伍。会议呼吁打破学科壁垒，广泛吸纳计算机、认知神经科学等多领域学者加入，共同解决学科边界模糊与研究队伍规模不足的问题，形成学科发展的良性循环。

二是坚持问题导向，推动范式变革。专家们强调，应摒弃单纯的技术堆砌或理论思辨，要扎根中国教育实践，聚焦一线教学的“真问题”，推动研究范式转型，实现“AI for Education”与“Education for AI”的双向赋能。

三是构建协同生态，强化产学研用。会议建议依托拟设立的中国教育技术协会“教育科学与技术交叉研究专委会”平台，建立高校、企业与科研机构的协同机制，通过建设公共数据集与科学评测标准，打通基础研究到应用落地的“最后一公里”，以高质量科研成果服务教育强国建设。