智能时代教育信息科学与技术的战略定位与发展方向

/智能时代教育信息科学与技术的战略定位与发展方向【摘要】教育信息科学与技术是解决国家教育改革发展中的关键导向问题，围绕国家教育发展和人才培养的重大目标和战略需求，开展原创性、基础性、前瞻性、交叉性研究，应用自然科学的研究范式探究教育发展的底层规律，以此推动教育研究的科学化发展，助力教育现代化远景目标的实现。教育信息科学与技术旨在以数据密集型科学的研究思想为指导，采用多学科交叉的研究范式，利用信息科技的方法刻画教育要素、挖掘教育规律、变革教育服务、优化教育模式，实现智能技术与教育教学的深度融合，助力教育的现代化发展与智能化变革。近年来，教育信息科学与技术的研究要点主要聚焦在“基于智能技术的学习者特征挖掘与智能建模”“智慧教育资源的表征、聚合与供给机制”“智慧学习环境建构关键理论与技术”“个性化学习支持服务关键理论与技术”“智能教育产品研发与应用”“多元教育情境下的学习发生机理研究”“基于教育神经科学的学习发生机理阐释”“智能技术支持的教育评价”等方面。未来教育信息科学与技术相关研究的开展需要聚焦教育改革实践问题，借鉴国际前沿研究理念，加强教育科学理论创新，构建学科交叉研究范式，突破教育科学重大问题，推动研究成果实践落地，强化智能教育伦理研究，以此推动我国教育研究的创新发展和智能变革。【关键词】教育信息科学与技术；智能教育；教育神经科学；多学科交叉融合；；能教育产品

一、引言 2018年国家自然科学基金F0701(教育信息科学与技术)申请代码的设立，对于我国教育科学研究工作的开展具有里程碑式的重要意义。其重要意义在于利用信息科技的方法感知教育情境、刻画教育主体、还原教育过程、揭示教育问题、挖掘教育规律、变革教育服务、优化教育模式，进而实现“教育主体可理解、教育情境可计算、教育规律可解释、教育服务可定制”的远景目标，以此助力智能时代教育科学研究思想和研究方法的系统变革(郑永和，等，2023a)。F0701代码的设立标志着智能时代教育科学研究理念的革新和研究范式的转型，旨在推动智能技术与教育教学的深度融合，变革智能时代的教育服务供给模式，实现智能技术赋能教育高质量发展。本文主要立足于教育信息科学与技术在我国教育科学研究体系中的战略定位，对当前阶段该领域的研究要点进行梳理，并从多个维度对教育信息科学与技术的发展方向进行研判，以期为后续相关研究的开展提供借鉴。 二、教育信息科学与技术的战略定位 教育信息科学与技术是以真实教育场景中的“教育规律的发现”“教育问题的解决”“教育服务的升级”“教学模式的优化”为目标的多学科交叉研究领域，其核心在于应用信息科技对教育系统的构成要素和演化模式进行信息感知、特征刻画、模型构建，从而挖掘深层次的教育规律。并在此基础上，对多元主体的教育需求进行预测，借助智能技术提升教育服务供给能力，实现教育规模化和个性化的协调统一，进而助力教育的创新发展和智能变革。其一，利用物联网、大数据、云计算、人工智能等前沿技术实现对教育系统构成要素的多模态、细粒度、动态化精准测评，利用智能感知技术对构成完整教育活动的人、机、物、环境等要素进行全方位感知和智能化建模分析，实现对学习者、教师、教学内容、教学资源、教学环境、教学服务的精准刻画，进而达成对数据驱动的教育现象的解释和教育过程的还原；其二，以计算教育学的研究思想为指引(郑永和，等，2020)，采用数据密集型科学的研究方法揭示教育现象背后教育系统各要素之间本质的、必然的联系(侯怀银，等，2018)，以探究教育生态系统演化的数理逻辑，突破传统基于主观报告的教育实证研究的局限性，以推动教育研究的科学化发展；其三，采用基于教育学、心理学、脑科学、认知科学、系统科学和信息科技的多学科交叉研究范式，从“行为—心理—生理—神经”等多个层次，探究教育系统构成要素的内在联系，促进多学科研究思想、研究方法、研究结论的三角互证，以此揭示深层次的教育规律；其四，面向教、学、管、评、研等真实的教育实践场景，整合智能技术的核心优势，为我国教育实践问题的解决提供系统方案，借助智能技术提升教育服务供给能力，实现智能化的学情分析、教学诊断、教育治理、教育评价和教育研究，以此推动我国教育改革发展的实践进程。 (一)实现智能数据感知，刻画完整教育要素 基于智能感知技术的数据感知与建模是教育信息科学与技术研究的基础，主要利用多样化的智能感知设备实现对智慧学习空间中“人—机—物—环境”的智能感知与精准建模(王一岩，等，2022c)，探究学习者、教师、教学资源、教学环境、教学服务等要素的潜在特征，进而实现面向多元学习时空的全景化、立体化数据感知与建模。如利用学习者的学业测评数据、心理测评数据、外在行为数据、生理信息数据、脑区活动数据，实现对学习者外在行为表征和内在认知结构的建模分析，架构多模态数据驱动的全时空、多维度、动态化学习者特征挖掘与智能建模；利用教师的话语、表情、身体姿态、设备操作、教学互动等数据，实现对教师教学行为的动态测评，以此挖掘深层次的专业素养、教学能力、教学风格等特征；利用温度、光线、湿度传感器等智能感知设备，对真实学习空间的物理环境特征进行实时、动态的建模分析等。通过对真实教学活动中教育系统构成要素的数据化表征和智能化建模，从多个维度、多个层次实现对学习者、教师、教学资源、教学环境的精准刻画。 (二)理解学习发生过程，揭示真实教育规律 教育信息科学与技术研究的重要目标在于理解学习的发生过程，并揭示真实的教育规律。传统的教育实证研究大多基于学习者的自我报告，来实现对学习过程和学习结果数据的采集，但此种方式数据分析结果受研究者和被试主观思想影响过大，且数据来源较为单一，无法对学习过程信息进行完整、动态地记录和表征，因而难以保证研究的科学性和可靠性。教育信息科学与技术的相关研究重视对教育过程性数据的挖掘分析，利用多样化的智能感知设备实现多模态、细粒度、时序性的教育数据挖掘与分析，以此探究教育生态系统演化的数理逻辑，在最大程度上还原学习过程的全貌。 对于教育规律的探求和追问是教育信息科学与技术长期追求并致力于寻求突破的重要方向。因为“教育规律”是教育现象或教育活动内部各要素之间本质的、必然的联系，关注教育系统内部各要素之间的本质联系和演变规律，可以挖掘教育现象的本质，从而揭示整个教育系统的运行机制(侯怀银，等，2018)。教育信息科学与技术一方面强调通过智能技术的应用实现数据驱动的教育过程感知与建模，打破传统教育实证研究的局限性，利用数据密集型科学的研究范式，揭示复杂教育系统的运行规律(刘三女牙，等，2020)；另一方面强调利用多学科交叉的研究思想，从“行为—心理—生理—神经”等多个层次解释教育现象、挖掘教育规律，实现多学科研究思想和研究结论的科学互证，以此探究教育系统各要素之间的本质联系，进而推动教育研究的科学化发展。 (三)挖掘多元教育需求，提供精准教育服务 对于多元主体教育需求的挖掘分析和智能教育服务的精准供给是智能技术助推教育高质量发展的核心环节，也是教育信息科学与技术亟须解决的关键问题。通过对多源异构数据的智能感知和数据建模，构建智能化的学生模型和教师模型，通过对学习过程和学习结果的精准测评，明确“教师教”和“学生学”的潜在问题所在，对学生和教师真实的教育需求进行精准测评，并为其提供主动、适切、精准的智能教育服务(余胜泉，等，2022)，充分发挥智能技术对教育的“赋能”作用。如面向学生层面，通过对学生知识技能、认知水平、学习策略、情感态度、动机信念的精准测评，对学生学习的薄弱项进行智能诊断与精准分析，构建面向学生个体的最近发展区，并有针对性地帮助学生制定学习计划、推送学习资源、改进学习策略、激发学习动机，以此促进学生“学习力”的有效提升；面向教师层面，通过对课堂教学过程中教学行为、课堂对话和师生互动行为的智能化建模分析，探究教师在教学设计、内容组织、课堂讲授、师生互动、教学指导、情感关怀、思维启发等方面存在的潜在问题，以此为教师提供更加精准的教学改进措施，促进教师“胜任力”的有效提升。 (四)创新教育教学理念，重构科学教育模式 随着智能技术与教育教学融合程度的不断加深，智能技术逐渐成为教育改革发展的内生动力，推动教育研究和教学实践的创新发展。具体到“教”与“学”层面，智能技术的广泛应用和智能教育产品的逐渐普及在极大程度上提升了教育服务的供给能力，促使教育实施者能够依据学生所处情境和学习需求为其推送自适应、个性化的学习资源和服务，有助于破解“规模化教育”和“个性化培养”之间的矛盾，助力智能时代教育理念革新和教学模式变革。智能时代教与学活动的开展也越发依赖机器来实现，机器作为一种技术中介，能够打破传统教学中的“师—生”二元主体关系，构筑起“师—机—生”的多元互动机制，“学生”与“知识”之间的单向度联系也逐渐转变为“学生—机器—知识”之间的多向度关联(王一岩，等，2022a)。 综上可见，智能教育产品已逐渐成为智能时代教与学的重要组成部分，有望通过“人机协同”的方式重构智能时代的教与学模式。具体而言，存在以下两种模式。其一，通过“人机协同学习”重构智慧学习生态。一方面，机器能够对学生的学习状态和学习需求进行精准识别，为学生提供适切性的学习资源和学习服务，保障学生的个性化学习；另一方面，学生能够适应数字化、智能化的学习环境，明确机器的核心功能和运行逻辑，善于利用机器去获取所需资源和服务，并在此基础上拓展学习的广度和深度，能够利用机器强大的学习支持服务巩固知识技能、提升学习素养、强化自我认知，在对自身学业水平和学习状况全面了解的条件下，自主制定学习计划、选择学习资源、监督学习过程、评价学习效果、反思学习问题、调节学习策略，提高学习的自主性和能动性，提升对学习的掌控力，养成适用于智能时代教育发展的学习习惯和思维模式(王一岩，等，2022d)。其二，通过“人机协同教学”革新智慧教学模式。人机协同教学强调教师应该及时转变自身角色定位，明确智能技术在教学模式变革中的实际效用，善于利用机器去完成简单重复的操作性劳动，并且能够正确认识智能技术在作业批改、课堂监管、学情分析、需求预测、智能分组、活动设计、环境创设、教学评价等方面存在的巨大优势，开展“人机协同的智慧教学”，充分发挥自身在情感关怀、思维启发、复杂决策、智慧启迪、教学创新等方面的核心作用，助力课堂教学生态的整体优化。 三、教育信息科学与技术的研究要点 从教育信息科学与技术近几年的资助现状来看，相关研究主要包括以下三种类型：其一，技术服务性研究。这类研究聚焦真实教育场景中各类智能技术的研发与应用，包括学习者特征挖掘、教育资源组织、智慧学习环境构建、个性化学习服务等，旨在刻画教育主体、资源、环境等要素的潜在特征，探究学习发生的内在机理，并在此基础上优化个性化学习支持服务的模式与策略，从而实现教育服务供给能力的有效提升。其二，规律探索性研究。这类研究主张运用教育学、心理学、脑科学、认知科学、系统科学和信息科技的前沿理论和方法从多个层面挖掘教育规律，探索教育系统构成要素之间的本质联系，厘清教育生态系统的运行机制。其三，实践支撑性研究。这类研究聚焦教育评价、教育治理等教育改革发展的实践问题，构建面向特定研究对象的特征指标体系、技术实现方案、实践应用模式和教育反馈机制，利用智能技术优化教育实践的核心环节，促进教育效率与教育效益的共同提升。基于此，本文立足于智能技术驱动教育创新发展的战略定位和核心目标，结合对2018-2022年F0701资助项目的系统分析，将目前教育信息科学与技术领域的研究要点概括为以下八个方面。 (一)智能技术支持的学习者特征挖掘与智能建模 对于学习者特征的挖掘和学习者模型的构建是当前智能教育研究的核心议题，旨在通过对学习者在多样化学习场景中多源异构数据的采集、分析、汇聚、融合，利用多模态数据之间的信息互补机制，实现对学习者外在学习状态的刻画和内在认知结构的表征(王一岩，等，2022b)。相关研究主要聚焦于利用学习者的学业测评数据、心理测评数据、外在行为数据(话语、表情、手势、身体姿态等)、生理信息数据(呼吸、心跳、脉搏、皮电、肌电、眼动、脑电、血氧等)、人机交互数据等，实现对学习者“行为、知识、认知、情感”状态的智能化测评分析，并在此基础上探究学习者的学习兴趣、学习偏好、学习动机、学习风格等潜在特征。相关研究领域主要包括学习行为分析、认知诊断、知识追踪、情感计算、学习参与度识别、学习注意力测量、学习投入分析、学习动机检测、学习风格识别等方面。相关内容涉及学习者的知识结构、认知水平、情感体验、学习风格、学习偏好、学习动机等诸多方面，旨在实现从外在行为表征到内在认知结构和情感态度的综合化建模分析，以充分发挥数据感知和建模的核心效用，从而构建立体化、综合化、动态化的学习者模型(黄涛，等，2020)。 (二)智慧教育资源的表征、聚合与供给机制 智慧教育资源的表征、聚合与供给机制主要通过对文本、课件、视频、动画、试题等多模态教育资源的智能化标注，实现知识工程驱动的智能化教育资源组织，并在此基础上构建学习者和教育资源的智能匹配模型，从而为教育资源的智能化推送提供支持，主要表现为以下三方面的内容。一是基于知识图谱的结构化学科知识体系建构。利用知识图谱的方法对知识点之间的上下位关系、蕴含关系、前后关系进行表征(李振，等，2019)，构建结构清晰、逻辑严谨的学科知识体系，为教育资源的智能组织与聚合提供依据。二是人机协同支持的智能化教育资源标注。针对当前阶段海量教育资源呈现方式多样化、资源标注不清晰、资源之间的逻辑关系不明确等问题，结合专家标注、机器标注和众智标注的方法实现人机协同的教育资源分类、标注和评价，构建教育资源和学科知识点之间的动态映射关系，以此为教育资源的跨平台迁移、系统化重组和个性化推荐提供支持(郑永和，等，2023b)。三是面向学生知识水平的智能化教育资源推送。以学科知识图谱为依据，构建“学习者—知识—资源”之间的关联分析模型，以此实现教育资源和学习需求之间的智能匹配，根据具体的教育情境和学习者的知识水平、学习风格等特征实现精准化的资源推送。 (三)智慧学习环境构建关键理论与技术 智慧学习环境的构建是人工智能教育应用的重要环节，其应用主要包括智慧教室、智慧校园、智慧图书馆、智慧博物馆等。智慧学习环境的构建主要通过多样化智能工具的应用、智能服务的推送和智慧教学的开展，为学习者提供智能增强、虚实融合、人机协同的学习环境。其一，利用虚拟现实、增强现实、全息影像、数字孪生、元宇宙、数字人等技术提升学习环境的临场感和沉浸感，为学习者呈现各种真实的学习场景、创设真实自然的学习体验，提高学习者的学习兴趣和学习动机(黄荣怀，等，2012)；其二，利用多样化的智能感知设备实现教育情境的智能感知与融合计算，对学习空间中学习者、教师、教学资源、教学媒体、教学环境等要素的表征状态和演化模式进行精准刻画，帮助机器理解学习的发生过程、探究学习的发生机制，以此为教学服务的推送和教学模式的优化提供有效支持；其三，构建面向智慧学习环境的智能化教与学模式，实现智能化的学习服务支持、教学活动组织，帮助学习者在与教师、同伴、资源、环境、机器的多元交互过程中强化知识建构、提升高阶思维、培养创新意识，促进自身认知水平和学习素养的有效提升。 (四)个性化学习支持服务关键理论与技术 个性化学习支持服务的供给是智能技术教育应用的核心，主要利用数据建模的方式对学习者的个体特征进行智能诊断和精准判别，并通过个性化学习方案的设计实现精准干预。目前关于学习者个性化学习支持服务的相关研究主要涉及以下三个层次：一是面向学习者学业水平提升的精准化学情诊断和资源推荐。通过对学习者学业测评数据和学习行为数据的采集分析，对学习者的知识掌握程度和认知发展状况进行精准分析，以此构建学习者和学习资源之间的精准匹配机制，充分考虑学习者的先验知识、认知水平、学习风格、学习偏好等特征，为学习者提供个性化的资源推荐和学习路径规划服务。二是面向学习者综合素质培养的精准化教学活动设计。根据学习者的年级、兴趣、能力等特征，对学习者进行个性化的分组，设计探究性的教学实践活动，让学习者在协作学习中提升团队合作意识和问题解决能力，帮助其应用所学知识和技能去解决现实生活中的实际问题，以此强化他们对所学知识的理解，激发其探索精神和创新意识，促进其综合素质的有效提升。三是面向学习者生涯发展的综合化培养路径设计。针对学习者的个性、能力、兴趣、偏好、身体素质、家庭背景等特征，为学习者制定面向生涯发展的个性化培养模式，针对学习者在每个阶段的潜在特征进行精准化的测评分析，为其在文理分科、高考报考、专业选择、职业规划等方面提供科学有效的参考依据。 (五)智能教育产品研发与应用 智能教育产品是智能技术教育应用的核心落脚点，也是智能时代学习模式变革的重要依托。它能够对物联网、大数据、人工智能、5G、边缘计算等智能技术进行有机整合，为学习者提供系统、精准、智能、科学的学业问题解决方案，助力大规模个性化学习目标的有效落实。典型的智能教育产品主要包括智能导学系统、教育智能体、教育机器人、自适应学习平台等智能教学系统，以及近年来备受关注的学习机、作业灯、智能笔等智能教育硬件产品，其核心思想是帮助机器模拟专家教师的经验和方法来为不同学习者传授知识和技能，打造“一对一”的数字教师，帮助学习者减轻学业负担、提升学习效率、培育创新意识、提高自主学习能力。从智能教育产品自身的价值定位来讲，其主要通过全过程、多场景、多模态教育数据的采集分析，实现学习意图的识别与应答、学习情境的感知与计算、学习者画像的构建与更新、学习需求的分析与预测、学习服务的生成与推送，进而构建“产品—资源—数据—服务”一体化的教育服务供给模式(王一岩，等，2021b)，为学习者提供智能化的学情诊断、学习辅助和教学辅导。未来智能教育产品的研发与应用将成为教育信息科学与技术关注的重要研究方向，利用智能教育产品实现“智能教育研究”和“智慧教育应用”的双向赋能，强化“智能技术研发”向“智能教育服务”的转化，以此推动教育信息科学与技术领域的创新发展。 (六)多元教育情境下的学习发生机理研究 教育系统的复杂性为教育规律研究带来极大挑战，因此在以往的研究中大多将研究问题聚焦在特定的教育情境之下，探究特定教育要素对于学生认知体验和学业表现的影响机制，以此挖掘教育要素和学习者之间的内在联系。在教育信息科学与技术近年来的资助项目中，相关研究主要关注课堂学习、线上学习、混合学习、协作学习、游戏化学习、虚拟与增强现实环境下的学习、人机协同学习等环境下教师、教学资源、教学环境、教学媒体、教学活动等要素对学习者学习过程和学习效果的影响机制，以及学习者的先验知识、认知水平、情绪体验、学习投入、学习动机、学习风格、学习兴趣等潜在特征要素之间的交互作用关系及其对学业成效的影响机制。如虚拟现实学习环境对于学习者认知负荷的影响机制(陈丽君，等，2021)；视频学习过程中教师形象、目光、手势对于学习者学习效果和学习体验的影响机制(杨九民，等，2020；皮忠玲，等，2019)；课堂教学过程中教师的话语行为、教学媒体操作行为、对学习者的反馈行为与学习者活动之间的作用关系(穆肃，等，2019)等。 (七)基于教育神经科学的学习发生机理阐释 教育神经科学是一门融合了教育学、心理学、认知科学、神经科学、信息科技等多个学科理论和方法的新兴交叉学科，旨在从“认识脑”“理解脑”和“塑造脑”的角度为教育规律研究提供新的证据支持，从大脑对知识技能习得的编码、保持、提取和迁移的一般过程，到语言、数学、道德、艺术、科学、体育等特定领域的知识技能习得的认知神经机制，再到教学过程中师生的注意、执行功能、元认知等认知因素和情绪、动机、兴趣等非认知因素对教学的调节作用及其脑认知机理等。相关研究涉及学习者的认知发展规律、教学互动的脑认知机理、教学过程与教学结果的神经行为评估、教与学的关键调控因素及其调控机制、学科特异性教学规律的认知神经机制等方面。脑科学的发展为教育科学研究打开了一扇新的大门，从脑科学的视角探寻“教师教学”“学生学习”“教学互动”等关键教学活动和学习过程的机制与机理，打开了教育研究的“黑箱”，探究教育发展的底层逻辑，以此为教育规律研究提供脑科学理论、方法和证据支持。 (八)智能技术支持的教育评价 2020年10月，中共中央、国务院印发《深化新时代教育评价改革总体方案》，提出改进结果评价，强化过程评价，探索增值评价，健全综合评价的远景目标，强调要利用信息技术提高教育评价的科学性、专业性和客观性(新华社，2020)。因此，智能时代的教育评价应该以新时代的人才培养、教师发展和教学变革为指导，以教育规律为参照，以信息科技为依托，以数据为核心驱动力，构建系统化、科学化、综合化的评价体系和评价方法，驱动教育评价效率和效度的大幅提升，使得大规模、全过程、科学化的教育评价成为可能，构建面向学习者、教师、课堂教学和区域教育生态系统的全方位、综合化评价体系，为人才选拔方式的转变、教学策略的改进、教学模式的变革、教育政策的制定提供参考。近年来，在教育信息科学与技术的资助项目中，关于教育评价的相关研究涉及对教师和学习者信息素养、数据素养、学习者问题解决能力测评、高阶思维能力、社会情感能力评估、英语演讲能力评估、师范生教学表达能力评估以及教师在线教学反馈评价等相关主题，着力构建面向特定群体和特定场景的教学评价解决方案，以此为教育评价实践工作的开展提供有效支撑。 四、教育信息科学与技术的发展方向 经过五年的发展，F0701在资助数量、资助率、项目质量等方面都有了较大提升，逐渐形成了较为成熟的研究体系，这在一定程度上推动并引领了我国教育科学研究的发展方向。面向未来，教育信息科学与技术相关研究的开展需要实现“教育科学研究”和“教育实践应用”的有机统一。一方面，要重视对教育科学研究思想的完善，强化教育理论创新和技术方法变革，构建更为科学的研究体系，以此实现对教育规律的深层次挖掘分析，助力我国教育研究的科学化发展；另一方面，要明确自身研究在我国教育改革发展实践进程中的核心作用，明确教育信息科学与技术相关研究的开展应如何服务于我国教育现代化建设的实践进程，以此完善教育信息科学与技术的研究方向和发展路径，进而为我国教育实践问题的解决提供理论支撑。 (一)聚焦教育改革实践问题，明确教育研究核心立场 当前世界正经历百年未有之大变局，新一轮科技革命和产业革命的蓬勃兴起正在极大程度上改变全球范围的经济发展和政治格局。进入教育改革发展的新时期，我国教育的主要矛盾已经由稀缺的优质教育资源同人们日益增长的高质量教育需求之间的矛盾，转变为优质、均衡、个性、终身教育发展同落后的教育供给体系和教育服务模式之间的矛盾(陈丽，等，2018)。在此背景下，教育科学研究的开展一定要以满足广大民众多元化的教育需求为导向，以国家教育改革发展重大问题的解决为目标，加强教育研究与教育实践之间的关联性，以科技创新为教育改革发展注入“新动能”，不断提升教育服务供给能力，在更大程度上保障教育公平、提升教育质量。近年来，从国家层面出台了一系列推动教育改革发展的政策文件，如智慧教育示范区建设、“三个课堂”的建设和应用、教育新型基础设施建设、教育数字化转型试点区建设、教育数字化战略等，这为教育科学研究的开展提供了更加立体多元的研究场域。未来相关研究的开展要进一步扎根于中国教育实践，明确教育科学研究的核心目标是要解决中国教育改革发展中的各种现实问题，要将教育科学研究与我国教育现代化建设的实践工作相结合，不断指导、引领和推动我国教育现代化建设的实践进程。 (二)借鉴国际前沿研究理念，完善教育科学研究体系 我国自然科学基金对于教育研究的资助起步较晚，但布局长远、崛起迅速、体系性强，国家教育等相关管理部门和教育研究等领域专家学者对此高度赞赏。在大力推进现有研究布局和资助工作的基础上，应树立全球视野、加强顶层设计、借鉴国际先进经验，结合我国教育改革发展的实际问题，对教育信息科学与技术的研究和资助体系进行不断丰富和完善，以此提升教育科学研究与教育实践发展的适应性，保证教育科学研究能够解决我国教育改革发展的实践问题。通过对美国国家科学基金会(NationalScienceFoundation，NSF)教育资助情况的系统分析，我们结合对近年来国际教育科学研究权威报告的深度解读，将相关前沿发展趋势归纳为以下五个方面。一是NSF长期关注并支持的科学教育和科技人才培养，致力于提升公民科学素养，培养下一代STEM优秀人才，甄选并培养科技创新后备人才。二是基于学习科学的学习机理与干预模式研究，致力于利用多学科交叉的研究方法揭示学习发生的内在机理，并实现精准干预(夏琪，等，2019)。三是教育智能分析技术，主张利用人工智能技术来分析学习成效、预测学习表现、识别学习风险、挖掘学生特征，为学习、教学、管理决策提供参考。四是智能学习工具研发，致力于打造智能化的学习工具，帮助学习者提高学习成绩、改善学习体验、提升学习素养、实现自主学习，助推人工智能使能的“大规模个性化学习”(顾小清，等，2021)。五是为应对疫情、战争、自然灾害等极端情况的新型混合教学模式的探索，致力于将混合、远程的学习模式纳入“主流的”学校教育，构建更加“弹性化”的教学模式与学习生态(黄荣怀，等，2020)。 (三)加强教育科学理论创新，革新教育实践指导思想 从我国教育科学研究的发展历程来看，专家学者很大程度上是在利用以往较为成熟的理论和方法去发现、分析和解决我国教育改革发展的现存问题，从目前来看确实取得了一定的成效。但从长远来看，应该从科技创新、社会进步、人才培养的现实需求出发，深刻认识和把握教育自身面临的突出矛盾和问题，加强教育科学研究的理论创新，以此为教育的改革发展提供思想指引。其一，构建具有中国特色的教育科学研究创新理论。深入研究我国教育改革发展面临的新形势、新问题，提炼和总结我国教育发展的规律性认识，把实践经验上升为系统化的教育理论，以教育实践问题的发现和解决为目标，以科学化的教育思想为指引，构建具有中国特色的教育科学研究创新理论，为世界教育发展贡献中国智慧。其二，完善“计算教育学”研究体系。重视科技创新在教育研究范式转型中的关键作用，利用智能技术感知教育情境、刻画教育主体、挖掘教育规律、优化教育服务，推动教育研究的数据化、科学化、智能化发展，重构智能时代教育科学研究的方法论体系。其三，加强“人机协同”教育理论体系建设。明确智能技术和智能产品在未来教学、学习、评价、治理等方面的关键作用，探究“人”和“机器”的角色定位和协同机制，推动“人机协同支持”的高效能课堂教学、个性化自主学习、智能化教育评价、精准化教育治理。 (四)构建学科交叉研究范式，重构教育科学研究格局 教育问题具有高度的复杂性，在微观层面应关注学习者的智力水平、先验知识、学习动机、认知结构、学业情绪、学习态度等潜在特征与学习者学业表现之间的关联关系；在中观层面，应关注教师、教学资源、教学媒体、教学活动、教学环境等外在教育情境要素对学习者学习过程和学习结果的作用机理(王一岩，等，2022c)；在宏观层面，应关注地区的政治、经济、文化发展水平以及学习者家庭的社会经济文化状况对学习者学业发展的影响机制。我们所探讨的教育规律在不同的学习群体、不同的教育情境、不同的时代背景下也表现出较大差异。教育系统的复杂性给教育科学研究的开展带来极大挑战，单一学科的理论和方法已经无法满足复杂教育研究的实际需要，因此我们需要利用多学科交叉融合的思想对教育问题、教育现象、教育活动进行多维度、深层次的系统分析，以挖掘深层次的教育规律(郑永和，等，2023a)。其一，利用教育学、心理学、脑科学、认知科学、系统科学、信息科技等领域的理论和方法对教育问题进行科学解释，使得不同学科的理论、方法和证据能够进行科学互证，从而构建层次清晰、体系完善的研究格局；其二，打造跨学科的研究团队，综合多个学科的理论和方法共同解决教育领域某一个复杂的研究问题，从不同学科视角出发对困扰教育发展的核心问题进行深入探究，实现对教育问题的深度诠释，厘清复杂教育系统的运行机制。 (五)突破教育科学重大问题，解决教育研究痛点问题 从近年来的资助情况来看，F0701关注的前沿问题主要包括学习行为分析、认知诊断、知识追踪、情感计算、学习交互分析、学习投入分析、专注度识别、学习者建模、教育情境感知、机器智能解答、教育资源组织、学习资源推荐、学习路径规划等核心技术问题，教育媒体、教育资源、教育环境、教育活动、教育产品、教育服务对学生学习成效、认知水平、情绪状态、学习动机的影响机制等关键科学问题，以及智能导学系统、教育机器人、自适应学习平台、教育智能硬件等智能教育产品研发与应用的核心理念、关键技术、应用模式、伦理规约等。任何一项关键技术或科学问题的突破都将为教育科学研究的开展带来新动能。因此，在后期相关研究的开展过程中，需要进一步凝聚广大科研人员的集体智慧，加强对教育信息科学与技术重大科学问题的技术攻关，解决教育智能化变革中的核心问题，进而实现“教育主体可理解、教育情境可计算、教育规律可解释、教育服务可定制”的远景目标，推动智能时代教育研究的创新发展。 (六)推动研究成果实践落地，助推教育实践系统变革 在教育信息科学与技术以往的研究中，专家学者们专注于新理论、新方法和新技术的研究与应用，取得了较为丰硕的研究成果。但从本质上来讲，教育信息科学与技术研究的核心在于利用技术手段去解释教育现象、挖掘教育规律、变革教育服务、优化教育模式，以此为“教学、学习、管理、评价”等工作的开展提供有效支持。由此可见，教育信息科学与技术的研究不能仅仅停留在“研究”层面，更应该关注相关研究的开展能够为教育实践问题的解决作出什么贡献。比如，智能技术如何为学习者提供个性化的学习支持服务?如何帮助教