2026年教育技术学保研高频面试题包含详细解答

最新整理题型全覆盖直击考察要点

精选100道·含详细解答

题目来源：依据历年高频考点·系统整理

★表示出题频率：★★★较高★★★★很高★★★★★最高

一、个人认知与择校匹配（10道）

1.请用一分钟进行一个简短的自我介绍。★★★★★（考察自我表达与信息归纳）

2.你为什么选择报考我们学校的教育技术学专业？★★★★★（考察择校动机）

3.你在本科期间遇到的最大挫折是什么，你是如何克服的？★★★★（考察抗压与问题解决

能力）

4.相比于其他学校的保研生，你认为自己最大的竞争优势在哪里？★★★★★（考察自我认

知与自信度）

5.如果这次保研面试没有通过，你会有什么打算？★★★★（考察心理韧性与备选方案）

6.你在团队合作中通常扮演什么角色？请举例说明。★★★★（考察团队协作精神）

7.你认为教育技术学专业的学生最应该具备哪些核心素养？★★★★★（考察专业认知）

8.请评价一下你本科所在院校的教育技术学专业建设有什么特点？★★★★（考察母校认知

与辩证思维）

9.在你的成长经历中，对你影响最大的一本书或一个人是什么？★★★★★（考察价值观与

人文素养）

10.你的性格中有哪些优缺点？这些特质将如何影响你的学术研究？★★★★★（考察自我剖

析与科研适配度）

二、本科学业与读研规划（10道）

11.你本科期间哪门专业课成绩最好？请简述该课程的核心理论。★★★★★（考察专业基础

与学业表现）

12.本科阶段哪门课程你觉得最难？难点在哪里？★★★★（考察学习态度与反思能力）

13.你的本科成绩单中某门计算机或高数课程分数较低，能解释一下原因吗？★★★★（考察

临场应变与弱点解释）

14.你未来三年的研究生学业是如何详细规划的？★★★★★（考察读研目标与规划能力）

15.研究生阶段你希望侧重于教育技术学的哪个具体研究方向？为什么？★★★★★（考察研

究方向清晰度）

16.硕士毕业后你是否有继续攻读博士学位的打算？★★★★★（考察学术追求与长远目标）

17.如果你的导师分配给你的科研任务与你的兴趣方向完全不一致，你会怎么处理？★★★★

（考察师生沟通与科研态度）

18.跨专业保研的同学往往基础薄弱，作为本专业学生你觉得怎么保持优势？（或针对跨考

生：如何弥补专业鸿沟？）★★★★（考察专业壁垒与学习策略）

19.你认为研究生阶段的学习方式和本科阶段最大的区别是什么？★★★★★（考察科研思维

转变）

20.毕业后，你想去高校、中小学、还是互联网教育企业工作？为什么？★★★★★（考察职

业规划适配度）

三、科研竞赛与项目经历（15道）

21.请详细介绍你简历中最满意的那个科研项目，你具体负责了什么核心工作？★★★★★

（考察科研实践经历）

22.在你参与的“挑战杯/互联网+”等竞赛中，你们团队项目的创新点是什么？★★★★★（考察

创新能力与项目价值）

23.你的项目中使用了哪种数据分析方法？为什么选择这种方法？★★★★★（考察研究方法

掌握度）

24.在科研项目推进过程中，遇到过最棘手的技术或理论难题是什么？如何解决的？★★★★

（考察科研攻坚能力）

25.如果让你重新做一次这个项目，你会做哪些改进和优化设计？★★★★★（考察学术反思

与迭代思维）

26.你的毕业设计/论文目前进展如何？主要研究什么问题？★★★★★（考察毕业论文质量）

27.你简历中提到熟悉Python/SPSS等工具，请具体说明你用它完成了什么量化分析任务？

★★★★（考察工具掌握真实性）

28.你有没有独立撰写并发表过学术论文？请简述其核心论点。★★★★★（考察学术论文写

作能力）

29.你的项目中针对的用户群体是哪些？实验样本量是如何科学确定的？★★★★（考察实验

设计科学性）

30.为什么你的科研经历跨度这么大，似乎没有聚焦在一个特定的细分领域？★★★★（考察

学术专注度与解释能力）

31.你的研究结论在实际教育场景中具有怎样的应用推广价值？★★★★★（考察研究成果实

用性）

32.请评价一下你本科科研导师的研究风格对你产生了什么深远影响？★★★★（考察科研传

承与学术氛围认知）

33.在文献综述阶段，你是如何筛选并阅读与你项目相关的前沿文献的？★★★★★（考察文

献检索与筛选能力）

34.你的调研问卷是如何设计的？如何保证其信度和效度？★★★★★（考察实证研究基本

功）

35.你认为本科阶段的科研竞赛经历，对你攻读研究生最大的帮助体现在哪里？★★★★（考

察科研经历迁移能力）

四、教育技术学核心专业知识（20道）

36.请简述建构主义学习理论的核心观点，及其对信息化教学设计的启示。★★★★★（考察

基础教育理论）

37.什么是TPACK模型？它在教师专业发展中有何重要作用？★★★★★（考察核心专业模

型）

38.行为主义、认知主义和建构主义在教学媒体的选择倾向上有何不同？★★★★★（考察学

习理论对比）

39.请解释“混合式学习（BlendedLearning）”的概念并设计一个简要的应用场景。★★★★★

（考察教学模式应用）

40.什么是ADDIE教学设计模型？请说明每个字母代表的阶段含义。★★★★★（考察教学设

计基础）

41.形成性评价与总结性评价有什么区别？在在线教育中如何有效实施形成性评价？

★★★★★（考察教学评价知识）

42.你如何理解“技术是中立的”这一观点？教育技术学中技术与教育到底是什么关系？

★★★★★（考察学科哲学认知）

43.请简述戴尔“经验之塔”理论的内容，它对多媒体教学资源开发有何指导意义？★★★★★

（考察经典教育技术理论）

44.什么是联通主义学习理论（Connectivism）？它与数字时代特征有什么联系？★★★★

（考察前沿学习理论）

45.沉浸式学习（如VR/AR教学）的认知机制是什么？可能存在哪些局限？★★★★（考察新

技术教育认知）

46.请解释什么是“翻转课堂”，并深度分析其在国内中小学推广遇到的阻力。★★★★★（考

察教学模式批判思维）

47.教育数据挖掘（EDM）和学习分析（LA）之间有什么区别和联系？★★★★★（考察教育

技术研究方法）

48.什么是“认知负荷理论”？在多媒体课件设计中应如何降低外在认知负荷？★★★★★（考

察多媒体学习理论）

49.STEM教育与创客教育的核心区别与内在联系是什么？★★★★（考察教育模式辨析）

50.CSCL（计算机支持的协作学习）中，如何有效监控和评估学生的协作过程？★★★★

（考察协作学习知识）

51.请解释多媒体学习的“梅耶（Mayer）十二项原则”中的任意三项经典原则。★★★★★（考

察多媒体设计核心理论）

52.什么是分布式认知（DistributedCognition）？在教育技术工具设计中如何体现？★★★

（考察高级认知理论）

53.慕课（MOOC）的完成率普遍较低，从教育技术学角度分析有哪些解决策略？★★★★

（考察在线教育痛点分析）

54.非正式学习与正式学习如何通过技术实现跨情境的无缝衔接与融合？★★★★（考察学习

情境理论）

55.请简述教育系统科学方法论的基本特征与研究范式。★★★★★（考察系统方法论认知）

五、教育技术学前沿热点（15道）

56.ChatGPT等生成式人工智能对现有的教育评价体系带来了哪些直接冲击？★★★★★（考

察AI时代教育变革热点）

57.元宇宙（Metaverse）赋能教育的本质是什么？你认为它是概念噱头还是教育未来？

★★★★（考察前沿概念辩证思维）

58.数字化转型大背景下，如何实质性地弥合教育领域的“数字鸿沟”？★★★★★（考察教育

公平与社会热点）

59.人工智能大模型时代，教师的角色与核心素养将发生怎样的结构性转变？★★★★★（考

察未来教师专业发展）

60.你如何看待“人机协同教学”？它可能引发哪些潜在的教育伦理风险？★★★★（考察人工

智能教育伦理）

61.情感计算（AffectiveComputing）在自适应智能学习系统中的应用前景如何？★★★（考

察前沿技术应用视野）

62.脑科学与教育技术学的交叉研究（如教育神经科学）目前主要面临哪些技术与伦理挑战？

★★★（考察交叉学科前沿）

63.知识追踪（KnowledgeTracing）模型在智能授导系统（ITS）中是如何不断迭代演进的？

★★★（考察教育人工智能算法认知）

64.什么是“具身认知（EmbodiedCognition）”？现代虚拟现实技术如何促进具身学习？

★★★★（考察学习科学前沿理论）

65.课堂教学中如何利用多模态学习分析技术（MMLA）来精准评估教学质量？★★★★（考

察前沿学习分析技术）

66.终身学习理念下，微认证（Micro-credentials）和数字徽章的全球推广痛点主要在哪里？

★★★（考察教育评价前沿）

67.面对Sora等视频生成大模型，未来的微课与数字教学资源开发会发生怎样的范式转变？

★★★★★（考察AIGC与教育资源热点）

68.国家“教育新基建”政策中，教育专网和智慧校园建设的核心诉求分别是什么？★★★★★

（考察教育信息化政策）

69.从“知识传授”向“核心素养培养”转型，教育技术在其中到底应该承担什么核心角色？

★★★★★（考察教育政策与技术融合）

70.跨学科视角下，教育学、心理学与计算机科学在当前的教育技术前沿研究中存在怎样的张

力？★★★（考察宏观学科认知）

六、英语口语与专业英语能力（30道）

71.CouldyoupleaseintroduceyourselfinEnglishwithintwominutes?【中文翻译：请用两

分钟时间用英文进行自我介绍？】★★★★★（考察英文基本表达）

72.WhydidyouchooseEducationalTechnologyasyourmajor?【中文翻译：你为什么选择

教育技术学作为你的专业？】★★★★★（考察专业英文选择动机）

73.Whatareyourgreateststrengthsandweaknesses?【中文翻译：你最大的优点和缺点是

什么？】★★★★★（考察英文自我评价能力）

74.Couldyoudescribeyourhometownandhowitinfluencedyou?【中文翻译：能描述一下

你的家乡以及它对你的影响吗？】★★★★（考察日常英文口语流畅度）

75.Whatareyourhobbiesinyoursparetime?【中文翻译：你业余时间有什么爱好？】

★★★★（考察日常英文交流）

76.Whichuniversitydidyougraduatefromandwhatisitsmostdistinctivefeature?【中文翻

译：你本科毕业于哪所大学，它最大的特色是什么？】★★★★（考察英文描述能力）

77.Howdoyouusuallyhandlestressorpressure?【中文翻译：你平时是如何处理压力

的？】★★★★（考察英文抗压心理表述）

78.Whatareyourcareerplansaftergettingyourmaster'sdegree?【中文翻译：取得硕士学

位后你有什么职业规划？】★★★★★（考察英文职业规划表达）

79.BrieflyintroduceyourgraduationthesisinEnglish.【中文翻译：请用英文简要介绍你的毕

业论文。】★★★★★（考察英文学术汇报能力）

80.Whatisthemostimpressivebookyouhavereadrecently?【中文翻译：你最近读过印象

最深的一本书是什么？】★★★★（考察英文思维拓展）

81.Howdoyoudefine"EducationalTechnology"?【中文翻译：你如何定义“教育技术学”？】

★★★★★（考察核心专业术语英文表达）

82.WhatisthedifferencebetweenE-learningandtraditionallearning?【中文翻译：在线学

习和传统学习有什么区别？】★★★★★（考察专业英文比较分析）

83.Pleaseexplaintheconceptof"Constructivism"briefly.【中文翻译：请简要解释“建构主

义”的概念。】★★★★★（考察英文教育理论阐述）

84.Howcanartificialintelligencebeintegratedintodailyeducation?【中文翻译：人工智能

如何融入日常教育？】★★★★★（考察英文前沿热点讨论）

85.Whatdoyouthinkisthebiggestchallengeinonlineeducationtoday?【中文翻译：你认

为当今在线教育面临的最大挑战是什么？】★★★★★（考察英文专业痛点分析）

86.CanyougiveanexampleofhowVRorARisusedintheclassroom?【中文翻译：你能

举一个VR或AR在课堂中应用的例子吗？】★★★★★（考察英文新技术教育应用）

87.WhatisTPACK,andwhyisitimportantforteachers?【中文翻译：什么是TPACK，为

什么它对教师很重要？】★★★★★（考察专业英文模型阐释）

88.Explaintheterm"LearningAnalytics"inyourownwords.【中文翻译：请用你自己的话解

释“学习分析”这个词。】★★★★★（考察英文专业概念理解）

89.HowhastheCOVID-19pandemicchangedthefieldofEducationalTechnology?【中文

翻译：新冠疫情如何改变了教育技术领域？】★★★★（考察英文社会背景下的专业探

讨）

90.Whatistheroleofateacherinasmartclassroom?【中文翻译：智慧课堂中教师扮演什

么角色？】★★★★★（考察英文教学角色认知）

91.Describearesearchprojectyouparticipatedinduringyourundergraduatestudies.【中

文翻译：描述一个你在本科期间参与的科研项目。】★★★★★（考察英文科研经历复

述）

92.Whatwasyourspecificcontributiontothatproject?【中文翻译：你在那个项目中具体的

贡献是什么？】★★★★★（考察英文细节解释能力）

93.HaveyoureadanyEnglishacademicpapersrelatedtoEducationalTechnology?【中文

翻译：你读过与教育技术相关的英文学术论文吗？】★★★★★（考察英文文献阅读习

惯）

94.WhatisthemainconclusionofthelatestEnglishpaperyouhaveread?【中文翻译：你

最近读的英文论文的主要结论是什么？】★★★★★（考察英文文献核心提取）

95.HowdoyouusuallysearchforEnglishliteratureinyourresearch?【中文翻译：在研究中

你通常如何检索英文文献？】★★★★★（考察英文学术检索方法表述）

96.Pleasetranslatetheterm"InstructionalDesign"andbrieflyexplainitsprocess.【中文翻

译：请翻译“教学设计”一词并简述其过程。】★★★★★（考察英文专业术语互译）

97.Whatmethodologydidyouuseinyourdataanalysis?【中文翻译：你在数据分析中使用

了什么方法论？】★★★★★（考察英文研究方法论表达）

98.CouldyounamesomeauthoritativeEnglishjournalsinthefieldofEducational

Technology?【中文翻译：你能说出教育技术学领域的几个权威英文期刊吗？】★★★★★

（考察专业英文学术素养）

99.Howdoyouensurethevalidityandreliabilityofyourresearch?【中文翻译：你如何确保

你研究的效度和信度？】★★★★（考察英文实证研究术语）

100.Ifyouareaccepted,howwillyouimproveyourEnglishwritingskillsforacademic

publication?【中文翻译：如果被录取，你将如何提高英文写作能力以发表学术论文？】

★★★★（考察英文学术进阶规划）

教育技术学保研高频面试题解答

一、个人认知与择校匹配（10道）

Q1：请用一分钟进行一个简短的自我介绍。★★★★★（考察自我表达与信息归

纳）

参考回答：

各位老师好，我叫XX，来自XX大学教育技术学专业。本科前六个学期，我的成绩

排名在专业前3%，连续三年拿到国家奖学金。在这三年里，我其实最看重的不是绩

点，而是真正去用技术解决一点教育问题。我平时很喜欢钻研代码和数据，所以大

二时主动加入了院里的学习分析实验室，跟着导师做了一个关于在线学习专注度预

测的项目。在这个过程中，我发现自己对怎么从复杂数据里挖出学生的真实学习状

态特别着迷。

除了实验室搬砖，我也自己带队打过几次比赛，拿了计算机设计的国二。因为有这

些实打实的敲代码和跑数据的经历，我现在对教育数据挖掘这个方向算是有一点自

己的手感了。贵校在这个领域有非常成熟的团队，我看过XX老师关于多模态数据的

论文，觉得特别对胃口，这也是我今天特别希望能来这里继续深造的原因。感谢各

位老师的倾听。

Q2：你为什么选择报考我们学校的教育技术学专业？★★★★★（考察择校动

机）

参考回答：

其实我关注咱们学院挺久了，最直接的原因是贵校在人工智能与教育融合这块的研

究真的非常扎实。我自己在本科做大创项目的时候，尝试过用知识图谱去梳理高中

的物理知识点，当时遇到很多算法和认知模型结合上的瓶颈。后来在查文献时，正

好读到咱们学院某某老师团队发在《电化教育研究》上的那篇关于自适应学习路径

生成的文章，当时就觉得思路一下子被打开了。

而且咱们学校整体的科研氛围比较自由，看重学生真刀真枪做项目的能力，这跟我

个人的学习习惯非常契合。我本人不太喜欢死记硬背纯理论，更喜欢在实际开发或

者数据分析的过程中去验证理论。我觉得如果在咱们这里读研，我能有更多机会接

触到真实的教育应用场景和一线的数据，把之前攒下来的一些技术底子真正落地成

有用的教育产品或者研究成果。这是我特别向往的。

Q3：你在本科期间遇到的最大挫折是什么，你是如何克服的？★★★★（考察抗

压与问题解决能力）

参考回答：

挫折的话，应该是大三上学期刚开始独立带队做大创项目的时候。当时我们想做一

个针对孤独症儿童的互动干预小程序，最初我把主要精力都放在了技术实现上，每

天熬夜搭框架、写前端代码。结果等我们拿着粗糙的Demo去特殊教育学校做第一

次用户测试时，现实直接给我泼了盆冷水。孩子们对我们设计的界面根本不感兴

趣，甚至因为某些交互音效产生了抵触情绪。

那次打击挺大的，让我意识到脱离真实用户的闭门造车是行不通的。后来我停下了

所有的代码工作，花了两周时间跟着特教老师去听课，仔细观察孩子们的真实反

应，又重新翻了很多特殊教育心理学的书。调整了设计思路后，我们把界面改得很

清爽，互动也换成了更温和的方式。第二次去测试的时候，效果就好了很多。这事

儿让我彻底明白，做教育技术，懂人永远比懂技术更重要。

Q4：相比于其他学校的保研生，你认为自己最大的竞争优势在哪里？★★★★★

（考察自我认知与自信度）

参考回答：

我觉得我的优势可能在于技术实现和理论落地的“缝合”能力比较强。在我们专业，

有些同学偏重教育学理论，有些同学则一头扎进计算机技术里。我本科期间刻意在

两边都花了不少精力。比如在学习建构主义、认知负荷理论的时候，我不会只停留

在背诵概念，而是会去想，如果我要写一个学习软件，这些理论怎么体现在界面的

按键逻辑或者提示词里。

我有比较扎实的Python和JavaScript基础，遇到一些有趣的想法时，我能比较快地

把它们写成原型跑起来，而不是一直停留在PPT汇报的阶段。在之前的几个项目

里，我通常既能参与前期的教学设计讨论，又能直接扛下后端的开发任务。这种能

把教育理念直接翻译成代码逻辑的能力，让我在团队协作和推进项目落地时，能省

去很多沟通成本。到了研究生阶段面对更复杂的交叉课题时，这种跨界的执行力应

该能让我更快进入研究状态。

Q5：如果这次保研面试没有通过，你会有什么打算？★★★★（考察心理韧性与

备选方案）

参考回答：

遇到这种情况肯定会有点失落，因为我确实为了这次面试准备了很久，对咱们学校

也是真心向往。但如果真的没有通过，我也不会太钻牛角尖，因为面试本来就是个

双向选择的过程，可能说明我现在某些方面的能力或者研究背景，确实离各位老师

的要求还有一点差距。毕竟搞科研本身也是个不断试错、接受失败的过程。

回去之后，我会先复盘一下今天面试里没答好的问题，看看是专业基础不够扎实，

还是项目经历比较单薄。接下来的九月份，我肯定还会继续参加预推免，去争取其

他合适的机会。如果实在没能保研成功，我也做好了直接准备考研的打算，目标依

然是咱们学校的教育技术学。总之，读研深造、在这个领域继续往下走的决心肯定

是不会变的，只是实现这个目标的路径稍微曲折一点而已，我自己完全能接受这种

不确定性。

Q6：你在团队合作中通常扮演什么角色？请举例说明。★★★★（考察团队协作

精神）

参考回答：

在团队里，我通常扮演的是那个“搭架子”和“兜底”的人。所谓搭架子，就是在项目刚

启动、大家还在头脑风暴天马行空的时候，我会习惯性地把大家的想法梳理成一个

可执行的时间表和任务清单，把大目标拆解成每个人下周一需要交的PPT或者代码

模块。我不是那种创意最多的人，但我绝对是能把创意稳稳落地成计划的人。

至于“兜底”，是因为我对自己负责的部分通常完成得比较快，所以在项目后期冲刺

的时候，哪个环节卡壳了，比如视频剪辑来不及了，或者数据图表画不出来了，我

都会主动去帮忙补位。记得做互联网+比赛时，负责答辩PPT的同学临时生病，我

连夜接手重新排版和优化逻辑。我觉得团队合作就是别计较太多，大家奔着一个结

果去，谁有余力谁就多抗一点。在这个过程中，我也慢慢积累了不少跨模块的实践

经验，这也是个意外收获。

Q7：你认为教育技术学专业的学生最应该具备哪些核心素养？★★★★★（考察

专业认知）

参考回答：

我个人认为，最核心的素养是“跨界的同理心”。教育技术学本来就是个交叉学科，

我们要懂代码、懂算法，但我们面对的最终用户是活生生的学生和老师。如果我们

只有技术思维，做出来的东西可能性能很好，但缺乏温度，老师们根本不愿意在课

堂上用。所以同理心能让我们真正站在学习者的角度，去感受他们在学习中哪里吃

力，哪里会产生认知超载。

除此之外，我觉得还需要很强的问题定义能力。现在技术迭代太快了，从元宇宙到

大模型，好像什么都能往教育里装。但作为一个专业学生，我们不能被技术牵着鼻

子走，看到新技术就盲目跟风。我们得有能力去判断，真实教育场景中那个最痛的

症结到底是什么，然后才是去技术工具箱里挑合适的工具。这种透过技术泡沫看到

教育本质的能力，是我觉得读研期间最需要修炼的。

Q8：请评价一下你本科所在院校的教育技术学专业建设有什么特点？★★★★

（考察母校认知与辩证思维）

参考回答：

我本科学校的教育技术学带有比较浓厚的师范底色。学院非常看重我们的教学基本

功和一线实践能力，比如每学期都会安排我们去中小学做微课录制、去听真实的公

开课，甚至在机房里手把手教老教师用各种互动白板软件。这种接地气的培养模

式，让我对基础教育的现状有一种特别真实的体感，不再是纸上谈兵。

不过辩证来看，受限于学校的资源，我们在前沿技术的探索上确实会稍微弱一点。

比如在教育人工智能、多模态学习分析这些比较硬核的交叉领域，我们能接触到的

实验设备和前沿课题相对有限，有些时候只能靠自己在网上找开源项目跟着学，缺

少系统性的科研训练。这也是我这次特别想来咱们学校的原因，我希望能在一个科

研实力更强的平台上，把之前积攒的对教育痛点的理解，用更前沿的技术手段去尝

试解决一下。

Q9：在你的成长经历中，对你影响最大的一本书或一个人是什么？★★★★★

（考察价值观与人文素养）

参考回答：

对我影响最大的一本书是西摩·帕普特的《头脑风暴：儿童、计算机与充满活力的理

念》。大二刚读到这本书的时候，我其实挺受震撼的。在这之前，我一直觉得教育

技术就是怎么用电脑把课件做得更炫酷，或者怎么通过系统给学生多推两道练习

题。但帕普特用Logo语言教孩子编程的例子告诉我，计算机不应该只是教孩子的工

具，而是应该成为孩子用来思考和表达的画笔。

这本书彻底扭转了我对专业的认知。它让我明白，真正的教育技术不是去强化传统

的灌输式教学，而是去创造一种环境，让学习者能自主地建构知识。从那以后，我

在做大创项目或者课设的时候，会有意识地避开那种纯粹的“刷题系统”设计，而是

尝试给用户提供更多可以操作、探索的空间。这本书算是我的专业启蒙，也坚定了

我要在这个领域继续深造的决心。

Q10：你的性格中有哪些优缺点？这些特质将如何影响你的学术研究？

★★★★★（考察自我剖析与科研适配度）

参考回答：

我的优点是做事比较专注，有较强的死磕精神。遇到代码跑不通或者数据清洗有异

常的时候，我通常能坐在电脑前几个小时不起来，直到把那个bug揪出来为止。我

觉得这种耐得住性子的特质，对于未来做长周期的学术研究是非常必要的，毕竟科

研很多时候就是和枯燥的数据打交道，需要足够的定力。

至于缺点，我有时候容易陷入“细节完美主义”。比如在写报告或者做PPT时，我会

花很多时间去死抠排版或者某个字眼的表述，导致整体进度的推进变慢。针对这一

点，我这两年也在有意识地训练自己的敏捷思维。现在我做项目，会强迫自己先在

一两天内搞出一个粗糙的1.0版本，先把整体逻辑跑通，然后再去迭代细节。我希望

在研究生阶段，这种思维方式能帮我更高效地推进课题，而不是卡在某个不影响大

局的死胡同里。

二、本科学业与读研规划（10道）

Q11：你本科期间哪门专业课成绩最好？请简述该课程的核心理论。★★★★★

（考察专业基础与学业表现）

参考回答：

成绩最好的是大三上的《教学系统设计》。这门课我拿了95分。其实一开始学这门

课的时候挺枯燥的，感觉都是些宏观的框架和流程。但后来老师让我们分组去真实

的中学做一个微型教学包，我才真正体会到理论的威力。

当时我们用的是最经典的ADDIE模型。在分析（Analysis）阶段，我们认真去调研

了初二学生的认知水平和前概念；在设计（Design）和开发（Development）

时，我们就严格对照着前期的分析报告来写教案、做课件。最后实施

（Implementation）完拿回来的评价（Evaluation）数据，反馈出奇的好。这个过

程让我深刻认识到，教学设计不是一堆死板的教条，而是一套严密的工程化学问，

它能把“怎么教好一堂课”这件事，从依赖老师个人经验的玄学，变成可以标准化、

可以复制的科学。

Q12：本科阶段哪门课程你觉得最难？难点在哪里？★★★★（考察学习态度与

反思能力）

参考回答：

我觉得最难的是大二下学期的《教育统计学》。因为我是偏文理兼收进来的，高中

时数学底子不算特别拔尖，所以刚接触方差分析、假设检验、正态分布这些抽象概

念的时候，脑子经常转不过弯来。课本上的公式我都背得下来，但一遇到实际题

目，就不知道该用哪种检验方法。

后来我发现光看书不行，必须得找真实数据来练手。我就去Kaggle上找了几份公开

的教育数据集，强迫自己用SPSS和Python把书上的每一个统计方法都跑一遍。跑

出图表、看到显著性水平那个P值的时候，我突然就对那些枯燥的公式有实感了。

难点其实不在于计算，而在于理解每种统计工具背后的逻辑和适用条件。这也让我

学会了不要死磕理论，要在做中学。跨过这道坎之后，我后来做实证研究和问卷分

析时就觉得心里特别有底了。

Q13：你的本科成绩单中某门计算机或高数课程分数较低，能解释一下原因吗？

★★★★（考察临场应变与弱点解释）

参考回答：

确实，大一那门《C语言程序设计》我只考了70多分。当时刚上大学，还没有完全

从高中的刷题模式里转换过来。上机敲代码时，我满脑子都是去背那些语法规则，

而没有真正去理解算法逻辑。经常是少打一个分号或者缩进不对，程序就报错，当

时挺有挫败感的，所以期末成绩也不太理想。

不过这门课考砸之后，我反思了很久。我意识到学计算机语言不能靠背，得靠练。

到了大二学Python和网页开发的时候，我就彻底换了学法。遇到新东西我不再死抠

教材，而是直接去GitHub上看别人的开源项目，自己试着一行行跑通。后来在我的

大创项目里，后端的数据处理代码基本都是我一个人用Python写出来的。虽然大一

那门课的分数很难看，但它确实逼着我重塑了学习技术的方法，现在的我已经能比

较熟练地用代码去解决实际问题了。

Q14：你未来三年的研究生学业是如何详细规划的？★★★★★（考察读研目标

与规划能力）

参考回答：

如果能顺利读研，我的三年规划大概是这样的。研一阶段，我打算把时间主要砸在

专业课和文献上，尤其是补充一些机器学习和教育数据挖掘的硬核底层知识。同

时，我会尽快融入导师的课题组，帮师兄师姐打打下手，熟悉一下做实验和发论文

的标准流程，在这个过程中敲定自己的具体研究方向。

到了研二，我会把重心彻底转移到自己的科研课题上。我希望能带着自己的想法，

去真实的中小学或者合作企业开展实地调研和数据采集，争取在研二下学期产出一

篇质量还过得去的学术论文。这一年也是我决定未来是继续读博还是直接就业的关

键期。研三的话，就是全力冲刺毕业论文的撰写和答辩，同时根据研二做出的路径

选择，去准备考博或者秋招。整体来说，就是从打基础到独立科研，再到成果产出

的一个闭环。

Q15：研究生阶段你希望侧重于教育技术学的哪个具体研究方向？为什么？

★★★★★（考察研究方向清晰度）

参考回答：

我目前比较倾心的方向是学习分析与教育数据挖掘，特别是基于多模态数据的学习

状态评估。之所以选这个，是因为本科期间我做过一个在线学习的小调研。当时我

发现，只靠平台后台留存的“视频播放时长”或者“点击次数”这种单一的日志数据，根

本没法准确判断学生到底是在专注思考，还是在挂机摸鱼。

这让我意识到，传统的教育数据挖掘其实挺有局限性的。所以我非常希望能在这个

方向深挖下去，尝试引入眼动追踪或者面部表情等外显特征，和系统日志结合起

来，建立更精准的认知投入模型。我觉得这事儿很有现实意义，因为只有当我们能

准确“诊断”出学生现在的学习状态时，后续的个性化推荐和智能干预才不是空中楼

阁。这也是我对咱们学院这个方向的课题组特别关注的原因。

Q16：硕士毕业后你是否有继续攻读博士学位的打算？★★★★★（考察学术追

求与长远目标）

参考回答：

目前来说，我是有比较强烈的读博意愿的。因为在本科这两年做一些小课题的过程

中，我有一种很明显的感觉，就是三年硕士的时间其实挺短的。第一年上课摸索，

第三年忙着毕业，真正能静下心来钻研一个硬核问题的时间可能只有一年多。这就

导致很多研究只能停留在应用层面或者浅尝辄止，很难去触碰到底层的理论创新。

我对教育技术特别是认知科学和AI结合的领域确实很感兴趣，我觉得这个方向不仅

需要技术的支撑，还需要对人的认知规律有极深的洞察，这不是短期内能啃下来

的。如果我在研究生阶段的科研训练中，发现自己确实能耐得住寂寞，并且在这方

面有一定的领悟力和产出，我非常希望能够继续攻读博士学位，把一个垂直细分的

问题彻底打透，未来也期望能留在高校继续从事科研和教学工作。

Q17：如果你的导师分配给你的科研任务与你的兴趣方向完全不一致，你会怎么

处理？★★★★（考察师生沟通与科研态度）

参考回答：

如果遇到这种情况，我肯定会先认真执行导师分配的任务。因为我知道，作为刚读

研的学生，我个人的兴趣有时候是比较盲目甚至眼高手低的，而导师手里的项目通

常有着更成熟的科研逻辑和现实需求。参与这些项目，其实是我积累代码能力、数

据分析经验和学术规范的最好机会。就当是带薪的技能培训了。

在保质保量完成分配任务的前提下，如果我实在对自己的某个想法放不下，我会尝

试去寻找这两者之间的结合点。比如导师安排我做的是基础教育信息化的政策梳

理，但我感兴趣的是数据分析，那我可不可以尝试用自然语言处理的方法去做这些

政策文本的挖掘？我会拿着这样一个小巧的初步方案去找导师沟通，听听他的建

议。我觉得老师们一般都不会拒绝学生主动思考的创新点，关键在于我自己要拿出

实际行动证明我有余力兼顾。

Q18：跨专业保研的同学往往基础薄弱，作为本专业学生你觉得怎么保持优势？

（或针对跨考生：如何弥补专业鸿沟？）★★★★（考察专业壁垒与学习策略）

参考回答：

作为本专业学生，我们最大的优势其实在于“教育底色”。跨保进来的同学，不管是

计科的还是心理学的，他们的单点突破能力确实很强，比如代码写得极快或者量表

做得极专业。但教育技术不仅仅是技术的罗列，它要求我们对真实课堂的运转逻

辑、师生的心理需求有非常细腻的感知。本科四年里，我们去听过课、做过教案、

知道一线老师到底有多排斥繁琐的系统，这种长期的专业熏陶是很难速成的。

所以要保持优势，我就不能去跟纯计算机的同学死卷底层的算法开发，而是要发

挥“系统架构师”和“业务翻译官”的作用。我要比他们更懂怎么把一个教育痛点转化为

技术需求，然后用恰当的技术去解决它。同时，这也是个互相学习的好机会，我完

全可以向他们请教更高效的代码习惯或者严谨的实验设计，把他们的强项吸收过

来，完善自己的专业护城河。

Q19：你认为研究生阶段的学习方式和本科阶段最大的区别是什么？★★★★★

（考察科研思维转变）

参考回答：

我觉得最大的区别在于“已知与未知”的关系转变。本科阶段的学习，本质上是在吸

收人类已经确定的知识体系。老师在台上讲ADDIE模型或者数据库原理，这些都是

现成的结论，我们的任务是搞懂它、记住它，然后期末考试能在卷子上答出来。就

算做一些课设，大概率也是有标准答案或者成熟参考路线的。

但到了研究生阶段，重点就变成了去探索未知。老师不会再给你一个有明确答案的

题目，很多时候连“问题是什么”都需要我们自己去定义。我们需要从海量的文献里

去寻找还没被人解决的痛点，自己设计实验、收集数据、证明假设，最后产出一点

点新的知识。本科是学习如何使用工具，而研究生是学习如何创造工具或者方法。

这种从被动的知识消费者向主动的知识生产者的身份转换，我觉得是两者最核心的

差别，也是最考验人的地方。

Q20：毕业后，你想去高校、中小学、还是互联网教育企业工作？为什么？

★★★★★（考察职业规划适配度）

参考回答：

毕业后，我目前更倾向于去互联网教育企业做产品经理或者教研相关的研发工作。

因为我对做能真正落地的东西一直有比较执着的兴趣。高校科研当然非常有价值，

但很多前沿的理论从论文走向一线课堂，往往需要经历很漫长的周期。而互联网教

育企业在技术应用和产品迭代上的效率是极高的。

我希望能在企业里，利用自己读研期间积累的关于学习分析或者认知负荷的专业知

识，去设计和优化那些每天有几十万甚至上百万学生在使用的教育软件。我觉得哪

怕只是在产品界面上做了一个小小的交互改进，只要能让这几十万孩子的学习效率

提升百分之一，那种成就感也是巨大的。当然，去中小学做信息技术老师也是个很

好的选择，可以贴近真实的教育生态。但现阶段，我还是更想趁年轻去产业界感受

一下技术对教育的大规模冲击和重塑。

三、科研竞赛与项目经历（15道）

Q21：请详细介绍你简历中最满意的那个科研项目，你具体负责了什么核心工

作？★★★★★（考察科研实践经历）

参考回答：

简历里我最满意的是大三期间做的一个关于在线学习社区知识建构的实证项目。那

个项目主要是探究在慕课的讨论区里，学生们是怎么通过互动把碎片化的观点变成

系统化知识的。我不是团队的挂名负责人，但我承担了里面最核心、也最繁琐的数

据处理工作。

当时我们用爬虫抓取了几万条留言，这堆非结构化数据简直是一团乱麻。我主要负

责两件事：一是根据相关的交互分析编码体系，对这些文本进行了人工加机器学习

的分类标注，这花了我将近一个月的时间去调参和修正；二是用社会网络分析法

（SNA）画出了学生之间的互动关系图谱，计算了中心度等指标。最后我们通过这

些数据，很直观地证实了教师的适时干预能显著提升高阶认知网络的发展。这个项

目让我第一次完整体验了从脏数据到有价值学术结论的全过程，虽然很累但特别有

成就感。

Q22：在你参与的“挑战杯/互联网+”等竞赛中，你们团队项目的创新点是什么？

★★★★★（考察创新能力与项目价值）

参考回答：

在那次互联网+比赛里，我们做的是一款针对乡村小学的VR科普阅读辅助产品。其

实现在市面上做VR教育的公司很多，技术壁垒也很高。我们当时的创新点并没有放

在去死磕什么炫酷的3D渲染技术上，而是聚焦在了一个非常具体的教育场景和痛

点：乡村学校买不起昂贵的头显设备，且老师普遍缺乏信息素养。

所以，我们的核心创新是一个“降维应用”的理念。我们开发了一套基于普通纸板VR

眼镜和智能手机的轻量化系统，并且配套开发了极简版的教师端控制台。老师不需

要懂技术，点一个按钮就能把全班同学的视角同步到某个恐龙化石或者宇宙星系

上。我们把高大上的技术，通过合理的教学设计改造成了低成本、极易用的形态，

真正让教育公平落地了一点点。我觉得这种立足教育现实的应用创新，是我们当时

能拿奖的关键所在。

Q23：你的项目中使用了哪种数据分析方法？为什么选择这种方法？★★★★★

（考察研究方法掌握度）

参考回答：

在那个探究学习动机和在线学习成绩关系的项目中，我主要使用了SPSS进行了多

元线性回归分析，前期也配合做了探索性因子分析。选择这种方法主要是由我们的

研究问题和数据类型决定的。我们当时编制了一份问卷，测量了学习者的内在动

机、自我效能感等几个维度的指标，这些都可以量化为连续变量。

而我们的因变量是学生期末的标准化考试成绩。因为我们想知道这几个不同的动机

维度在多大程度上能够预测最终的学习效果，以及哪个维度的解释力最强，多元回

归正好能完美回答这个问题。在做回归之前，我先用了因子分析对问卷进行了降

维，确保我们提取出的动机维度是独立且有效的。我觉得做数据分析不能为了用高

级算法而用，得看手里有什么菜、想炒什么味道的菜，找到最贴合研究假设的统计

工具才是对的。

Q24：在科研项目推进过程中，遇到过最棘手的技术或理论难题是什么？如何解

决的？★★★★（考察科研攻坚能力）

参考回答：

遇到最棘手的难题，是在做多模态数据采集的时候。当时我们想收集学生在看教学

视频时的面部表情数据和答题数据，用来判断他们的疲劳度。理论设想得很完美，

但真正动手写程序的时候发现，不同设备摄像头的采集帧率是不一样的，而且平台

记录的答题时间戳跟视频播放的时间戳存在几百毫秒的延迟。

这导致两路数据根本对不齐，一旦对不齐，后面的相关性分析就全是废的。当时我

们组没人处理过这种多源数据同步的问题。为了解决这个，我翻了好多计算机视觉

和人机交互方向的英文文献，最后借用了一个时间窗对齐的算法思路。我用Python

写了一个脚本，把答题时间点前后5秒设为一个区间，再去提取这个区间内的表情

特征平均值，算是用一种折中的方式解决了不同频数据融合的问题。那半个月天天

泡在机房查Bug，但也确实把我的实操能力逼上了一个新台阶。

Q25：如果让你重新做一次这个项目，你会做哪些改进和优化设计？★★★★★

（考察学术反思与迭代思维）

参考回答：

如果让我重新做那次在线协作学习的调研项目，我最想优化的就是实验设计阶段的

用户体验和干预周期。当时为了赶紧拿到数据，我们只在班级里进行了一个星期的

短期干预实验。结果后来复盘数据时发现，很多学生之所以在前几天表现出很高的

参与度，纯粹是因为对新上线的协作系统感到新鲜，也就是所谓的“霍桑效应”。

一旦新鲜感过去，我们很难判断系统是否真的能促进长期的协作学习。所以如果重

来一次，我一定会把实验周期拉长到至少半个学期。同时，我会在前端界面加入更

多的无感化数据采集埋点，而不是像之前那样，频繁地让学生填问卷来汇报体验。

那其实严重打断了他们正常的学习心流。总的来说，就是要把研究的视角放长远，

把技术设计得更隐蔽、更贴合真实的教学常态，这样跑出来的数据才更加真实、经

得起推敲。

Q26：你的毕业设计/论文目前进展如何？主要研究什么问题？★★★★★（考察

毕业论文质量）

参考回答：

我的毕设目前正处在开题报告刚写完、准备着手收集前测数据的阶段。我选的题目

和生成式AI有关，具体是探究大语言模型在辅助非计算机专业学生学习Python编程

时，对他们自我效能感和代码调试习惯的影响。

选这个题目主要是因为我发现，现在很多文科背景的同学在学编程时，很容易卡在

一个小报错上就彻底放弃。我想看看如果引入类似ChatGPT这样的工具作为代码脚

手架，能不能缓解他们的这种编程焦虑。目前我已经把核心的实验设计搭好了，打

算在下个月找大概两个文科班的学生做一个准实验研究。控制组用传统的搜索引擎

去查报错，实验组用我调试好的专属AI提示词工具。我希望能赶在寒假前把这批日

志数据和问卷收回来，这样下学期专心做数据清洗和SPSS分析，整体进度还算比

较可控。

Q27：你简历中提到熟悉Python/SPSS等工具，请具体说明你用它完成了什么

量化分析任务？★★★★（考察工具掌握真实性）

参考回答：

在之前那个关于在线互动视频学习效果的项目里，我算是把这两个工具搭配着用了

一遍。当时平台后台导出来的日志数据非常杂乱，有很多空缺值，还有时间戳对不

上的问题。我先是用Python的Pandas库写了几十行脚本，把那些无效的点击记录

清洗掉，然后算出了每个学生真正在互动答题环节停留的时长。这比手动去Excel

里拖拽公式要快得多，也不容易出错。

数据规整好之后，我就把最终的表格导入了SPSS里。因为我们要看“不同交互提示

频率”对“最终测试成绩”有没有显著影响，所以我主要在SPSS里跑了单因素方差分

析（ANOVA）。在跑之前我也按部就班地做了正态性检验和方差齐性检验。整个流

程走下来，我觉得工具本身其实不难学，最耗时的其实是前期对业务逻辑的梳理，

也就是你要清楚用哪段代码能把脏数据洗成符合统计要求的那种干净表格。

Q28：你有没有独立撰写并发表过学术论文？请简述其核心论点。★★★★★

（考察学术论文写作能力）

参考回答：

我本科期间以第一作者身份在省级期刊上发过一篇小论文，虽然不是什么核心大

刊，但也算是完整经历了一遍学术写作和审稿修改的流程。那篇文章主要研究的是

慕课讨论区里同伴互评的质量问题。

这篇论文的核心论点是：在没有外部干预的情况下，学生自发的同伴互评绝大多数

都停留在“表面社交”层面，比如互相点赞或者回复“写得不错”，这种互动对认知深度

的提升几乎没有帮助。通过对比实验，我在论文里提出，只有给学生提供一套结构

化的“评价量规脚手架”，比如强制要求他们按“指出优点-提出疑问-给出修改建议”这

三步来回帖，讨论区里的高阶思维交互比例才会出现实质性的跃升。其实这就是把

传统的教学支架理论，迁移到了在线论坛的具体场景里。

Q29：你的项目中针对的用户群体是哪些？实验样本量是如何科学确定的？

★★★★（考察实验设计科学性）

参考回答：

我们那个项目主要针对的是乡镇中学的初二学生。选这个群体是因为他们具备了一

定的自主学习能力，但平时接触高质量信息化教学资源的机会又相对有限，是验证

我们那套轻量化辅助学习系统效果的理想对象。

关于样本量的确定，其实本科做实验很多时候受限于能联系到的学校资源，很难做

到动辄几千人的大样本。不过我们当时也没有盲目地随便抓两个班就做。在实验设

计阶段，我专门用G*Power这个软件提前算了一下先验的统计功效。因为我们打算

用独立样本T检验来对比实验组和对照组的成绩差异，假设我们需要达到中等偏上

的效应量，并且把统计功效设定在0.8常规标准，软件算出来大概需要60多个人。

所以最后我们找了合作中学的两个平行班，刚好70人左右参与了完整实验，这样跑

出来的数据显著性，在统计学上算是站得住脚的。

Q30：为什么你的科研经历跨度这么大，似乎没有聚焦在一个特定的细分领域？

★★★★（考察学术专注度与解释能力）

参考回答：

老师观察得很准，我简历里的项目确实看起来有点杂。大二做过一点VR资源的开

发，大三又去跑了学习分析的数据，平时还写过纯教学设计的教案。这其实是我本

科期间刻意为之的一种“试错”策略。

因为教育技术学包含的面实在太广了，如果刚上大二就死磕一个非常窄的方向，我

怕自己根本没搞清楚全貌，只是在盲目跟风。所以只要有机会，不管是偏软件开发

的组，还是偏实证研究的组，我都去打过下手。体验了一圈下来，我现在非常明确

地知道，自己对纯三维建模和媒体制作没什么持久的热情，反而是每次用代码跑出

数据背后的教育规律时，我觉得特别兴奋。前期的这种发散和跨度，其实是为了现

在能更坚定地把读研的方向收敛到教育数据挖掘上，算是磨刀不误砍柴工吧。

Q31：你的研究结论在实际教育场景中具有怎样的应用推广价值？★★★★★

（考察研究成果实用性）

参考回答：

我们做那个课堂专注度识别模型的初衷，就不是为了发论文堆精度，而是想解决一

线老师真实的痛点。现在的智慧课堂系统总喜欢给老师弹一堆密密麻麻的数据大

屏，老师上课本来就忙，根本没空去看那些折线图。

所以我们研究结论最大的应用价值，体现在我们把复杂的算法结果，简化成了一

个“红绿灯”式的教师端仪表盘。模型在后台悄悄运转，但老师在讲台上只需要看一

眼Pad，如果某个小组的图标亮黄灯了，就意味着系统预判这几个学生的认知负荷

可能超载了，老师就可以适时地停下来提问或者放慢语速。它不是去取代老师的教

学直觉，而是给老师提供一个实时的辅助外脑。我觉得能帮一线老师每节课省下几

分钟去关注真正需要关注的学生，这就是这个项目最实在的推广价值。

Q32：请评价一下你本科科研导师的研究风格对你产生了什么深远影响？

★★★★（考察科研传承与学术氛围认知）

参考回答：

我本科跟的导师是一位非常注重“问题导向”的老师，他的研究风格用一个词形容就

是“务实”。他对我的影响，可以说是直接重塑了我的科研技术观。

以前我总觉得搞教育技术就得追逐最新的热词，什么火就做什么。但每次我拿着类

似“用元宇宙重塑传统课堂”这种看似很宏大的点子去找他时，他都会反问我一个很

尖锐的问题：“这个技术到底解决了一个什么用传统方法绝对解决不了的问题？还是

说你只是在生造需求？”这几年被他这样反复拷问下来，我现在看任何前沿技术，第

一反应不再是它有多炫酷，而是它落地的阻力在哪里、到底能不能真切地降低老师

的负担或者提升学生的效率。这种不被技术绑架、坚守教育本位的思维习惯，是我

觉得本科科研带给我最珍贵的东西。

Q33：在文献综述阶段，你是如何筛选并阅读与你项目相关的前沿文献的？

★★★★★（考察文献检索与筛选能力）

参考回答：

我查文献一般不会只在知网上漫无目的地搜关键词。如果是新接手一个课题，我会

先去WebofScience上，把Computers&Education或者BJET这类我们领域的

顶刊，近三年关于这个话题的综述性文章先捞出来读两篇。这能帮我迅速建构起这

个方向的整体发展脉络。

找到几篇核心的关键文献后，我会用“滚雪球”的方法，去顺藤摸瓜看它们的参考文

献和被引记录，这样能精准定位到这个细分领域最权威的那几个学者的工作。阅读

的时候，我习惯用Zotero做管理。我不会从头到尾逐字翻译，一般是先看摘要和图

表，确认相关度。如果确实有价值，我会在笔记里用自己的话提炼出这篇文章的研

究问题、用的什么量表或算法、结论的局限性。这样等攒够几十篇文献开始写综述

时，把这些标签和笔记一拼凑，整个文献框架就非常清晰了。

Q34：你的调研问卷是如何设计的？如何保证其信度和效度？★★★★★（考察

实证研究基本功）

参考回答：

设计那份关于学生在线学习满意度的问卷时，我并没有凭空去捏造题目，因为自编

问卷很容易出现表述歧义或者偏离测量目标。我主要是查阅了国内外几篇高被引的

文献，找了两个非常成熟的经典量表作为底本，结合我们具体的实验情境做了一点

词汇上的微调和本土化翻译。

为了保证信效度，在正式大面积发放之前，我先找了三十个同学做了一个小规模的

预测试。收回预测试数据后，我导进SPSS里跑了克隆巴赫Alpha系数，把两个相关

度特别低、拖后腿的冗余题目给删掉了，确保剩下来的题目Alpha值都在0.8以上。

接着又做了一次探索性因子分析，确认题目提取出来的公因子和量表原本的理论维

度是吻合的。经过这种数据层面的打磨，最终定稿的问卷我才敢放心地发给那几百

个真实样本去做填写。

Q35：你认为本科阶段的科研竞赛经历，对你攻读研究生最大的帮助体现在哪

里？★★★★（考察科研经历迁移能力）

参考回答：

我觉得最大的帮助，是帮我褪去了对“做科研”这件事不切实际的浪漫滤镜。没做大

创之前，我以为科研就是每天坐在咖啡厅里看外文文献，灵光一闪就能写出绝妙的

论文。

但真正带队打过几次比赛、做过项目之后我才发现，科研的日常其实极其琐碎甚至

折磨人。为了调通一段接口代码，或者为了求学校领导盖一个调研介绍信的章，可

能就要耗费好几天的时间；有时候跑出来的数据完全不支持当初的假设，整个人会

极度崩溃。这些经历让我对研究生阶段会遇到的困难有了一个非常真实的心理预

期。我不再害怕那种在试错中反复碰壁的挫败感。我觉得带着这种皮实的抗压能力

和项目推进的执行力去读研，能让我少走很多弯路，更快地进入状态。

四、教育技术学核心专业知识（20道）

Q36：请简述建构主义学习理论的核心观点，及其对信息化教学设计的启示。

★★★★★（考察基础教育理论）

参考回答：

建构主义的核心观点其实一句话就能概括：知识不是像倒水一样由老师硬灌给学生

的，而是学生在一定的情境下，借助老师和同伴的帮助，通过自己原有的经验去主

动“建构”出来的。它特别强调学习的情境性、协作性和主动性。

这对我们现在做信息化教学设计是个特别大的警醒。以前我们做课件，就是把课本

上的字搬到PPT上，换汤不换药地单向传输。但按照建构主义的思路，技术的真正

用武之地，是去创设那种真实或者仿真的“问题情境”。比如用VR技术把学生丢进一

个虚拟的化学实验室里，让他们自己去试错，自己去发现爆炸的规律；或者利用在

线协作文档，让几个不同背景的学生在争论中完成一个微项目。教学设计的重心不

再是“我怎么把知识讲得更清楚”，而是“我怎么用技术搭一个好舞台，让学生自己在

上面把知识演出来”。

Q37：什么是TPACK模型？它在教师专业发展中有何重要作用？★★★★★（考

察核心专业模型）

参考回答：

TPACK全称是整合技术的学科教学知识。它其实是由三个基础圆圈交汇而成的一个

模型：技术知识（TK）、教学法知识（PK）和学科内容知识（CK）。在这个模型

里，最核心、最有价值的部分，就是这三者重叠的正中心——也就是老师知道在面

对一个特定的学科难点时，该用什么样的教学策略搭配什么样的具体技术，来达到

最好的效果。

这个模型对教师专业发展太重要了。过去我们在做师范生信息化培训时，经常是把

技术培训和学科教学割裂开的。比如专门开一门课教大家怎么用几何画板这个软

件，但到了真实课堂上，数学老师依然只会用粉笔画圆。TPACK告诉我们，脱离了

学科内容去谈技术是非常空洞的。真正优秀的老师，不是那些掌握了最多炫酷软件

操作技巧的人，而是能根据物理的微观抽象特征，或者历史的宏大叙事特征，精准

挑出合适的技术去解决学生认知痛点的人。

Q38：行为主义、认知主义和建构主义在教学媒体的选择倾向上有何不同？

★★★★★（考察学习理论对比）

参考回答：

这三种理论因为对学习本质的理解不同，看教学媒体的眼光也完全不一样。行为主

义认为学习就是“刺激-反应”的联结，所以他们特别偏爱那种能提供即时反馈和反复

操练的媒体，比如单词背诵软件或者传统的程序教学机，讲究一个反复刺激强化。

认知主义看重内部的心理加工过程，关注知识是怎么在脑子里编码和组织的。所以

他们更倾向于选择那些能帮助梳理逻辑、降低认知负荷的媒体，像思维导图、具有

良好信息排版的动画演示，都是认知主义者的心头好。至于建构主义，因为强调在

真实情境中主动探索，他们最看重媒体的交互性和开放性。他们不会喜欢按固定路

径走的课件，反而会选择像虚拟仿真实验室、Wiki百科共创平台这样，能让学生自

由操作、讨论和协作生产内容的复杂技术环境。

Q39：请解释“混合式学习（BlendedLearning）”的概念并设计一个简要的应

用场景。★★★★★（考察教学模式应用）

参考回答：

混合式学习并不是简单地把面授课和网课各上一半，它的核心是在线上和线下的优

势之间找到一个最优的化学反应。它指的是把面对面的课堂互动和在线的数字化学

习有机结合，让学生既能有线上的灵活自主，又能保留线下深刻的人际交互。

打个比方，如果我们设计一门《摄影基础》的混合式课程。线上环节，我会把光

圈、快门这些枯燥的概念知识做成闯关式的微视频，让学生课前在平台上按自己的

节奏学完，并通过一个小测试。这样到了线下的实体课堂里，老师就不需要再对着

黑板板书基础理论了，而是直接把这45分钟全部用来让学生拿着相机实地分组拍

摄，老师在一旁指导光线运用，最后大家把照片贴在黑板上互评。这就是把低阶认

知任务扔到线上，把高阶的实践和思维碰撞留在宝贵的线下时间里。

Q40：什么是ADDIE教学设计模型？请说明每个字母代表的阶段含义。

★★★★★（考察教学设计基础）

参考回答：

ADDIE模型可以说是咱们教学设计领域的“基本盘”，它是一套非常经典、像瀑布一

样顺流而下的系统开发流程，五个字母分别代表了五个严密的阶段。

A是分析（Analysis），就是在动手前先搞清楚学习者基础怎么样、教学目标是什

么；D是设计（Design），相当于画蓝图，规划出整门课的教学策略和评估方式；

第二个D是开发（Development），就是具体的施工，去录视频、写代码、做课

件；I是实施（Implementation），把做好的东西投放到真实课堂上让学生用；最后

的E是评价（Evaluation），去检测学生到底学到了没有，以及这套课件哪里还需

要修改。虽然现在很多人觉得这个模型比较重、比较慢，但我觉得它那种严谨的闭

环工程思维，是任何新型敏捷开发的基础，想把教育产品做扎实，绕不开这五个基

本面。

Q41：形成性评价与总结性评价有什么区别？在在线教育中如何有效实施形成性

评价？★★★★★（考察教学评价知识）

参考回答：

简单来说，总结性评价就像是客人品尝最后端上桌的那盘菜，打个分数，属于秋后

算账，比如期末考试。而形成性评价则是厨师在炒菜的过程中，时不时用勺子尝一

口咸淡然后赶紧加点盐，它是在学习过程中进行的，目的是为了及时发现问题并调

整教学策略。

在在线教育里，我们其实有了实施形成性评价的绝佳条件。以前老师很难照顾到课

堂里每个人的动态，但现在依托系统，我们可以做得非常无感且精准。比如，我们

可以在教学视频的第5分钟弹出一个随堂小测验，如果学生答错了，系统立刻弹出

一个相关知识点的复习提示；或者利用后台日志抓取学生完成作业的耗时轨迹，如

果发现某个学生在某道题上卡了很久，平台可以在中途推送一个脚手架提示。这种

基于数据驱动的实时反馈，才是把形成性评价在在线环境里真正落地的有效方式。

Q42：你如何理解“技术是中立的”这一观点？教育技术学中技术与教育到底是什

么关系？★★★★★（考察学科哲学认知）

参考回答：

其实我不太赞同“技术是完全中立的”这种观点。虽然一把刀可以用来切菜也能用来

伤人，但在教育场景里，很多技术在被设计出来的时候，就已经暗含了某种教学法

偏好。比如传统的排排坐教室就是为了方便讲授，而可以自由移动的智慧桌椅天生

就是为了协作学习准备的。技术本身带有价值倾向。

所以，我觉得在教育技术学中，技术和教育绝不是简单的“工具与使用者”的关系，

而是深度的“双向重塑”关系。一方面，教育的真实需求在牵引着技术往前走，比如

因为批改作文太耗时，才催生了自动批改算法；另一方面，技术一进来，就把传统

的教育生态打碎了重组，大模型的出现逼着我们去重新定义到底什么是应该教给学

生的核心素养。它们是相互纠缠、共同进化的，我们不能脱离其中任何一方去谈另

一方。

Q43：请简述戴尔“经验之塔”理论的内容，它对多媒体教学资源开发有何指导意

义？★★★★★（考察经典教育技术理论）

参考回答：

戴尔的“经验之塔”就像一个金字塔，把人类获取经验的方式从下到上分成了三大

类。最底下是“做的经验”，比如亲手做实验，最直接也最具体；中间是“观察的经

验”，比如看电影、看展览；最上面是“抽象的经验”，也就是纯粹的语言文字或数学

符号。整个塔的规律就是越往上越抽象，越往下越具象。

这个老理论对我们今天开发多媒体资源依然非常受用。它提醒我们，开发资源不能

一刀切。比如给小学生讲水循环，如果你用纯文字（塔尖）他们肯定听不懂，你得

降维，给他们看一段三维动画（塔中），或者带他们去摸一摸冰块融化（塔底）。

但反过来，如果是给大学生讲哲学概念，你再去搞一堆花哨的动画，反而会干扰他

们高阶的抽象思维。所以它指导我们的核心原则就是：一定要根据学习者的认知发

展阶段，去塔里精准匹配最合适抽象层级的媒体，过犹不及。

Q44：什么是联通主义学习理论（Connectivism）？它与数字时代特征有什么

联系？★★★★（考察前沿学习理论）

参考回答：

联通主义是专门为咱们这个数字时代量身定做的一个学习理论。它认为在现在这个

信息大爆炸的社会，知识更新太快了，个人的脑容量根本装不下。所以学习不再是

把知识囤积在脑子里，而是去建立连接。学习的本质就是把各种信息节点、人际网

络链接起来的过程，甚至知识不仅存在于人脑，还能存储在数据库这种非人类的设

备里。

它跟数字时代的特征可以说是严丝合缝。在这个时代，“知道去哪里找知识（know-

where）”远比“现在知道多少知识（know-what）”重要得多。我们遇到代码报错，

第一反应是去查StackOverflow或者问AI，这个过程就是在调用我们外挂在互联网

上的节点。所以对于现在的教育来说，比起死记硬背，教学生如何去搭建和维护自

己的个人学习网络、如何从海量的噪音里筛选优质信息节点，才是顺应这个数字时

代的最优解。

Q45：沉浸式学习（如VR/AR教学）的认知机制是什么？可能存在哪些局限？

★★★★（考察新技术教育认知）

参考回答：

沉浸式学习在认知机制上，最突出的特点是触及了“具身认知”。传统的看书或者看

屏幕，大脑主要是在处理符号化的信息；但戴上VR头显后，学习者是在通过身体的

移动、视角的切换和手柄的交互来获取经验。这种多感官的全面调动，能够建立极

强的空间记忆和情境感知，也就是常说的“身临其境引发的心智共鸣”。

但这套机制目前在真实落地时确实有挺大局限的。首先是生理上的3D眩晕感，长时

间佩戴会让人很难受；其次，如果VR界面的交互逻辑设计得很糟糕，学习者的工作

记忆就会全耗在“我该按哪个键去抓起这个烧杯”上，导致严重的外在认知负荷超

载，根本没精力去思考化学原理本身。另外，很多课堂应用还处于“尝鲜期”，一旦

新奇效应褪去，缺乏扎实教学设计的沉浸式资源往往就吃灰了。

Q46：请解释什么是“翻转课堂”，并深度分析其在国内中小学推广遇到的阻力。

★★★★★（考察教学模式批判思维）

参考回答：

翻转课堂把传统上课的流程整个倒了过来：以前是课上老师讲理论，课下学生自己

苦哈哈做作业；翻转之后，变成学生课前在家看教学微视频学完基础知识，然后把

宝贵的课上时间，全部用来做深度的讨论、答疑和项目实践。

理论上这模式非常完美，但在国内中小学推广却常常水土不服。核心阻力有三点：

第一是课业负担太重，很多学生每晚写常规作业都要写到十一二点，根本没有额外

的精力去自主看微课；第二是老师的开发负担过大，要持续产出高质量的课前视

频，还要重新设计课上的高阶互动活动，这对一线老师的时间和精力是极大透支；

最后也是最致命的，是目前的应试评价体系。只要中高考还在考那些标准化的知识

点熟练度，老师和家长就不敢轻易把时间投入到这种看似很素质教育、但提分效果

慢的互动活动里去。

Q47：教育数据挖掘（EDM）和学习分析（LA）之间有什么区别和联系？

★★★★★（考察教育技术研究方法）

参考回答：

这两个概念其实经常被混着用，它们的底层逻辑都是靠分析数据来优化教育，但侧

重点和研究范式上还是有些微妙的区别。

教育数据挖掘（EDM）身上计算机科学的色彩更重一点。它往往关注怎么从海量底

层数据里，通过开发更牛的机器学习算法或者预测模型，去发现以前人类没注意到

的潜在模式。它的主角是“算法本身”。而学习分析（LA）更偏重人类学和教育学的

视角，它的最终目的是要把这些数据以一种可理解的方式（比如可视化图表）交还

给老师和学生，帮助人去做出更好的教学决策。用个不恰当的比喻，EDM是那个在

后厨绞尽脑汁升级炒菜机器人的工程师，而LA是那个把做好的数据报告端给大堂经

理，告诉他接下来怎么调整菜单的服务者。不过现在这两者其实融合得越来越深

了，很难完全切开。

Q48：什么是“认知负荷理论”？在多媒体课件设计中应如何降低外在认知负荷？

★★★★★（考察多媒体学习理论）

参考回答：

认知负荷理论的核心假设是：人的工作记忆容量是非常有限的。我们在学习时处理

的信息总负荷，可以分为三类：本身材料难不难带来的“内在负荷”，无关信息干扰

带来的“外在负荷”，以及真正用来建构图式的“相关负荷”。我们做设计的终极目标，

就是要把外在负荷降到最低，给相关负荷腾出宝贵的脑力空间。

落实到课件设计上，有很多实操技巧。比如我们要遵循“空间接近原则”，图例的说

明文字一定要贴在图旁边，而不是放在页面最下面，这样能省去眼睛来回寻找的负

荷；再比如“冗余原则”，如果我已经用语音在讲解这段动画了，就千万别在屏幕上

打满密密麻麻的逐字稿，不然听觉和视觉通道打架，反而会造成认知堵塞。还有就

是要大刀阔斧地砍掉那些纯粹为了好看但毫无意义的背景音乐和装饰图片，保持界

面的极度克制。

Q49：STEM教育与创客