IECT 2025 第二届智慧教育与计算机技术国际学术会议

随着近些年计算机科学的发展，不仅改变了我们的生活，也给教育领域带来变革。智慧教育的发展更要依赖于产品和技术的支持。在教育现代化中，新的教育基础设施包括现代化教学场所、规模化网络覆盖、大数据系统和开放性教育资源等软硬件条件，这是教育信息化变革的前提。

由南通大学主办的第二届智慧教育与计算机技术国际学术会议（IECT 2025）即将于2025年6月27日-29日在江苏·南通隆重召开。本会议涵盖了智慧教育、教育信息化、智能学习环境、数据挖掘等多个主题，通过技术创新满足各级教育的技术需求，加速推进智慧教育的发展转型，打造真正能落地的智慧教育新生态。会议旨在汇集该领域的研究人员、学者和实践者，探讨最新的研究成果和技术创新。

大会诚邀国内外高校、科研机构的专家、学者、商界人士及其他相关人士参会!

会议形式：本次会议采用线下为主、线上为辅的形式召开。IECT 2025欢迎所有相关研究领域的高质量研究论文和演讲。

参会类型：全文投稿、口头报告、海报展示、仅参会

会议中文页面：https://www.ais.cn/attendees/index/MJI2U2

【荣誉主席】

华云生教授，香港中文大学，中国

【大会主席】

Rustam Shadiev教授，浙江大学，中国

Prof. Dr. Zehra Altınay, Near East University, NorthernCyprus

聂竹明教授，安徽师范大学，中国

【技术委员会主席】

Prof. Fahriye Altinay, Near EastUniversity, North Cyprus

Prof. Ramesh C. Sharma, Ambedkar UniversityDelhi, India

【组委会主席】

方旭副教授，南通大学，中国

刘帅教授，湖南师范大学，中国

王晓芬教授，南通大学，中国

【出版主席】

马志强教授，江南大学，中国

Prof. Nurassyl Kerimbayev, Al-Farabi KazakhNational University, Kazakhstan

【财务主席】

张志泉教授，南通大学，中国

张琪，淮北师范大学，中国

【报告嘉宾】

尹建军教授

美国杰克逊州立大学教授，美国

研究方向：工程教育与多元文化教育

刘帅教授

湖南师范大学，中国

主要研究方向：智能教育技术、教育信息处理等

Rustam Shadiev教授

浙江大学教育学院，中国

研究领域：高级学习技术、语音到文本识别技术、计算机辅助翻译、多媒体学习系统、多点触控技术、跨文化教育和语言学习、移动辅助学习、开放和远程学习等。

钱晓龙教授

南通大学，中国

主要研究方向：在线教育、教育数字化、教学系统设计、国际与比较教育

李祖祥教授

南通大学，中国

研究方向：数字教材研究，基础教育数字化

吴东照副教授

南通大学，中国

研究方向：教师教育数字化、在线教育

方旭副教授

南通大学，中国

研究方向：教育数字化与人工智能教育

以下内容为GPT视角对智慧教育与计算机技术国际学术会议相关领域的研究解读，仅供参考：

智慧教育与计算机技术研究现状

智慧教育研究现状1.定义与内涵

智慧教育是指依托物联网、云计算、大数据、人工智能等新一代信息技术，构建智能化、个性化、终身化的教育生态系统，实现教育资源的优化配置、教学过程的精准管理和学习效果的显著提升。其核心在于通过技术赋能教育，推动教育公平与质量提升。

2.研究热点

个性化学习路径设计：基于学习者的能力、兴趣、学习风格等数据，提供定制化的学习内容和路径。例如，智能辅导系统（ITS）通过动态调整题目难度和反馈，帮助学生高效学习。

智能教学工具开发：如智能课堂、虚拟实验室、AI助教等，提升教学互动性和效率。例如，科大讯飞的智慧课堂系统已在全国多地学校应用。

教育大数据分析：通过对学生学习行为数据的挖掘，分析学习规律，预测学习结果，为教育决策提供支持。例如，通过分析在线学习平台的点击流数据，优化课程设计。

教育公平推进：利用技术打破地域限制，为偏远地区提供优质教育资源。例如，中国的“三个课堂”（专递课堂、名师课堂、名校网络课堂）项目。

3.实践案例

中国：教育部推动的“教育信息化2.0行动计划”中，智慧教育是重要内容。例如，上海市的“智慧教育示范区”建设，通过物联网和大数据技术，实现校园管理的智能化。

美国：Knewton等公司开发的自适应学习平台，根据学生表现动态调整教学内容，已广泛应用于K-12和高等教育。

芬兰：作为全球教育领先国家，芬兰通过“教育云”项目，整合全国教育资源，推动个性化学习。

4.挑战与问题

技术落地难度：部分学校技术基础设施薄弱，教师信息技术应用能力不足。

数据隐私与安全：教育大数据的收集和使用涉及学生隐私，需建立严格的数据保护机制。

教育公平与数字鸿沟：技术可能加剧城乡、贫富之间的教育差距。

计算机技术研究现状1.人工智能（AI）

深度学习：在图像识别、自然语言处理等领域取得突破。例如，GPT系列模型在文本生成和理解方面表现卓越。

强化学习：在机器人控制、游戏AI等领域应用广泛。例如，AlphaGo通过强化学习击败人类围棋冠军。

生成式AI：如Stable Diffusion、Sora等模型，在图像、视频生成方面展现出巨大潜力。

2.大数据与云计算

大数据处理：Hadoop、Spark等框架支持海量数据的存储和分析。例如，电商平台通过大数据分析用户行为，实现精准营销。

云计算服务：AWS、Azure、阿里云等提供弹性计算资源，降低企业IT成本。例如，疫情期间，云计算支持了大规模在线教育平台的稳定运行。

3.物联网（IoT）

智能硬件：智能家居、智能穿戴设备等普及，推动万物互联。例如，智能手环通过传感器收集健康数据，为用户提供个性化建议。

工业物联网：在制造业中，通过设备联网实现生产过程的智能化管理。例如，西门子的MindSphere平台支持工厂的数字化转型。

4.区块链技术

去中心化应用：在金融、供应链管理等领域，区块链技术提升了透明度和安全性。例如，比特币作为最早的区块链应用，推动了数字货币的发展。

教育领域应用：区块链可用于学历认证、学分银行等，确保教育数据的可信性和不可篡改。

5.量子计算

技术突破：量子计算机在特定问题上展现出远超传统计算机的计算能力。例如，谷歌的“量子霸权”实验，展示了量子计算在解决复杂问题上的潜力。

未来应用：在密码学、材料科学、药物研发等领域，量子计算有望带来革命性变化。

智慧教育与计算机技术的融合1.技术赋能教育

智能教学系统：AI技术为教学提供个性化支持，例如，通过自然语言处理技术实现智能问答，提升学习效率。

虚拟现实（VR）/增强现实（AR）：在实验教学中，VR/AR技术可模拟真实场景，降低实验成本，提升学习体验。例如，医学教育中，通过VR技术进行手术模拟训练。

2.教育推动技术发展

数据驱动：教育领域产生的大量数据为计算机技术研究提供了丰富的素材。例如，学习行为数据可用于优化推荐算法。

需求导向：教育领域的实际需求推动了技术的创新。例如，疫情期间，在线教育需求激增，促进了视频会议、直播技术的快速发展。

3.未来趋势

教育元宇宙：通过VR/AR、区块链等技术，构建沉浸式、去中心化的教育环境，打破时间和空间的限制。

终身学习平台：基于AI和大数据技术，建立覆盖全生命周期的学习平台，支持个性化学习和职业发展。

智慧教育与计算机技术研究可以应用在哪些行业或产业领域

一、教育行业

个性化学习

应用场景：基于AI算法分析学生的学习行为数据（如答题正确率、学习时长等），动态调整学习内容和难度。

案例：Knewton自适应学习平台通过机器学习为学生推荐个性化学习路径，提升学习效率。

智能教学工具

应用场景：利用AI、VR/AR技术开发虚拟实验室、智能课堂等工具，增强教学互动性。

案例：科大讯飞智慧课堂系统通过语音识别、图像识别技术实现课堂实时互动与反馈。

教育管理与评估

应用场景：通过大数据分析优化学校管理流程，评估教学质量。

案例：中国“教育云”平台整合全国教育资源，支持教育部门的数据化决策。

二、企业培训与职业发展

员工技能提升

应用场景：企业利用智慧教育平台为员工提供定制化培训课程，结合AI模拟实践场景。

案例：IBM的“认知计算”培训系统通过虚拟导师提升员工技术能力。

职业发展规划

应用场景：基于大数据分析员工能力与岗位需求，推荐职业发展路径。

案例：LinkedIn Learning通过用户行为数据推荐技能培训课程，助力职业转型。

三、医疗健康行业

医学教育与培训

应用场景：利用VR/AR技术模拟手术场景，降低培训成本与风险。

案例：Osso VR平台通过虚拟现实技术培训外科医生，提升手术技能。

患者健康管理

应用场景：通过智能穿戴设备与AI分析患者健康数据，提供个性化健康建议。

案例：苹果手表结合AI算法监测心率异常，预警健康风险。

四、制造业与工业领域

智能制造培训

应用场景：利用AR技术指导工人操作复杂设备，减少人为错误。

案例：波音公司通过AR眼镜辅助工人组装飞机零部件，提升生产效率。

技能认证与评估

应用场景：基于区块链技术记录工人技能认证数据，确保数据可信性。

案例：西门子MindSphere平台通过区块链技术管理工人技能证书，支持全球通用。

五、金融服务行业

金融知识普及

应用场景：通过智慧教育平台向公众普及金融知识，提升风险意识。

案例：蚂蚁金服“财富号”平台通过短视频、互动游戏等方式开展投资者教育。

合规培训与反欺诈

应用场景：利用AI技术模拟金融欺诈场景，培训员工识别风险。

案例：摩根大通通过AI模拟交易系统训练员工应对市场波动。

六、政府与公共服务领域

公务员培训

应用场景：基于大数据分析公务员能力短板，提供针对性培训课程。

案例：中国“学习强国”平台整合党政知识资源，支持公务员在线学习。

公共安全教育

应用场景：利用VR技术模拟灾害场景，提升公众应急处理能力。

案例：日本通过VR地震模拟器培训民众逃生技能。

七、农业与农村发展

农业技术培训

应用场景：通过智慧教育平台向农民普及现代农业技术（如精准灌溉、无人机植保）。

案例：中国“云上智农”平台提供农业技术课程，支持农民在线学习。

农村教育公平

应用场景：利用5G与在线教育技术，为偏远地区提供优质教育资源。

案例：印度“Digital India”计划通过卫星互联网为农村学校提供在线课程。

八、文化与旅游行业

文化遗产数字化教育

应用场景：利用AR/VR技术还原历史场景，增强文化体验。

案例：故宫博物院通过VR技术让游客“穿越”至古代宫廷，了解历史文化。

旅游技能培训

应用场景：通过智慧教育平台培训导游、酒店服务人员等，提升服务质量。

案例：携程旅行网通过在线课程培训导游外语能力与应急处理技能。

九、能源与环保领域

能源管理培训

应用场景：利用智慧教育平台培训能源企业员工掌握节能技术。

案例：国家电网通过在线课程培训员工智能电网运维技能。

环保知识普及

应用场景：通过游戏化学习提升公众环保意识。

案例：联合国环境署开发的“地球守护者”游戏，通过任务挑战普及环保知识。

十、军事与国防领域

军事技能训练

应用场景：利用VR/AR技术模拟战场环境，提升士兵实战能力。

案例：美国陆军通过VR训练系统模拟城市作战场景，减少训练成本。

国防教育普及

应用场景：通过智慧教育平台向公众普及国防知识，增强国家安全意识。

案例：中国“全民国防教育日”通过在线课程与VR体验活动普及国防知识。

智慧教育与计算机技术领域有哪些知名研究机构或企业品牌

一、知名研究机构1. 学术与研究型机构

麻省理工学院媒体实验室（MIT Media Lab）

领域：人工智能教育、未来学习技术、人机交互

成果：开发了Scratch编程教育平台（全球超5000万用户）、AI驱动的个性化学习系统

斯坦福大学人工智能实验室（Stanford AI Lab）

领域：教育自然语言处理、知识图谱构建

成果：推出教育对话机器人、基于深度学习的学习效果预测模型

卡内基梅隆大学人机交互研究所（HCII）

领域：智能教学系统、虚拟学习环境

成果：开发了Cognitive Tutor数学辅导系统（全球超2000所学校使用）

清华大学未来教育实验室

领域：教育大数据、学习分析

成果：构建了中国首个教育大数据平台，服务数百万学生

香港科技大学人工智能与机器人中心

领域：教育机器人、AI教师助手

成果：研发了智能英语口语陪练机器人，覆盖K-12至高等教育

2. 政府与行业联盟

美国国家教育技术总监协会（SETDA）

定位：推动教育技术政策制定与标准化

成果：发布《国家教育技术计划》（NETP），指导全美智慧教育发展

欧盟数字教育行动计划（DEAP）

定位：促进欧洲教育数字化协同

成果：支持跨国的教育大数据共享与AI教师培训项目

中国教育部教育信息化技术标准委员会

定位：制定教育信息化标准

成果：发布《智慧校园总体框架》等国家标准，推动教育技术规范化

二、企业品牌1. 国际企业

科大讯飞（iFLYTEK）

领域：智能语音教育、智慧课堂、AI评测

产品：讯飞智慧课堂系统、英语听说考试智能评测系统（覆盖全国31个省份）

好未来（TAL Education Group）

领域：K-12在线教育、AI自适应学习

产品：学而思网校AI课、魔镜系统（通过表情识别分析学生专注度）

新东方（New Oriental）

领域：语言培训、教育大数据

产品：OK智慧教育平台、AI口语测评系统（支持中高考英语听说考试）

谷歌（Google）

领域：教育云服务、AI工具开发

产品：Google Classroom（全球超1.5亿用户）、AI实验工具（如Teachable Machine）

微软（Microsoft）

领域：教育协作平台、混合现实教学

产品：Microsoft Teams教育版、HoloLens 2（用于医学、工程教育）

IBM

领域：教育认知计算、区块链学历认证

产品：IBM Watson教育助手、区块链学历验证平台（已服务全球超100所高校）

2. 中国企业

腾讯教育（Tencent Education）

领域：在线教育平台、教育大数据

产品：腾讯课堂（超4亿用户）、企鹅辅导AI课

阿里巴巴（Alibaba）

领域：教育云服务、智能硬件

产品：阿里云教育解决方案、天猫精灵教育版（AI语音学习助手）

网易有道（Youdao）

领域：AI词典笔、在线教育

产品：有道词典笔（销量超500万台）、有道精品课AI课

字节跳动（ByteDance）

领域：教育短视频、AI互动课

产品：大力教育（清北网校、瓜瓜龙启蒙）、AI作文批改工具

华为（Huawei）

领域：教育物联网、5G+智慧校园

产品：华为智慧教室解决方案（已部署于全球超50个国家）

3. 初创企业与创新品牌

Classera（中东）

领域：K-12在线学习平台

产品：AI驱动的个性化学习路径规划，服务中东超2000万学生

Quizlet（美国）

领域：AI学习卡片、自适应学习

产品：智能记忆卡片系统（用户超5000万），通过AI优化复习计划

松鼠Ai（中国）

领域：AI自适应学习系统

产品：基于知识图谱的个性化学习引擎，覆盖K-12全学科

BYJU"S（印度）

领域：K-12与职业教育

产品：AI驱动的动画课程（用户超1.5亿），估值超220亿美元

三、核心优势与行业影响

技术驱动：头部机构与企业普遍掌握AI、大数据、物联网等核心技术，如科大讯飞的语音识别、IBM的认知计算。

场景覆盖：从K-12到高等教育、职业教育，覆盖全年龄段学习需求。

数据资产：通过海量学习行为数据优化算法模型，形成技术壁垒（如好未来的魔镜系统）。

生态布局：构建“硬件+软件+内容+服务”的完整生态（如华为智慧教室、腾讯课堂）。

智慧教育与计算机技术领域有哪些招聘岗位或就业机会

一、核心岗位分类与职责1. 技术研发类

AI算法工程师

职责：开发教育场景下的AI模型（如智能评测、知识图谱构建）

技能：深度学习框架（TensorFlow/PyTorch）、自然语言处理、强化学习

案例：科大讯飞招聘AI教育算法岗，要求熟悉语音识别与教育场景适配

大数据工程师

职责：搭建教育数据平台，优化学习行为分析模型

技能：Hadoop/Spark、数据仓库设计、实时计算（Flink）

案例：好未来教育集团招聘大数据工程师，负责学生画像系统开发

全栈开发工程师

职责：开发智慧教育平台的前后端系统

技能：React/Vue、Spring Boot、微服务架构

案例：腾讯教育招聘全栈工程师，参与在线课堂系统开发

2. 产品与教育设计类

教育产品经理

职责：设计AI教育产品功能，协调技术、教研与市场团队

技能：教育心理学、用户调研、PRD文档撰写

案例：字节跳动大力教育招聘产品经理，要求具备K12教育产品经验

课程设计师（AI+教育方向）

职责：将AI技术融入课程设计，开发互动式学习内容

技能：教学设计理论、多媒体制作、AI工具应用（如虚拟助教）

案例：新东方招聘AI课程设计师，要求熟悉自适应学习路径规划

用户体验设计师（UX）

职责：优化教育产品的交互流程，提升学习体验

技能：用户旅程图、原型设计（Figma/Axure）、可用性测试

案例：网易有道招聘UX设计师，负责智能硬件（如词典笔）的交互设计

3. 教育应用与运营类

教育解决方案架构师

职责：为学校或企业提供智慧教育系统集成方案

技能：教育信息化标准、系统集成技术、招投标流程

案例：华为招聘教育解决方案架构师，要求熟悉5G+智慧校园部署

教育产品运营

职责：推动AI教育产品的用户增长与留存

技能：用户增长模型（AARRR）、数据分析、教育行业洞察

案例：作业帮招聘产品运营，负责AI作文批改工具的推广

AI教育培训师

职责：为教师提供AI教学工具的培训与技术支持

技能：教学演示能力、技术文档撰写、客户沟通

案例：希沃（Seewo）招聘AI培训师，负责智能教学设备的区域推广

4. 数据分析与教研类

教育数据分析师

职责：通过学习数据分析优化教学策略

技能：SQL/Python、教育测量学、可视化工具（Tableau）

案例：猿辅导招聘数据分析师，要求建立学生能力评估模型

AI教研专家

职责：结合AI技术设计学科教学内容

技能：学科知识体系、教育心理学、AI工具应用

案例：松鼠Ai招聘数学教研专家，要求开发自适应学习课程

二、典型企业招聘需求1. 科技巨头

腾讯教育

岗位：AI教育产品经理、教育大数据工程师

要求：3年以上产品经验，熟悉在线教育场景

阿里巴巴

岗位：教育云解决方案架构师、智能硬件产品经理

要求：具备教育行业资源整合能力

2. 教育科技企业

科大讯飞

岗位：教育语音算法工程师、智慧课堂产品经理

要求：熟悉教育场景下的语音交互技术

好未来

岗位：AI课程设计师、学习数据分析师

要求：掌握教育心理学与机器学习技术

3. 初创企业

松鼠Ai

岗位：自适应学习算法工程师、学科教研专家

要求：具备教育行业背景与AI技术能力

Classera（中东）

岗位：国际教育产品经理、AI教育运营

要求：英语流利，熟悉K-12在线教育

三、技能需求与职业发展路径1. 硬技能要求

技术类：Python/Java、机器学习框架、数据库管理

产品类：Axure/Sketch、用户调研方法、数据分析工具

教育类：教学设计理论、教育心理学、课程标准

2. 职业发展路径

技术路线：

初级工程师 → 高级工程师 → 技术专家/架构师 → CTO

产品路线：

产品助理 → 产品经理 → 高级产品经理 → 产品总监

教育路线：

学科教师 → AI教研员 → 教育产品总监 → 教育行业专家

四、行业趋势与就业前景

需求增长：

全球教育科技市场规模预计2025年突破4000亿美元，AI教育岗位年增长率超30%。

薪资水平：

国内AI算法工程师平均年薪30-50万元，教育产品经理20-40万元。

新兴方向：

元宇宙教育、教育区块链、脑机接口与学习科学交叉领域。