在大数据人工智能与其不断增长的能力引领下，人工智能应用已成为我们日常生活的一部分。然而，对于其能力、限制以及相关优缺点的误解广泛存在。因此，在大学环境中，有必要向计算机科学专业学生和其他学科的学生普及人工智能知识。在这篇经验报告中，我们介绍了我们为来自不同专业的学生开设的一门入门课程的概述。此外，我们讨论了课程的作业和测验，让学生第一手了解了人工智能的过程，并洞察到了他们的学习模式。另外，我们还提供了课程评价和学生表现的总结。最后，我们介绍了从教授这门课程中获得的见解，并阐述了我们的未来计划。

Apr, 2024

这篇论文介绍了一组基于现有资源的使用场景，教师可以作为灵感创作自己的场景，目的是在不同的高中水平以及不同的目标下引入人工智能教育领域（AIEd），该领域非常活跃，不断涌现新的资源和工具，本文所包括的资源已经在学生中进行了测试，并由该领域的专家进行了选择，但它们只能作为实际示例来引导和激发教师的创造力。

Jul, 2023

本文讨论了从计算系统的角度出发如何进行人工智能的教育，并提供了一门针对智能计算架构的课程实践，旨在通过讲授人工智能加速器在 FPGA 平台的设计，来弥合人工智能和计算系统之间的差距。

Jun, 2022

我们示范了大型语言模型在教学和学习中的应用，并讨论了已经在教育领域发生的人工智能事件，我们主张迫切需要在大学引入人工智能政策并进行持续的监管策略。关于人工智能政策，我们认为每个机构都应该拥有关于人工智能在教学和学习中的政策，这至少有两个重要方面：（一）提高对多种教育工具的认识，这些工具既能积极地也能负面地影响教育；（二）减少教育中的人工智能事件风险。

Sep, 2023

该研究旨在通过研究文本生成 AI 技术的认知和影响，为高等教育制定一个 AI 教育政策，并从三个维度（教学、管理和运营）出发，提出 AI 生态教育政策框架，以解决在大学教学和学习中集成 AI 所涉及的多维问题，从而确保利益相关者了解其责任，并采取适当的行动。

Apr, 2023

本文探讨人工智能在教育领域的复杂性及对学习的个性化、伦理、学科价值与学习体验的潜在影响，旨在通过教育研究和综合实证最佳实践，明确了解如何将人工智能技术与学与教的基本原则相协调，以及为未来真正提升学习体验和结果而可能需要优先考虑的具体行动。

Feb, 2024

本研究重点介绍了工业和学术角度下人工智能在教育领域的不同应用，并强调了最新的情境化学习、创新评估以及先进的辅导系统等方面的进展和发展。此外，文章还分析了 AIEd 的伦理问题和转型对人们尤其是学生和教师的影响，并探讨了 AIEd 未来研究和实践的潜力。

Jan, 2023

探讨了教师实施 MIT RAICA 课程模块后的经验，研究发现人工智能模块不仅扩展了教师在该领域的知识，还使他们意识到其日常应用及其伦理和社会影响，并促使他们更好地与学生分享内容。还提出了对教师专业发展资源的改进建议。

Dec, 2023

人工智能对教育的潜力、应用、限制等方面进行了综合概述，着重介绍了生成式人工智能领域的最新发展。

Aug, 2023

本文探讨了人工智能、机器学习和深度学习等技术如何全面地应用于教育中，摘要了近二十年来相关研究的研究方向，包括如何应对 COVID-19 疫情所带来的挑战，同时也指出了应用人工智能于教育中存在的局限性及未来发展的方向。

Jan, 2023