（通讯员 汪冰慧）2026年4月21日，由华中师范大学人工智能教育学部主办、数字教育湖北省重点实验室承办的“星光系列讲坛”连续举办四场高水平学术报告，主题聚焦“人工智能赋能教育”。台湾师范大学蓝玉如教授、香港岭南大学谢浩然教授、香港理工大学邹迪副教授、南洋理工大学黄龙翔教授应邀担任主讲。四场讲座由杨玉芹教授与刘博文副教授分段主持，吸引百余名师生到场参与。

一、AI智能体：从辅助工具到教学“分身”

蓝玉如教授以《用于语言学习的定制化AI智能体》为题，分享了AI智能体作为教师“数字化分身”的实践经验。她指出，AI智能体应严格遵循预设教学流程并提供个性化反馈。以五年级写作教学为例，高层次学生倾向于请求推理或概括性帮助，低层次学生则呈现渐进式进步，AI的作用在于激发思考而非直接提供答案。她还展示了针对中考英语文法测验及自闭症儿童陪伴场景所设计的专用智能体，强调设计应“以学生为中心”。

二、大模型技术路径与教育适配

谢浩然教授从技术视角出发，对比了提示工程（Prompt Engineering）、检索增强生成（RAG）与微调（Fine-tuning）三种大模型优化技术的原理及适用场景。他指出，提示工程适合逻辑推理类任务，RAG可结合外部知识库减少模型幻觉，微调成本较高但适用于特定任务。他建议教育场景优先采用工作流方式，对具备自主执行能力的自动化智能体持审慎态度，并倡导收集眼动、录屏等多模态数据以支撑过程分析。

三、语言教育范式重构：从防作弊到善用AI

邹迪副教授聚焦AI时代语言教学评估方式的革新。她提出应从结果评估转向过程评估，设计“找错”“重写”等批判性任务以训练学生高阶思维。基于心流理论，她展示了利用ChatGPT实现个性化学习路径的案例，借助眼动追踪与问卷数据验证了心流体验与学习成效的正相关关系。她还建议制定清晰的AI使用政策，构建“AI反馈—同伴反馈—教师反馈”多层支持体系，明确AI使用边界。

四、人机协同：元任务觉察与后提示语

黄龙翔教授提出了“元任务觉察”（Meta-Task Awareness, MTA）概念，他指出，AI在消除传统学习“摩擦”的同时也可能引发认知危机，需要重新设计学习活动以引入批判性对话。MTA指向学习者对自身与AI共同执行任务的动态觉察能力，区别于传统元认知。他进一步提出“前提示语—提示语—后提示语”三阶段互动模型，强调人机应走向“共同建构”模式，并通过教学设计课程案例验证了该框架对提升高阶思维的有效性。

每场报告后均设有问答环节，现场讨论热烈。针对“AI智能体是否需考虑性别或受众偏好”的问题，蓝玉如教授回应称核心在于深入调研用户需求；有教师问及MTA与传统元认知的关系，黄龙翔教授解释前者聚焦于“人机认知生态”的共同监控与调节。杨玉芹教授在总结时表示，四位学者从理论、技术、实践到伦理层面，系统呈现了人工智能赋能教育的机遇与挑战，为与会师生提供了多维度的研究启示。

数字教育湖北省重点实验室今后将继续依托“星光系列讲坛”，持续邀请海内外前沿学者，助力师生在人工智能与教育深度融合领域不断探索。

（审读人：刘怡）