元宇宙时代一流大学智能教育的创新路径

唐玉溪 何伟光

摘要：以人工智能及视觉沉浸式等技术为核心的元宇宙平台不断涌现，使得人类社会迈向元宇宙时代，在新的时代背景下加快推动智能教育发展是一流大学教育创新的重要方向。佐治亚州立大学拥有先进的一流大学智能教育经验，业已通过规模应用自适应学习技术驱动一流大学课堂教学变革，利用智能招生助手精准帮助新生入学以及借助智能管理系统助推学生学业成功。创新的运行机制是佐治亚州立大学实施智能教育的基础，该校以助力学生成功理念为引领，以连贯性战略规划为导向，以系统性组织变革为支撑，构建了一流大学智能教育发展的有效模式。为了加快我国一流大学智能教育发展，政府应对大学智能教育进行统筹规划，大学需加强智能教育的运作机制建设及高度重视智能教育伦理风险规避。

关键词：元宇宙;智能教育;佐治亚州立大学;一流大学

元宇宙（Metaverse）概念起源于上世纪九十年代，随着技术进步人们不断丰富了元宇宙概念内涵。元宇宙平台在显示、交互及内容维度与传统互联网有较大的差异，因而其可被理解为一种能够实现三维显示、提供沉浸式交互、现实世界与数字虚拟世界融通的共享数字空间。从元宇宙外延来看，可以划分为虚构数字空间、虚实组合空间、虚实协作空间三种不同类型，其被不少科技公司视作继移动互联网之后的下一代互联网生态。当前已经有不少科技公司推出了多样化的元宇宙平台，如Meta公司的Horizon Worlds、微软公司的Microsoft Mesh、英伟达公司的Omniverse、虚拟游戏平台Sandbox、百度公司希壤等。从业界所推出的部分“元宇宙”平台来看，其主要通过虚拟现实眼镜、增强现实眼镜、智能手机或电脑等载体进入，用户在此类元宇宙平台可进行工作、设计、交友、游戏、娱乐、交易等活动。从长远来看，尽管潜在着一系列未知风险，但真正满足经济社会发展需要及能够解决人们工作生活真实需求的元宇宙平台具有巨大发展空间，源于其集成了模仿或者超越人类能力解决复杂性问题的人工智能（Artificial Intelligence，简称AI）技术、赋能信息高效连接流通的互联网技术，让人拥有沉浸式体验的增强虚拟仿真现实技术，使得人与技术系统交互更加人性化及便捷化的人机交互技术，以及未来可能出现的脑机接口技术等一系列先进技术，将使人们有机会进入虚实相结合、信息极大丰富、立体生动的智能数字空间。从发展趋势来看，元宇宙平台在技术不断发展及大量资本持续涌入背景下正在加快成熟，元宇宙时代将有望在未来几十年内真正到来。

由于人工智能是元宇宙平台核心技术之一，在迈向元宇宙时代之际有必要加快人工智能在一流大学创新应用步伐，为后续先进的元宇宙平台在大学教育创新应用打下良好基础，以期更好地提高一流大学办学质量。人工智能对教育具有颠覆性和变革性双重作用，其中“科技-空间-社会-教育”是人工智能对教育的冲击路径。[1]一流大学除了需变革教育模式以适应智能社会的人才需求变化外，还应抓住AI给一流大学教育带来的技术红利。美国一流大学在利用AI变革教育方面有较为丰富的经验，其中佐治亚州立大学（Georgia State University，简称GSU）是美国一流大学智能教育发展领域的典型代表，该校在本科生教学和创新力方面排名均被2019年美国新闻与世界报道大学排行榜（U.S.News & World Report）评为全美第二。技术创新部门往往无法从创新中显著受益，模仿者却能从商业战略中获益，[2]这提示国内高校可借鉴参考先行者的智能教育实践经验以促进自身的发展。我国高度重视推动智能教育的发展，已经通过政策变迁途径进行前瞻性布局。[3]然而，目前我国一流大学中的智能教育大多仍停留于理论探索和前期规划层面，迫切需要借鉴国外成熟的一流大学智能教育经验。本研究以GSU为个案，系统剖析一流大学智能教育运作机理，以期为我国一流大学发展智能教育提供参考和借鉴。

一、佐治亞州立大学智能教育的实践形态

一流大学智能教育发展需要对原有的课堂教学、学生学习及管理服务进行变革，以期提升高校教育质量。佐治亚州立大学通过自适应学习技术、学业预警系统及智能招生助手大大提升了高校教学及管理方面的效率及效果，构建起了利用智能技术助力学生成功的教育创新体系。

（一）以自适应学习技术推动大学课堂变革

自适应学习（Adaptive learning）是根据学习者个体情况，适当调整教学材料和反馈指导建议，以提供符合学习者特点的智能交互环境[4]，常见形式有自适应学习平台或自适应学习课件。美国市面上高等教育阶段的自适应学习平台往往内嵌了知识图谱（Knowledge Graph）、专家系统（Expert System）、推荐系统（Recommender System）和机器学习（Machine Learning）等AI技术，属于人工智能在高等教育领域中的热门应用。当前美国高校在自适应技术应用实践方面已经进入大力推广阶段。[5]其中，GSU是美国高校成功应用自适应学习技术的代表性高校之一。GSU在利用自适应学习技术变革大学课堂方面主要有以问题导向推动智能教学变革、对教学模式进行匹配创新和基于证据循序推进智能教学变革三个方面特点。

  在以问题导向推动智能教学变革方面，GSU使用自适应学习技术的初衷是利用智能技术提高学生成绩，解决高辍学风险学生课程通过率低的问题。从2006年起，GSU的教务长办公室就主动与数学系开展合作，针对学生通过率低的传统数学课程利用自适应学习技术进行重新设计。

在对教学模式进行匹配创新方面，GSU数学系依托自适应学习技术将几门数学入门课程设计成翻转课堂模式，即采用学生进行自适应学习为主、教师单独指导为辅的混合教学模式。GSU除了为学生提供大班授课式的教学之外，还让学生自主地在长期开放的自适应学习实验室里开展学习。GSU将该试验室称为数学互动学习环境（Mathematics Interactive Learning Environment，简称MILE），其设计原理来源于类似学习资源中心的商场模式（Emporium Model），该模式认为交互式计算机软件、个性化按需帮助和强制学生参与是学生数学学习成功的关键因素。[6]学生在学习过程中遇到困难可以随时获得教师及助教一对一的帮助。此外，学生在MILE实验室之外可以随时访问由Pearson公司提供的My MathLab在线软件进行补充学习。

基于证据循序推进智能教学变革方面，为了使得自适应学习技术能够得到师生的广泛接受，GSU在实施过程中注重在试点阶段对该技术的实施效果进行全面评估，基于课程实施效果数据的支撑来推进MILE计划。在新课堂教学模式下，三门数学课程的学生未通过率从2007年的平均31%下降到2014年的23%，其中微积分课程中学生未通过率下降了15个百分点。[7]

·比较教育·元宇宙时代一流大学智能教育的创新路径美国公立与赠地大学协会（The Association of Public and Land-grant Universities，简称APLU）在其发布的《自适应学习课件实施指南：从规划到拓展》（A Guide for Implementing Adaptive Courseware：From Planning Through Scaling）中为一流大学确立建立支持、发现与决定、设计、开发、试点与迭代以及规模扩展六个启动自适应学习项目步骤指南[8]，该六步骤正是源于GSU等几所公立大学推广自适应学习课件实施的经验总结。GSU在推广过程中验证了自适应技术变革教学的有效性，如2017年GSU亚特兰大校区的8500名学生全部使用自适应学习混合学习课程，未通过率同比降低35%。截至2018年，GSU已经成功地对显著影响保留率和毕业率的五门大型入门课程进行自适应学习变革，并确立了后续规模化推广自适应学习课程的路线。GSU在自适应学习课件选择、试验、评估和实施过程中，遵循了系统化的实施流程，有效地加快了该校自适应学习课件的拓展。在课件评估和选择过程中，GSU采用了在线学习联盟（The Online Learning Consortium）与Tyton Partners联合为高等教育决策者评估、采用和实施课件制定了CWIC框架（Courseware In Content Framework），该框架包含产品分类（Product Taxonomy）、研究集合（Research Collection）、课程级执行指南（Course Level Implementation Guides）以及机构级执行指南（Institution Level Implementation Guides）。[9]GSU严格地从产品分类框架中的功能（Functional）、交付平台（Delivery Platform）和采购（Procurement）三个维度评估自适应学习课件产品的关键功能及教育效果，注重将高质量评估作为推进自适应学习实践的起点。值得注意的是，自适应学习的规模扩展与教师教学自主权之间存在一定张力，为此GSU注重促进教师全方位的参与和协作。通过设置课程协调员、开设适应性学习工作坊和举办沙盒探索（Sandbox Exploration）等沉浸式自适应学习体验举措，GSU显著地提高了自适应学习技术的社区认知和教师认同。整体而言，GSU自适应学习课件走向规模应用大致划分为探索、试验和规模应用三个阶段，在探索阶段主要围绕产品评估、教师培训和先行试点等方面开展工作，在试验阶段呈现多渠道、多学科和范围广的特征，而战略引领和创造教师成功文化是规模应用阶段的重点。此外，在自适应学习技术的迭代升级的过程中，GSU不断按照系统化的流程循环推进，呈阶梯式上升特点，具体通过图1加以阐释。

“夏季融化”（Summer Melt）是指美国一流大学中被录取的高中毕业生在秋季无法入读大学的现象，学校支持不足、父母指导缺乏、资料准备繁杂和学生拖延是导致此种现象的重要因素。其中，“夏季融化”现象在美国低收入家庭学生和第一代大学生家庭中尤为突出。由于高中教育服务和大学教育服务存在一定断层，一流大学早期的积极干预能够有效提高学生入学率。[10]大学中的官僚主义和资源局限往往导致学生获得关键信息指导效率低下，AI技术的出现让“夏季融化”现象有改善的可能，其中内嵌智能代理技术的语音助手在此方面具有显著的提升效果。智能代理（Intelligent Agent）通过自然语言处理（Natural Language Processing）技术进行语音分析，结合人机交互、自然语言工具包和会话策略等构建起智能响应引擎，可以适当地响应人类[11]，其常见形式是能与人类进行对话互动的聊天机器人（AI Chatbot）。GSU自2016年起引进AdmitHub公司开发的智能对话式机器人Pounce。Pounce能够为学生全天候提供基于文本短信的个性化指导，帮助学生克服经济援助申请、入学考试和课堂注册等方面障碍。GSU对Pounce系统进行随机对照试验以验证该系统的效果，如将2016年秋季入学的7489名GSU新生分层随机抽样成智能招生助手支持组和对照组，通过智能招生助手支持组和对照组的比较，发现接受智能干预的学生按时入学比例增加了3.3%，且智能干预平台生人均使用成本仅为7至15美元左右，远低于使用Pounce前的100至200美元。[12]可见，GSU利用AI技术优化招生咨询服务模式能够有效解决传统高校招生服务的痛点问题。

（三）通过智能管理系统助推学生学业成功

基于一流大学学生学习大数据挖掘的学习分析技术（Learning Analytics）能够为一流大学监测学生的学业情况，及时进行学业指导以及优化学习环境提供帮助。随着AI技术的快速发展，部分先进的智能学业分析顾问能及时诊断学生的问题，并建议一流大学调配资源进行干预。GSU自2012年起与美国教育咨询委员会（Education Advisory Board）在该校长达10年、多达14万学生数据的基础上合作开发智能化促进学生进步及毕业顾问（Graduation and Progression Success System，简称GPS Advisor）。该系统每天对全校本科生进行数据跟踪，为一流大学提供超过八百多种基于学术风险因素标记的学业预警和预测类型，便于老师和顾问及时为学生提供个性化指导，帮助学生回到完成学位的正常轨道。具体而言，该系统可以基于历史数据的挖掘，预测学生毕业的可能性，并自动通知相关的辅导员，还可以对修读不恰当课程或学院表现不好的学生发出警报。使用该系统后，GSU的学期间保留率（Semester-to-semester Retention Rates）提高了5%左右，学生平均毕业时间缩短半学期，约为2014届学生节省近1000万美元学费。[13]更重要的是，该校少数族裔学生毕业率显著提升，有效缓解了长期困扰美国高等教育的少数族裔学生保留率和毕业率问题。[14]GSU在部署GPS Advisor系统过程中，既注重对学生学业路径的引导，又重视对学生具体课程学习的指导;既强调AI技术的智能预测与分析，又突出教师及专业学生辅导员的指导作用;既对学生学业进行指导，又为学生提供财务和就业等方面的咨询。从实施效果来看，GSU利用AI技术大规模及精准化地为学生在校期间的学习、生活及学业规划提供了有力的支持，使得该校的學生辍学率大幅下降，有效地促进了学生学业成功。

二、佐治亚州立大学智能教育的运作机制

GSU之所以能够顺利实施智能教育变革，离不开其构建起完善的智能教育运作机制。该校以学生成功的办学理念作为引领，以连贯性战略规划作为导向，以系统性组织变革推动智能教育创新发展。

（一）以学生成功理念引领智能教育发展

学生成功（Student Success）是美国高等教育重要的教育理念之一。 GSU在美国一流大学中推动学生成功方面享有盛誉。哈佛商学院将其作为帮助学生成功的典型案例，认为其学生成功的办学理念体现在学生人数增加的同时且让所有社会经济背景、民族及种族的学生毕业率大幅提升。[15]学生成功的办学理念成为GSU制定连贯性战略和实施组织结构变革推动智能教育创新发展的关键动力。该校并非凭借单一的智能教育应用项目落实学生成功理念，而是通过数量众多的智能教育项目积累来提升帮助学生成功的能力。GSU将学生成功的办学理念嵌入到智能教育发展之中，使得该校管理层、学院组织和教师在推动智能教育创新中均围绕该理念而展开。在该理念的引领下，GSU主动进行自我组织变革，采取基于证据和数据驱动的策略推动智能教育发展。该校的智能教育创新举措并非简单移植其他一流大学的做法，而是经过该校长期内部的评估和优化，围绕学生成功理念中的学业成就、学生满意和一流大学建设领域持续展开行动，从而取得良好的效果。

（二）制定连贯性战略推动智能教育发展

要有效地将学生成功的理念转化为高校推动智能教育发展的连续性及集体性行动，系统科学的高校战略计划制定必不可少。GSU为了使得共同的目标理念能够通过具体行动更好落地，相当注重制定具有连贯性的战略计划。GSU最新战略计划中包含了五个主要目标和一系列的倡议，其将学生成功理念具体为“让不同背景的学生能够高比例在学术和职业上取得成功，致力于成为本科教育的全国标杆”的第一战略目标。[16]GSU对推动智能教育发展方面有前瞻性的洞察力，深刻意识到通过人工智能技术与创新性教育策略的合理配合可为学生的学业进步、学位完成及学生生活服务等方面带来显著的效果，能够有效帮助学生在校园生活中取得成功。该校在战略中表明，要“在教学中找到技术和人际互动之间的平衡，从而大大提高教育效果和促进学生成功”[17]。这反映了GSU对人工智能等先进信息技术在高校的应用规律有独到的认识，并将其贯彻在战略计划制定之中。GSU在战略实践管理方面拥有成熟的经验，使得战略能够从倡议转化成实际行动，产生具体效果。GSU的战略以五年为一个周期，在制定新战略时注重对旧战略的执行情况进行反思、比较新旧战略的异同及保持战略的稳定性和连贯性，从而保障智能教育在该校拥有充分的发展空间。GSU的战略规划制定和实施过程都注重教师的积极参与，不少战略倡议明确由哪些教师具体参与战略计划完善及跟进落实情况。在这种战略制定方法下，该校智能教育战略实施的可行性得到较大提高。GSU在执行战略规划过程中，既注重基于数据的效果监测，又注重实践与学生成功等办学理念的契合度。值得一提的是，GSU在落实智能教育发展战略时相当灵活，早期让愿意采用新技术解决问题的利益相关者先行试验，待有效证据证实该举措有效才进行下一步推广，且遇到不可预测的情况随时可中止计划。概而言之，GSU采取了成熟的战略管理方法，通过连贯性的战略制定使得该校能够持续性地推动智能教育发展。

（三）以组织变革支撑智能教育实践开展

组织变革（Organizational Change）是组织为应对新环境所进行的组织管理制度、结构、资源配置和權力分配方式等组织要素方面的调整。智能教育是复杂的系统性工程，其可持续的发展需要获得高校组织系统的有力支撑，因而对原有的高校组织结构展开适当的组织变革相当重要。GSU在学校管理者及教师的支持下，通过系统性地对组织机构进行变革以支撑智能教育创新。GSU为了更迅速地响应利用AI等新兴技术和实施学生成功战略的要求，专门设置了关注学生成功的办公室和机构研究办公室（Office of Institutional Research），其中机构研究办公室长期以来收集、整理和储存学生数据，为AI Chatbots、GPS Advisor等新兴AI技术快速部署奠定基础。另外，GSU为了更好地利用学生数据驱动方式识别、分析和解决学生入学及毕业过程中的问题，对该校涉及学生事务的关键职能部门整合在一起，将财政援助、学术咨询、招生、毕业等学生事务统一由副教务长领导的单一部门负责。GSU之所以能够顺利对支撑智能教育的组织结构作出重大的行政组织和实施结构的调整，离不开该校校长、教务长等高级行政人员和大学评议会的坚定支持。此外，由于追求学生成功是GSU长期秉持的教育理念，其通过人工智能等先进信息技术更好地帮助学生成功的举措获得该校大部分教师的认同及支持，使得该校能够发起自下而上的组织变革以推动智能教育的发展。整体而言，GSU智能教育创新实践得益于该校推动的系统性组织变革，使其具有可持续发展的空间。

三、借鉴反思：中国一流大学智能教育创新发展的路径探索受GSU推动智能教育创新的经验启发，结合我国的独特国情，在迈向元宇宙时代对我国一流大学智能教育创新发展的路径进行审视和反思，具体有以下几点建议。

（一）政府应对大学智能教育发展进行统筹规划

一流大学既是人工智能研究、开发和应用的重要“开拓者”，也是我国智能教育体系建设的中坚力量。在“双一流”建设的大背景下，一流大学加快发展智能教育的需求变得更加迫切。发展智能教育既是AI时代的需求，也是一流大学高质量发展的必经之路。我国教育部已经专门发布了《高等学校人工智能创新行动计划》，重点部署推动一流大学智能教育应用示范。然而，我国目前尚未出台系统推动大学智能教育发展的顶层规划，使得我国一流大学智能教育发展仍处于各自摸索阶段，尚未形成发展一流大学智能教育的合力。为了使我国一流大学在世界智能教育发展浪潮中取得优势，亟待政府部门统筹一流大学智能教育发展全局。政府需要在一流大学智能教育发展中制定重点战略、伦理规范及监管措施，推进国家级一流大学智能教育资源共享平台建设，引导一流大学自发进行智能教育创新。技术利基（technological niches）是指受保护的空间，允许技术试验、用户实践和监管结构同步演进。[18]在政府顶层设计过程中，应注意构建一流大学智能教育创新的技术利基。我国政府可参照“985”工程、“211”工程和“双一流”等项目建设经验，给予一流大学发展智能教育充分的空间和政策红利，使得一流大学在智能教育发展方面能够先行先试。

（二）大學需加强智能教育创新的运行机制建设

一流大学运行机制创新是一流大学智能教育可持续发展的基础。GSU的案例表明，创新的运行机制是其智能教育实施的有效保障。我国一流大学要重视完善智能教育创新机制，在高校内部营造良好的智能教育生态。由于智能教育创新是复杂的工程，我国一流大学需要结合自身的实际情况逐步通过有效的智能教育运作机制建设推动智能教育发展。我国一流大学可以从几个方面进行智能教育运行机制创新：一是以一流大学办学理念为引领，以一流大学发展战略和规划为抓手，打造具有本校特色的一流大学智能教育的创新体系;二是由校领导专门主管智能教育创新，整合高校内部力量逐步推进智能教育的落地，设计配套制度激励教师积极采取新颖教学技术和教学方法提升教学质量;三是高校可以深入开展智能教育领域的产学研用合作，形成智能教育协同创新机制，充分利用社会成熟的AI技术平台和资源，也可适当将智能教育技术开发任务外包给市面上有实力的开发公司，以促进一流大学智能教育快速发展。

（三）应重视智能教育可能潜在的伦理风险规避

在我国高校一流智能教育发展过程中，要将可能潜在的伦理风险规避放在首要位置。由于涉及到师生的根本利益，让高校师生及早参与智能教育的伦理规范制定尤为重要。高校应在智能教育技术设计及开发过程中注重伦理问题。一流大学需要制定遴选智能教育技术的伦理标准，避免不受控及不成熟的智能技术进入校园。高校在选择智能教育技术开发供应商时应该明确智能教育系统开发的伦理标准，要确保智能教育技术可信赖及可控制，尤其在智能课程教材开发方面更应如此。另一方面，一流大学推动智能教育实践过程中，应制定完善的智能教育实践伦理规范。在AI与一流大学教育中的课堂教学、学业指导和招生就业等环节深度融合过程中，始终要确保师生的隐私不被侵犯，避免师生受到算法偏见所造成的负面影响，以及防止师生的合法权益被侵蚀。概而言之，我国高校在建设一流大学智能教育体系过程中，要始终坚守以人为本的伦理底线，重视对可能潜在的伦理风险进行规避。

参考文献：

[1]何伟光，唐玉溪.一流本科教育：迈向人工智能时代的变革[J].中国电化教育，2019（3）：120-126.

[2]TEECE J.Profiting from Technological Innovation：Implications for Integration，Collaboration，Licensing and Public Policy[J].Research Policy，1986，15（6）：285-305.

[3]唐玉溪，何伟光.智能教育政策变迁的中国模式[J].教育研究与实验，2020（1）：40-46.

[4]MICHAEL J，DAVID M，ELEN J.教育传播与技术研究手册（第四版）[M].任友群，焦建利，刘美凤，等译.上海：华东师范大学出版社，2015：966.

[5]唐玉溪，何伟光.技术文化哲学视域下美国高校自适应学习变革[J].中国远程教育，2020，41（7）：32-40.

[6]TWIGG A.The Math Emporium：Higher Education’s Silver Bullet[J].Change：The Magazine of Higher Learning，2011，43（3）：25-34.

[7]Georgia State University.Adaptive Learning Tools[EB/OL].[2021-04-15].https：//success.gsu.edu/initiatives/adaptive-learning-tools/.

[8]VIGNARE K，LAMMERS E，et al.A Guide for Implementing Adaptive Courseware：From Planning Through Scaling[EB/OL].[2021-12-16].http：//www.aplu.org/library/a-guide-for-implementing-adaptive-courseware-from-planning-through-scaling/file.

[9]The Online Learning Consortium，Tyton Partners.How to use the CWiC Framework：Framework[EB/OL].（2016-06-30）.http：//coursewareincontext.org/cwic-wp/wpcontent/uploads/2016/06/How-to-Use-the-CWiC-Framework_Framework1.pdf.

[10]ARNOLD K，FLEMING S，DEANDA M，CASTLEMAN B，WARTMAN K.The Summer Flood：The Invisible Gap among Low-income Students[J].Thought & Action，2009（25）：23-34.

[11]ABDUL-KADER A，WOODS C.Survey on Chatbot Design Techniques in Speech Conversation Systems[J].International Journal of Advanced Computer Science and Applications，2015，6（7）：72-76.

[12]PAGE C，GEHLBACH H.How an Artificially Intelligent Virtual Assistant Helps StudentsNavigate the Road to College[J].Social Science Electronic Publishing，2017，3（4）：1-12.

[13]University Innovation Alliance.Collaborative project goal：Predictive analytics[EB/OL].（2018-03-15）.http：//www.theuia.org/sites/default/files/UIA_predictive_onepagers.pdf.

[14]BANKS T，DOHY J.Mitigating Barriers to Persistence：A Review of Efforts to Improve Retention and Graduation Rates for Students of Color in Higher Education[J].Higher Education Studies，2019，9（1）：118-131.

[15]TOFFEL W，ROBIN M，JULIA K.Student Success at Georgia State University[EB/OL].[2020-09-15].https：//www.hbs.edu/faculty/Pages/item.aspx？num=58954.

[16][17]Georgia State University.Strategic Plan：Goal 1[EB/OL].[2021-04-15].https：//strategic.gsu.edu/preamble-2/goal-1/.

[18]SCHOT J，GEELS W.Strategic Niche Management and Sustainable Innovation Journeys：Theory，Findings，Research Agenda，and Policy[J].Technology Analysis & Strategic Management，2008，20（5）：537-554.

（责任编辑陈志萍）

收稿日期：2021-12-16

作者简介：唐玉溪，深圳大学社会科学学院讲师，博士;何伟光，通讯作者，深圳大学社会科学学院讲师，博士。（深圳/518000）

*本文系教育部2021年度高校思想政治理论课教师研究专项一般项目“智能时代‘四史’教育融入高校思政课教学研究”（21JDSZK092），深圳市教育科学“十四五”规划2021年度课题“基于組织变革的高校智能教育创新路径研究”（ybzz21013）和深圳市人文社科重点研究基地（2020-2022）新时代中国职业教育研究中心的成果。

2071501705350