分论坛预告 | AI+教育与心理健康

分论坛简介

伴随着近年来人工智能技术的迅猛发展，其在教育与心理学领域的应用日益广泛，带来了教学方式革新、个性化学习、心理评估和引导的新机遇，同时也引发了数据隐私、伦理、内容安全等诸多挑战。本论坛将聚焦“AI+教育与心理学”的交叉前沿，探讨人工智能如何赋能教育实践与心理研究，挖掘其潜力、厘清其边界，推动该领域的理论创新与技术落地。

分论坛主席

黄民烈，清华大学计算机系长聘教授，国家杰青，清华大学人工智能研究院基础模型研究中心副主任，中文信息学会理事、大模型与生成专委会副主任，CCF学术工委秘书长，聆心智能创始人，首席科学家。长期从事自然语言生成、大模型、大模型安全、社交智能等研究，主持国家重大项目包括重点研发、重点项目等。在ACL、ICML、ICLR、NeurIPS等顶级会议发表论文超过100篇，引用超过25,000次，10余次获得国际会议论文奖项，著有《现代自然语言生成》一书。连续多年入选Elsevier中国高被引学者，AI 2000全球最有影响力AI学者榜单。曾获得中国人工智能学会吴文俊人工智能科技进步奖一等奖，钱伟长中文信息处理科学技术奖一等奖，电子学会科学技术奖科技进步一等奖，中文信息学会汉王青年创新奖等。研发多个对话大模型，包括心理大模型Emohaa、CharacterGLM等。

王宏宁，2014年在伊利诺伊大学-香槟分校获得计算机科学博士学位，现为清华大学计算机科学与技术系长聘副教授，博士生导师，国家高层次人才，曾任美国弗吉尼亚大学计算机科学系Copenhaver副教授。他的研究主要集中在机器学习和信息检索的交叉领域，着眼于创立具有完备理论性质与高效实用性能的强化学习方法以解决个性化决策问题和大模型推理问题。曾获2016年美国自然科学基金青年成就奖（NSF CAREER Award），2023年英国计算机学会Karen Spärck Jones (KSJ) Award，和2024“钱伟长中文信息处理科学技术奖” 一等奖。

分论坛讲者&报告简介

报告题目

智能时代教育范式创新

报告摘要

基于人工智能赋能教育创新的效果评估，探讨智能时代教育范式创新的方向和可行性，分析可能对学生和社会产生的深远影响，并提出对技术发展的新需求。

讲者简介

张羽，清华大学教育学院教授、党委书记。兼任中国教育发展战略学会教育评价专委会副理事长、中国高等教育学会学习科学研究分会常务理事、美国教育学会“脑、神经科学与教育专委会”项目主席、中国教育技术协会智能教育专委会常务理事、中国教育学会基础教育评价专委会常务理事。近期研究聚焦于融合人工智能赋能教育教学创新、多模态学习分析和未来学习范式创新。

报告题目

Epitome: 人工智能赋能教育及社会科学研究

报告摘要

Epitome是全球首个专注于人工智能与社会科学深度融合的开放实验平台。以自主研发的启创 InnoSpark 教育学学科大模型为基础，Epitome 提供了用户友好的界面，使研究人员能够设计复杂的人机交互实验，如人机协作、人工智能社会性的人类评估、AI伦理困境研究等，通过在多层次的人机交互环境中（包括对话、群聊和多智能体虚拟场景）提供一站式综合实验解决方案。

讲者简介

王祥丰，华东师范大学上海智能教育研究院/数学科学学院教授，研究方向是智能体及应用。获得中国运筹学会青年科技奖提名奖，并且2021年获得IEEE信号处理学会最佳论文奖，2022年入选上海市青年科技英才启明星。与华为云在云计算虚拟机调度、资源池规划等方面密切合作，获得华为云2023年度技术合作优秀合作伙伴奖，相关成果获得2024年中国工业与应用数学学会落地应用成果。已在IEEE TPAMI、JMLR、ICML、ICLR、MP、MOR等人工智能/运筹学国际权威期刊/会议发表论文50余篇。目前担任上海市运筹学会副理事长、中国运筹学会算法软件与应用分会常务理事、数学规划分会青年理事、中国工业与应用数学学会数学与产业专委会委员等。

报告题目  

人工智能赋能心理健康教育的研究与实践

报告摘要

随着人工智能（AI）的快速发展，心理健康服务领域迎来了前所未有的机遇与挑战。报告基于清华大学学生心理发展指导中心赵嘉路老师团队的研究与实践成果，聚焦“AI赋能心理健康教育”的核心议题。从大学生四年追踪研究的思考与研究基础切入，揭示新时代学生心理画像与健康发展轨迹；进而分享基于大模型与助人理论的“人机协同”探索与实践，以及心理智能体的设计、应用与成效；最后分享基于清华大学实践探索的多维度智能体的开发、系统化平台搭建等议题。讲座有助于你了解AI在心理支持、干预与管理中的创新应用、实践经验和相关研究，并共同探讨人工智能赋能心理支持的发展策略与伦理风险保障。

讲者简介

赵嘉路，博士，清华大学学生心理发展指导中心副主任，副教授。中国心理学会临床心理学注册工作委员会第五届委员，注册督导师（D-21-204），注册心理师（D-14-064)；中国心理卫生协会第七届大学生心理咨询专业委员会常务委员、副秘书长。长期致力于人工智能与心理咨询交叉学科的研究。

报告题目

人工智能赋能高等教育的清华实践

报告摘要

在全球智能化浪潮下，清华大学积极探索人工智能与高等教育的深度融合。本报告将聚焦清华在AI赋能教育方面的战略布局与实践成果，重点介绍学校如何通过研发AI助教与智能学伴、开设AI赋能课程、建设智能化教学平台等举措，创新教学模式，提升教学质量与学习体验。清华致力于构建以AI驱动的教育新生态，培养面向未来的创新人才，并为全球高等教育的智能化转型贡献“清华方案”与实践经验。

讲者简介

王帅国，清华大学在线教育中心主任。长期在清华大学从事在线教育研究，担任教育部在线教育研究中心秘书长，世界慕课与在线教育联盟秘书长。作为课程负责人获评首批国家级一流本科课程。他主持研发的教学工具“雨课堂”是目前中国最为活跃的高等教育教学软件。作为主要完成人，获得国家级教学成果奖二等奖一项，北京市教学成果奖一等奖两项，清华大学教学成果奖特等奖一项、一等奖三项。

报告题目

AI答疑官与你的学习DNA：解码大模型赋能教育新可能

报告摘要

探讨我们研发的多模态教育大模型如何通过精准识别学生个体化的学习特征，实现高效、个性化的课后智能答疑服务。通过多模态信息融合与知识追踪技术，该模型能够深度理解学生的认知状态与知识薄弱点，动态生成符合学生认知发展规律的精准解答，从而有效提升学习效率与效果。本研究为人工智能技术在中小学教育领域的创新应用提供了新视角，探索了大模型技术赋能教育的广泛可能性。

讲者简介

刘子韬博士，现任暨南大学广东智慧教育研究院院长，教授，博士生导师，主要研究方向是智慧教育领域，在人工智能领域顶级会议和期刊上发表相关论文100余篇，国内外授权发明专利40余项，发布国家/行业/团体标准10余项，主持和参与国家重点研发计划课题、科技创新2030-“新一代人工智能”重大项目等多项科研工作。刘子韬博士是钱伟长中文信息处理科学技术奖技术发明一等奖、广东省人工智能产业协会科学技术奖科技进步一等奖、数据要素X大赛北京分赛一等奖、北京市海聚工程、北京市科技新星计划获得者。同时，刘子韬博士获得例如CCF-A类会议国际神经信息处理系统大会(NeurIPS)教育挑战赛冠军等10项国内外顶级学术竞赛冠亚军。同时，刘子韬博士担任国际人工智能教育协会执行委员和第25届国际人工智能教育学术会议(AIED2024)程序主席，其研究成果获得了包含CCTV新闻联播、CCTV正点财经、人民网、新华网等多家新闻媒体的报道。

报告题目

机器心智与心理健康

报告摘要

心智理论（Theory of Mind，ToM）是指人类理解和推断他人心理状态（包括信念、欲望、意图、情感等）的能力，是社交智能的基础和核心。目前，大语言模型已经展现出类人的语言理解和生成能力，人们开始好奇大语言模型是否已经具备机器心智（Machine ToM）。本报告将围绕大语言模型的机器心智方向，分别从心智评测、心智建模和心智应用三个方面汇报最新工作进展，并介绍在访谈筛查、陪伴干预和督导培训等心理场景中的具体实践。

讲者简介

陈壮，中南大学计算机学院特聘副教授，主要研究方向为大语言模型、社交智能和计算心理学等，是角色大模型CharacterGLM和心理大模型Emohaa的核心研发成员。在ACL、EMNLP、AAAI等自然语言处理和人工智能顶级会议或期刊上发表论文二十余篇，获得ACL2024领域主席奖、CIPS-LMG 2024优秀海报奖、MNLP2024论坛突出成果奖。担任计算语言学顶会ACL、EMNLP、NAACL的领域主席和顶刊TACL、CL的常驻审稿人。中文信息学会大模型与生成专委会、情感计算专委会委员，主持博士后科学基金面上资助项目。

报告题目  

大模型多智能体驱动的数智教育新生态

报告摘要

随着大规模语言模型领域的MCP、强化学习、群体智能等关键技术的不断成熟，大模型智能体正以前所未有的速度向特定领域纵深渗透。在教育领域中，其角色已从早期的教学辅助工具正逐步演变为知识载体，未来或成为新主题塑造崭新的教育生态。本报告以清华大学“全AI守护课堂”项目为切入点，系统呈现人工智能赋能教育的具体研究与实践路径，讨论教育和AI结合过程中，所形成的“教育推动AI进步，AI反哺教育变革”的双向促进机制。最后展望大模型如何突破现有教育生态的限制、保持人文主义关怀，构建更加开放、共享、优质的未来教育环境。

讲者简介

于济凡，清华大学教育学院助理研究员，MAIC平台研发负责人，主持国家自然科学基金青年项目，清华大学水木学者博士后，研究领域关注教育人工智能，尤其是大模型驱动的多智能体学习环境等课题，深度参与清华大学AI赋能教育与学生成长项目，在国际会议和期刊上发表40余篇论文，曾获ACL最佳演示论文奖，EMNLP杰出论文奖以及CIKM最佳资源论文提名奖。

报告题目  

Language models as temporary training wheels to improve mental health

报告摘要

Access to mental health care falls short of meeting the significant need. More than one billion individuals are affected by mental health conditions, with the majority not receiving the necessary treatment. In this talk, I will describe how human-AI collaboration, critically enabled by language models, can improve access to and quality of mental health support. Language models have the potential to act as temporary training wheels providing immediate support and guidance to help individuals develop essential mental health skills. This approach emphasizes the importance of using these tools as initial aids rather than long-term crutches. By offering structured assistance, practice, and feedback, language models can help individuals and professionals learn skills, such as cognitive reframing, emotional regulation, and conflict resolution. However, the ultimate goal is for individuals to gradually transition away from dependence on these models, fostering sustained skill development and long-term well-being. This talk will describe how language models can be developed towards these aims and evaluate their effectiveness across multiple randomized trials and real-world deployments with over 150,000 participants.

讲者简介

Tim Althoff is the Jean-Loup Baer Associate Professor in the Allen School of Computer Science & Engineering at the University of Washington. Tim’s research seeks to better understand and empower people through data and computation. His AI research has directly improved mental health services utilized by over ten million people and informed federal policy. Tim holds a Ph.D. degree from the Computer Science Department at Stanford University. His work has received various awards including WWW, 2x ICWSM, ACL, UbiComp, and IMIA Best Paper Awards, the SIGKDD Dissertation Award 2019, and an NSF CAREER Award. Tim’s research has been covered internationally by news outlets including BBC, CNN, The Economist, The Wall Street Journal, and The New York Times.

后续我们将继续更新本次学术年会相关信息，敬请持续关注！

本次年会报名推送请查看：开启报名 | 清华大学基础模型2025学术年会