一、幼儿教育领域
1. 人机协同的幼儿游戏化学习与人工智能适龄性设计
【重点】面向3—6岁幼儿，研究AI、机器人与数字工具辅助游戏化学习的角色、边界与交互方式，强调技术不替代教师与同伴互动。
【焦点】人机分工、无屏/有屏平衡、幼儿隐私与情绪安全、教师观察介入、家园协同。
【建议】理论框架、设计案例、实证效果与伦理规范的实践与研究，尤其欢迎跨学科团队成果。
2. 幼儿成长的多模态智能追踪与个性化支持
【重点】采集幼儿行为、情绪、语言、社交等多模态数据，形成成长画像，并转化为个性化支持策略。
【焦点】发展性评价框架、算法可解释性、教师与家长协同、避免标签化与过度监控。
【建议】追踪工具设计、家园共育实践、干预闭环与伦理审查机制的实践与研究。
二、小学教育领域
3. 小学生学习智能诊断与个性化反馈
【重点】面向小学学段，基于知识掌握、学习行为与动机数据，实现诊断—反馈—干预的闭环。
【焦点】多源数据融合、反馈时机与形式、教师可解释使用、减负与隐私保护。
【建议】学科案例、反馈策略、家校协同与效果评估的实践与研究。
4. 小学教师跨学科教学中的AI胜任力
【重点】跨学科主题学习、项目化教学中，教师如何运用AI进行设计、资源生成、实施与评价。
【焦点】能力框架、校本教研、提示工程、伦理意识、培训模式与专业发展路径。
【建议】教师能力测评、培训干预、课堂案例与效果证据的实践与研究。
5. 基于“极简数字”方案的乡村教育振兴与城乡教育优质均衡
(“极简数字”方案为低成本、低门槛、低维护、可用度高的数字化方案)
【重点】以轻量化技术方案支持乡村学校教学、教研与资源共享，避免技术负担与形式化。
【焦点】双师课堂、智能终端、县域平台、教师支持、可持续运行与可复制模式。
【建议】县域案例、成本效益分析、公平效应与长期跟踪的实践与研究。
三、中学教育领域
6. 中学教师AI教学能力与项目式学习（PBL）
【重点】初高中教师运用AI支持PBL的设计、实施、协作与评价，促进学生高阶思维与问题解决。
【焦点】教师AI素养、人机协同教学、学科融合、伦理规范与评价改革。
【建议】能力框架、项目案例、课堂实证与教师发展的实践与研究。
7. 中学生学习智能诊断与人机协同作文评价——融合知识图谱与数字教材
【重点】以中学写作为切入点，AI初评与教师终评、学生自评互评结合，知识图谱提供结构化知识，数字教材提供内容与标准。
【焦点】评价信效度、可解释性、教师—AI分工、过程性反馈、隐私与学术诚信。
【建议】评价框架、系统设计、教学实验与多模态写作的实践与研究。
8. 中学生人工智能通识教育课程体系与编程教育
【重点】面向全体中学生，构建AI基本概念、技术原理、伦理安全与编程/计算思维课程体系。
【焦点】课程标准解读、学段衔接、项目式学习、师资培养、评价方式与基地建设。
【建议】区域课程方案、校本实践、教材开发与学习效果的实践与研究。
四、大学教育领域
9. 大学生学习分析与自适应学习系统——多模态学习分析与精准评价
【重点】利用行为、眼动、生理、文本、语音等多模态数据，支持学习分析、路径推荐与精准评价。
【焦点】分析框架、算法可解释性、自适应机制、隐私伦理与实践效果证据。
【建议】系统设计、实证研究、跨平台数据治理与学习成效分析。
10. 大学虚拟实验室与未来学习中心——未来教与学的图景、设计与运行效果
【重点】虚拟实验室、AI教师、沉浸式空间与未来学习中心的场景设计、技术集成与教学应用。
【焦点】空间设计、运行模式、教学法创新、可持续机制与学习效果评估。
【建议】案例研究、设计研究、运行数据与未来教育图景分析。
11. 大学产教融合数字化平台支撑体系——教学与产业连贯衔接
【重点】以数字化平台支撑高校教学与产业需求、实习实训、项目合作和人才评价的连贯衔接。
【焦点】平台架构、数据贯通、校企协同机制、运行模式与质量评价。
【建议】平台设计、产教协同案例、机制创新与人才培养效果的实践与研究。
