01
AI–PBL 与问题力
设计以 AI 支持探究、而不是替代探究的学习环境。
研究关注
三条彼此连接的研究主线
研究在理论、系统设计与真实教学之间往返。共同的核心是“问题力”：发现、界定、探究并回应重要问题的能力。
02
应用型高等教育
连接课程、学习成果、院校质量与不断变化的职业世界。
03
AI 与人的发展
关注主体性、认知、价值，以及人与 AI 共同成长的条件。
论文与系统
代表性成果
AIP–TDA 2.0：AI 教学设计治理框架
面向多智能体教育系统的路由、审核、边界与教师责任。
ITEA 2026 · 会议论文问题力与 AI–PBL 数据枢纽
连接学习证据、问题轨迹与项目式探究的系统方法。
ICBBEM 2026 · 会议论文AI 驱动的增值性 OBE
在应用型高等教育中重新理解学习证据与成果改进。
Proceedings of SPIE从专家系统到教育人工智能
跨越模糊智能信息系统、数据挖掘与当代教学智能体的研究轨迹。
代表性研究历程正在进行
当前研究方向
研究
作为核心能力的问题力
构建学习者借助 AI 发现、提出和优化有意义问题的整合模型。
设计
教师主导的多智能体系统
把审核、边界和问责机制内置于 AI 支持的课程设计。
实践
酒店管理教育中的 AI 素养
连接 AI 基础、数据可视化、聚类回归与评论文本分析。