数据赋能教育 创新引领未来

--国家智慧教育平台数据创新应用活动

01背景意义

随着信息技术的飞速发展，大数据已成为各行各业的重要驱动力。在教育领域，大数据的应用为教育改革和发展提供了新的契机。党的第二十次全国代表大会提出了“推进教育数字化，建设全民终身学习的学习型社会、学习型大国”的战略部署。2022年，教育部提出了国家教育数字化战略行动，强调利用数据赋能教育教学改革，实现精准赋能高质量的教与学，并推动数据驱动的教育评价改革。为配合教育数字化战略行动推进实施，利用大数据开展创新研究，挖掘数据作为关键要素的重要潜能，进一步推动国家智慧教育平台深入应用，提升国家智慧教育平台智能化水平，拟于2024年5月至2024年12月举办第一届国家智慧教育平台数据创新应用活动。

02活动内容

方向一、教育资源智能理解

题目一：精品课视频资源分析；

题目二：多模态试题知识点标签预测；

题目三：教学课件内容识别与分类。

方向二、应用数据挖掘与分析

题目四：基于用户行为的用户属性理解；

题目五：用户行为个性化预测；

题目六：应用数据可视化分析创意作品。

方向三、大模型与生成式人工智能

题目七：大模型技术与教育应用创新设计；

题目八：基于生成式人工智能的教学创新应用。

日程安排

03活动相关事宜

活动题目

题目一：精品课视频资源分析

鼓励参加团队运用多种技术手段对所提供的精品课资源（微课视频）进行教学特征深度挖掘，通过对视频资源中关键教学资源的析取，找出有助于提升视频资源利用率和有效性感知的创新解决方案。

题目二：多模态试题知识点标签预测

通过模型算法对图文类试题进行自动化打标签，可释放人力，提高打标签效率。本题目本质为多分类单标签问题，基于数学学科的图文题目，运用其中文本与图像信息，开展题目所涉及知识点的预测。

题目三：教学课件内容识别与分类

通过自动化手段完成教学课件分类入库，将有助于提高工作效率。本题目本质是多模态数据单标签多分类问题，首先识别教学课件内的文本、图片及视频，提取关键信息，预测其所适用的学科和学段，按照主办方提供的教材目录节点分类。

题目四：基于用户行为的用户属性理解

本题目旨在通过分析给定的脱敏后用户行为数据，推断用户的基本属性，包括性别、年龄段、学校、地区、职称和任教学科6种类型，通过对用户属性的理解以帮助提供更好的个性化服务。

题目五：用户行为个性化预测

本题目旨在通过分析给定用户的属性信息和历史行为数据，推断用户的后续行为。基于主办方提供的脱敏后数据集，从全量的资源中选择指定用户下一次最可能与之发生互动的资源，为个性化推荐提供有力支撑。

题目六：应用数据可视化分析创意作品

参加团队基于主办方提供的脱敏数据，进行分析挖掘与可视化呈现，辅助教育教学数字化决策，助力我国教育高质量均衡发展。作品形式包括但不限于数据新闻报告、数据可视化海报和交互式可视化网页。

题目七：大模型技术与教育应用创新设计

鼓励参加团队将大模型技术运用于教育领域，开展创意应用开发，所完成的创意应用需具备可在国家智慧教育平台上提供服务的能力，应用方向选取不限，例如教案自动生成、试题自动生成、自动批改和数据分析等。

题目八：基于生成式人工智能的教学创新应用

为探究生成式人工智能在教育领域的创新应用路径和实践成效，开展基于生成式人工智能的基础教育教学创新应用尝试，汇聚一批高质量的应用案例，探索生成式人工智能在教育领域的创新应用路径，为广大教育工作者提供参考和借鉴。

本题目面向全国中小学各类学校教师、教科研人员、教育管理者，具备国产大模型使用条件的团队或个人均可报名参加。鼓励结合国产大模型产品，围绕实际教学场景设计相关创新应用案例，探索生成式人工智能技术在教育领域的深度融合使用。

活动面向对象

本次活动面向国内开放，高校、科研机构、教育机构、相关企业均可组队参加，参与者个人须为年满18周岁的中国公民。参与者可以选择组队或单独参加，每队1-5人，每队指导教师不超过2位，每位参与者在每个题目只能参加一支队伍，指导教师在每个题目指导团队原则上不超过2支。

来源：国家智慧教育平台    编辑：徐航    校对：罗添    预审：施羽晗    终审：聂竹明