基本信息
专业085410
专业名称人工智能
学制3年
学位类型专业学位
学院名称118 师范学院（教育学部）
招生人数10
联系人康老师
联系电话26531744
电子信箱kangjunrui@126.com
专业方向及指导教师
专业方向代码
| 专业方向
| 指导教师
|
01
| 智能教育
| 李冰,程妙婷,陈晔,陈武林,曹晓明,李均,王元元,张君,张永和,赵明仁,徐明
|
专业介绍一、基本情况
智能教育方向是以教育学理论为基础，综合心理学、脑科学、计算机科学等学科，研究机器智能融入教育全过程引发的教育新现象、教育新问题及其规律的应用学科。通过对智能教育基础理论、智能学习环境与资源、智能学习评价等的理论、方法及关键技术的研究，指导智能学习空间、智能校园、智能教育资源、智能代理等的教育适应性开发，推动人工智能在教学、管理、资源建设等全流程应用。
本研究方向依托高等教育研究所、基础教育与教师发展研究中心、湾区教育研究院、教育科学研究所等科研平台及深圳大学计算机与软件学院的教科研资源，开展教育+人工智能的交叉研究，同时，本专业依托深圳教育信息化知名企业众多的优势，同编程猫、腾讯、柴火空间等头部教育信息化服务企业以联合建立实践基地等形式，开展协同育人合作，开拓实践育人的新路径，形成了集教学、科研、社会服务于一体得研究环境。近年来，本研究方向成员承担国家级项目3项，教育部项目4项，其他省部级项目15项，项目经费达600余万元。发表SCI、SSCI、EI、CSSCI、CSCD论文百余篇。
本培养方向不断加强实践环境育人，持续强化实验实训体系建设。整个体系包括三个部分，一是共享深圳大学公共实训体系；二是由师范学院统筹建设的教学力实训中心，以支撑扎实的教学技能为核心的教师职业素养培养为目标；三是由本专业建设的教育信息技术教学实验中心，以支撑创新实践为导向的学科素养培养为目标。其中，教学力实训中心已建成面积1500余平米，教育信息技术教学实验中心为广东省教学质量与教学改革工程建设项目，包括4大类实验室，15个功能室，总面积 1100余平米，在满足智能教育基础课程教学的同时，无缝对接智能教育的教学场景与实践环境。
二、培养目标
本方向培养掌握心理学、教育学基本理论，具备设计、开发、应用智能教育系统能力的专业人才。注重学生德、智、体全面发展，要求具有较强的事业心、责任感以及良好的道德品质；具有智能教育方向坚实的基础理论和系统的专业知识，有较 强分析能力和实际操作能力；能熟练运用一门外语和借助计算机进行科学研究； 具备较强的信息技术应用能力；了解与研究方向有关的国内外最新发展动态；具有严谨的治学态度、求实创新的科研精神，善于与人合作。工作（或继续深造）去向主要在中小学校、教育管理部门及高等学校、科研机构、“互联网+”教育企业等。
1.掌握马克思主义基本理论，坚持党的基本路线，热爱祖国；遵纪守法，具有良好道德修养，积极为社会主义现代化建设服务。
2.掌握本方向坚实的基础理论和系统的专业知识，具有较宽的知识面；掌握一门外国语，能熟练地运用外语阅读本专业的文献资料，具有中外互译、撰写外文论文摘要和一定的听说能力；具有从事科学研究、教学工作，或独立承担专门技术工作的能力。
3．掌握智能教育基本原理和理论,具有良好的智能教育知识结构和扎实的专业基础，了解学科前沿和发展趋势。
4. 掌握与智能教育相关的新媒体与新技术，具备基于智能教育开展研究、设计、开发与应用的能力。
5．具有较强的智能教育教学、研究和实践能力，胜任并创造性地开展教育信息化教学、实践和研究工作。
三、研究方向
针对智能社会教育新生态发展的需要，根据学校学科建设规划及交叉学科发展实际需求，设置智能教育基础理论与方法、智能学习环境、智能学习分析与评测三个子研究方向。
1.智能教育基础理论与方法：主要研究人工智能与教育深度融合中的教育理论与方法，包括动态学习组织的理论与方式、多样化学习组织模式、智能教育中构成教学活动的要素、功能及相互之间的关系、虚拟学习中心的概念与制度等。
2.智能学习环境：主要研究物理学习环境与虚拟学习环境无缝衔接、虚实融合的以大数据技术和人工智能技术支撑的智能学习环境的设计与开发。包括：智能学习环境的构成要素、方式与形态，智能学习环境的设计与开发、运行与服务，虚拟学习环境中的智能交互、智能导师、智能学伴、智能评价，人类教师与智能导师的关系，学习资源开发等，重点研究智能国家通用语学习系统。
3.智能学习分析与评测：主要研究大数据技术在教学中的应用，包括学习者精准画像技术，学习者学习过程、学习行为、学习水平的智能分析技术，学习者综合素质评价技术，日常教学质量分析与评价技术等。
四、导师队伍
深圳大学智能教育方向承担教学与指导任务的教师有12人，其中专职教授4人，副教授3人。博士生导师3人、硕士生导师12人；具有博士学位10人。形成了高学历、高素质、高水平的教学科研队伍。导师团队成员教育和学术研究背景涵盖教育学、教育技术学、计算机科学与技术、计算机网络、软件工程等多个学科，形成了一支学缘结构和梯队合理、创新能力强、既具有国际视野、又结合我国实际的高素质师资队伍。
五、课程设置
本学位点开设有公共必修课、专业核心课、专业必修课、专业选修课等多种类型的课程。
主要课程有：机器学习、人工智能、数据挖掘与大数据分析、数字化学习中的新媒体与新技术、智能教育理论与实践、学习分析与评测、智慧学习环境设计与开发、国际智能教育发展比较、智能教育发展与应用、智能学习系统设计、人工智能教育应用实践、学习系统用户体验研究、在线教学与支持服务、心理发展与教育等。
六、培养方向
1.中小学、职业技术学校等各级各类学校的人工智能教师。
2.各级各类学校（含高校）、教育管理部门开展智能教育研究和应用人才。
3.科研机构及其它各级各类教育机构中，从事智能教育相关研究与实践工作的专门工作人员。
4. “互联网+”教育相关企业人才
七、培养方式
1.实行校内导师负责、校内外导师联合指导和集体培养相结合的方式。导师是研究生培养的第一责任人，对研究生培养的全过程进行全方位、针对性指导。校外导师由从基础教育领域聘请的具有丰富专业实践经验的专家担任，主要负责研究生实践能力的培养，协助校内导师做好其他方面的培养指导工作。学院（部、研究院）、学位点应在研究生培养计划制定、课程学习、专业实践、综合考核、学位论文开题、学位论文中期检查等关键环节发挥集体培养的优势并起到监控的作用。
2.注重理论提升与解决实际问题相结合，专业学位研究生的培养在业务上采取课程学习、专业实践和学位论文研究相结合的方式。课程学习采用课堂参与、小组研讨、案例教学、合作学习、模拟教学等方式主要在校内完成，专业实践主要在实践基地或实习（工作）单位完成，学位论文研究一般应与专业实践有机结合并同时进行。
3.智能教育专业硕士专业学位研究生的培养采用学校与行业领域合作的方式。学院（部、研究生院）、学位点和导师要积极开展产教融合联合培养，与基础教育、互联网+教育行业领域建立多样化的合作关系，引导行业深度参与研究生培养全过程，指导研究生研究和解决基础教育发展的实际问题，促进人才培养与基础教育用人需求的精准衔接。
八、学位论文要求
学位论文选题应紧密联系智能教育行业实践，来源于人工智能教育应用、教育信息化、信息化教学及“AI+教育”产品研发中的实际问题。论文内容可以多样化，如调研报告、案例分析、产品研发、校本课程开发、案例设计等，但须以论文形式呈现，字数不少于2万字。学位论文的具体撰写要求、答辩程序等按照全国教指委指导性培养方案和《深圳大学学位授予工作细则》的相关规定执行。
