【摘要】以往学生学习信息学、开展科创项目，大量时间都耗费在资料查找、框架搭建、程序编写等基础工作上，能用于创意构思、方案设计的时间被大幅延后甚至压缩。随着AI技术快速发展，AI编码、智能体协作开发等工具日趋成熟，这类重复性、流程化的基础工作，常常可交给AI高效完成。与此同时，AI还能充当学生的「思维搭子」，帮助打开思路、迭代优化方案。学习场景发生变化，学生的学习定位与核心竞争力也或许会随之转变：从亲力亲为做执行，转向主导设计、把控方向、验收成果。作为聚焦AI+软件工程方向的博士生，本次分享我将结合前沿AI软件开发技术案例，探讨信息学学习中“AI做什么、学生学什么”的人机协作分工逻辑，分享我使用AI辅助科研、梳理思路的真实心得，启发信息科学教学可以如何回应这场AI带来的学习变革。

【摘要】学科教师不需要成为AI技术专家，但需要具备基础的AI原理认知。这是把AI工具“创新落地”于学科教学的“基本功”——懂了原理，才能用对、用好、用出新意。明确“原理认知”是实现“创新落地”的底层能力。同时将抽象原理转化为三条具体可操作的策略，直接服务于“创新落地”。

【摘要】介绍人工智能在信息学竞赛教学中的应用方式与实践效果，结合教学场景落地试用，分析技术赋能带来的教学变革，总结应用经验与优化建议，为信竞智慧教学提供实践参考。

【摘要】

• 时代背景：AI正重塑科学与教育（如诺贝尔奖授予AI研究），引发认知革命与伦理思考。

• 核心转变：AI从“辅助工具”升级为“学习伙伴”，推动物理学习从被动接受转向数据驱动的规律发现。

• 实践路径：通过虚拟仿真、AI驱动探究等方式，培养学生自主学习和科学思维能力。

• 教师角色：从知识传授者转变为探究任务设计师与AI协作导师，需掌握数据解读与工具选型，但不变的是对物理本质和科学思维的追求。

• 教学反思：虚拟实验与真实实验如何互补？如何避免AI导致学生思维惰性？

【摘要】讲座将深入探讨AI如何赋能教育全流程数字化转型，聚焦智能诊断、课堂分析与数据驱动的教学反思，助力破解教研难题。通过实战案例展示AI在精准教研中的应用路径，推动教研成果转化与教师专业成长，构建新时代教师发展的智能支撑体系。