01:學習場景賦能：聚焦人工智能對學生學習過程的深度賦能，針對自主學習、個性化訓練、能力測評、知識建構等核心場景，圍繞「精準適配、主動探索、能力躍升」目標，徵集創新方案。

方案方向：開發智能學習助手、自適應訓練系統、AI測評工具、沉浸式知識探索平台等，在個性化推薦、即時反饋、認知激勵、互動體驗等維度實現突破。

核心要求

1. 學習價值
   顯著提升知識掌握效率、學習興趣或高階能力（如批判性思維）。

2. 技術深度
   融合大模型、認知計算、行為分析等技術，實現動態學習路徑規劃。

3. 體驗友好
   符合學生認知習慣，互動自然流暢（如語音/手勢交互）。

4. 場景普適
   支持課堂內外多場景無縫銜接，具備規模化應用潛力。

5. 安全守護
   嚴格保護學情數據隱私，杜絕算法偏見

 02:教學場景賦能：聚焦人工智能對教師教學效能的全面升級，針對教學設計、課堂管理、學情診斷、資源開發等核心場景，圍繞「減負增效、科學決策、專業成長」目標，徵集創新方案。

方案方向：開發智能備課系統、課堂輔助工具、學情診斷平台、AI教研助手等，在自動化流程、數據洞察、資源生成、決策支持等維度實現突破。

核心要求

1. 1. 教學價值
      切實降低教師重複勞動，提升教學精準度與課堂管理效率。

   2. 技術融合
      運用教育大模型、知識圖譜、課堂感知技術實現智能賦能。

   3. 人本設計
      貼合教師工作流程，操作輕量化，決策建議透明可解釋。

   4. 專業賦能
      推動教師角色轉型（如從講授者轉向引導者）。

   5. 倫理合規
      保障教育數據安全，尊重教師教育主權。