.................................................................................. 217 附录 A：2024 年调查问卷 ........................................................................ 219 附录 B：高校数字化转型的典型案例 情况、国家智慧教育公 共服务平台在学校的应用场景、学校数字教育资源种类以及人工智能技术在学校 的应用场景；新增了 1 道简答题，预测 2025 年教育数字化发展的新趋势；丰富 了个别内容选项。调查问卷面向全国高校发放，高校自主自愿进行填报。 四、 填报情况 至 2024 年 11 月 30 日 24 时止，共有 1421 个单位填报了问卷，提交了数据。 澳门大学、香港中文大学、香港理工大学、香港教育大学、江西开放大学、 研究团队依据本次高校填报的数据进行统计分析并撰写本报告，填报数据仅 限于开展高校数字化发展监测研究使用。 本报告公开披露的数据仅限于统计数据，不涉及高校填报的具体内容。 本报告公开的统计数据仅与参与填报本次调查问卷的高校相关。 本报告公开的统计数据面向公众开放，欢迎研究者使用本报告数据开展研究， 引用请明确数据来源本报告。 部分高校填报的关键数据项值超出合理范围，此部分数据不纳入统计。 部分数据项

......................................129 7.3.1 学生满意度调查.......................................................................131 7.3.2 教师满意度调查....................................................... 分析工具（LMS）的应用，使得学校能够更高效地进行教学管 理和学生表现评估。 然而，教育行业仍面临一些挑战：教育资源分布不均、教师技 术应用能力不足、数据隐私与安全问题等。根据一项针对全球 500 所学校的调查显示，超过 60%的学校在技术应用方面存在困难，主 要原因是缺乏专业的技术支持与培训。 以下是一些关键数据： 指标 2022 年数据 2027 年预测 全球教育科技市场规模 1,260 亿美元 集、存储和使用过程中，严格遵守相关法律法规，保护学生和教师 的隐私权益。 目标实现的关键指标如下： 目标 关键绩效指标（KPI） 预期效果 提升教学效果 学生成绩提升率 预期一年内提升 10% 个性化学习支持 学生满意度调查得分 预期一年内达到 90%以上 数据驱动的决策支 持 数据分析报告覆盖率 预期一年内达到 100% 优化师生互动 师生互动频率 预期一年内提升 20% 降低教学成本 教师工作量减少比例 预期一年内减少

用户需求调研方法..............................................................................31 2.2.1 在线问卷调查.............................................................................33 2.2.2 深度访谈........ 可用性测试...............................................................................112 6.2.2 用户满意度调查.......................................................................114 7. 数据隐私与安全............. 主要需求 学生 个性化学习、实时反馈、互动性 教师 教学辅助、学习分析、管理工具 教育管理者 数据驱动的决策支持、效果评估工具 家长 学习跟踪、教育资源推荐 在此基础上，可以通过用户访谈、问卷调查和焦点小组讨论等 方法进一步收集和深入了解用户的具体需求，以确保设计方案的可 行性。此外，设计团队应考虑到用户需求的多变性，设计一个灵活 的系统，使得 AI 模型能够随着用户需求的变化而不断更新和迭

.........................................................................................123 11.1 调查问卷.........................................................................................127 11.2 推动教育信息化 2.0 时代的教育改革提供有力支持，助力我国中小 学教育迈向智能化、现代化的新阶段。 1.3 研究方法与框架 本研究采用定性与定量相结合的研究方法，通过文献分析、案 例研究、问卷调查和专家访谈等多种手段，全面探讨教育信息化 2.0 背景下中小学人工智能应用的政策框架与实践路径。首先，通 过文献分析法，系统梳理国内外关于教育信息化 2.0 和人工智能教 育应用的相关政策文件、学术论文和研究报告，明确研究背景和理 育应用的相关政策文件、学术论文和研究报告，明确研究背景和理 论基础。其次，采用案例研究法，选取具有代表性的中小学人工智 能教育应用案例，深入分析其政策实施效果、教学模式创新和技术 应用特点。在此基础上，设计并实施问卷调查，收集一线教师、学 生和家长对人工智能教育应用的认知、态度和需求，量化分析其影 响因素和潜在问题。最后，通过专家访谈法，邀请教育政策制定 者、技术专家和学校管理者进行深度访谈，获取其对人工智能教育

体系的全面升 级。 2.3 与现有评价方法的对比 与现有的教学评价方法相比，DeepSeek 技术在数据分析的深 度、效率及个性化评价方面展现了显著优势。传统的教学评价方法 主要依赖于问卷调查、课堂观察和考试成绩等静态数据，这些方法 虽然能够提供一定程度的反馈，但往往存在数据收集不全面、分析 结果滞后以及个性化不足的问题。DeepSeek 通过引入人工智能和 大数据分析技术，能够实时采集并处理多维度的教学数据，包括学 高效的评价工具，推动教学质量的持续改进。 3. 需求分析 在引入 DeepSeek 进行教学评价方案设计之前，首先需要全面 分析学校现有的教学评价体系及其存在的问题。当前，学校的教学 评价主要依赖于传统的问卷调查和课堂观察，这种方式不仅耗时耗 力，而且数据收集和分析的深度有限，难以全面反映教学质量。此 外，评价结果往往滞后，无法及时为教学改进提供反馈。 为了提升教学评价的效率和效果，学校需要通过智能化工具实 在后续的方案设计中，需重点关注如何将这些需求转化为具体的功 能模块和实施步骤，确保系统能够顺利落地并发挥预期效果。 3.1 学校教学评价现状分析 当前学校教学评价体系主要依赖传统的问卷调查和教师互评， 这些方法存在一定的局限性。首先，问卷调查往往由于学生和教师 的参与度不高，导致数据的真实性和全面性难以保证。教师互评虽 然能够提供一些有价值的反馈，但受限于人际关系和主观判断，评 价结果可能不够客观。此外，现有的评价系统缺乏有效的数据分析

4.1.2. 信息服务 信息服务是师生通过门户获取校内外信息的主要渠道。综合服务门户平台 需要建立一个丰富的信息发布网站，具有强大的信息服务功能。主要的信息服 务包括：新闻公告、公共信息、问卷调查。  新闻公告 新闻公告类信息主要是一些静态的页面，通过后台的内容管理系统来维护， 并通过信息发布的流程进行发布控制。包括各种新闻、信息集成形成校园新闻 中心，初步栏目和功能规划如下表： 方式，嵌入外部手机归属地查询 度量衡换算 RSS 方式，嵌入外部度量衡换算 货币换算 RSS 方式，嵌入外部货币换算 常用工具下载 ftp 下载常用工具，提供常用工具管理  问卷调查 学校各部门可以通过申请建立所需的问卷调查，用于收集特定群体对特定 问题的看法，功能包括：  题型设定：支持单选题、下拉菜单单选题、多选题、填空题（短文本 可限制成文本、日期、数字等格式）等；  问卷/题目复制功能； 学生证办理、医疗保险、校内外住宿）、资助管理（贫困生认定、国家助学贷 款、国家助学金、勤工助学、学费减免、绿色通道、专项资助、定向资助、社 会资助、学贷补偿）、违纪管理、综合测评、奖学金管理、荣誉管理、学工队 伍、通知公告、调查问卷、学生干部管理、团委管理（团员、团费管理、社团 管理、活动管理）、党员管理、心理健康、在线考试、报表管理、基础信息导 入、系统设置、消息管理、任务管理、工作流管理、权限管理。系统支持学生

个人同时识别，语音播报姓名，并支持 脱机人脸识别可进行现场演示。  人脸识别登录 班牌系统可扩展人脸识别登录功能，支持教师人脸登录操作德育考评、查看课表，支持 学生登录操作查看作业、课表、留言、个人成绩、走班选课调查问卷等功能。  直播教室内监控画面 支持直播教室内监控画面，能够实现同步预览教室内的摄像机，上课是教导主任在走廊 能够实时看到教室画面信息。（摄像机最少支持市面上主流的 2 种品牌）  多尺寸，多样式 学生个人中心-智慧校园电子班牌方便学生自助查询，通过登录个人账号密码或刷卡以及 人脸和扫描二维码方式登录可以自助查询个人信息、个人作业、个人成绩、个人课表、 个人选课、我的运动、我的留言、采集测试以及删除人脸信息填写调查问卷功能。可以 根据学校的实际需求进行信息查询定制服务。  信息提醒-自己未刷卡时留言信息滚动提醒，学生刷卡后可以查看留言信息 3) 教学交互-智慧校园电子班牌可以作为师生在教学上的互动工具，通过搜集学生作业上交 桌。内容 包含有考试科目、时间、座位图、监考老师、签到情况等；在到达设置的时间段后，班 牌将自动切换成学生该科考试的考勤界面，供学生刷卡考勤，并将数据进行同步分析统 计。  问卷调查-通过各种问卷的调查，了解学生的兴趣爱好、情绪个性、学习导向给予老师辅 助的信息汇总，问卷的题目均可由发布者或发布机构自行定义，填卷阶段期间或结束后 均可查看百分比。  系统后台设置及系统更新-首页点

........................................................................................10 4.1.6. 调查问卷管理............................................................................................... 定制、栏目定制、内容管理、消息管理、评论管理、投票管理等智能化建站工具，使管理 人员可以快速便捷的对门户进行更新维护。 支持栏目设置、自定义模板（可实现个性化皮肤）、自动以栏目、内容管理、投票管 理、调查问卷管理并支持云直播平台对接。 校园门户可独立于基础平台以外使用，通过采用响应式设计，可满足不同终端浏览要 求。 4.1.1.栏目设置 在门户中设立学校概况、校务公开、新闻公告、阳光教师、阳光学生、教学科研、校 支持柱形投票效果。 3. 支持按用户的投票限制。 4.1.6.调查问卷管理 提供调查问卷发布、调查问卷结果统计等能力，管理员可通过后台管理系统快速的完 成问卷录入，并快速生成调查问卷统计报告。 1. 支持多项次内容选型。 2. 支持选择题、填空题等各种类型。 3. 提供丰富表现力的投票结果显示，不仅显示统计人数，还显示百分比。 4. 设置问卷调查结束的时间。 4.2.家校帮客户端 家校帮客户端是利用移动作业+即时通讯+校园

展，AI还可能加剧全球合格教师的短缺问 题。 国家教育主管部门需要动态审查和重新定 义教师的角色及其所需能力，加强教师培 训机构，并建立适当的能力建设项目，以 准备教师能够以有效和伦理的方式与人工 智能合作。然而，根据最近的一项调查（ 联合国教科文组织，2023）。 a ), 到20 22年，只有七个国家制定了针对教师的人 工智能框架或项目。这主要可以归因于对 如何在日益增长的人机交互背景下定义教 师角色和能力缺乏了解。 人工智能（AI）对教育、教学与学习以及 ； 承担基本 适当性分析 特定的 AI 工具 地方教育 特别注意 对特殊学生的影响 需要。 LO3.1. 5 开始合并 个人收藏的可信赖 AI 工具是必要的 生活和工作以及与 当地的语言和文化。 调查在多大程度上 本地相关的开源 AI 工具是否可用。 31 教师的 AI 能力框架 - 第 4 章 ： AI CFT 规范 收购 老师 CompetENCY 课程目标 (CG) 促进学生学习 关于数据、算法和 编码: 方便学生 或同行教师谁在 初学者获得的水平 相关知识和技能 数据、算法和编码。 知情举报 在设计伦理中 ： Apply 了解 AI 如何 是训练和示范 调查性别的能力 偏见和歧视 反对残疾人 或弱势群体 可能植根于数据集 ， 数据标签、算法和 训练方法。揭示和 报告任何基于证据的 偏见或伦理的发现 风险。 CG3.2. 1 丰富操作和 比较典型的经验

智能电源开关系统 学生安全查宿系统 师生饮食习惯分析系统 自习室、会议预定系统 固定资产系统 智能巡检系统 。。 库存预警系统 自动水电缴纳系统 人力资源系统 。。 安全预警系统 人脸识别缴费系统 满意度调查系统 智能推送系统 卫生成绩查询系统 合同管理系统 。。 拥挤程度感知系统 。。 库存管理系统 服务点评系统 宿舍管理系统 “ 后勤教育大脑”——特性结合、短板补足 中国教育后勤协会 服务体系 安全体系 管理体系 应用展示（部 分） 师生管理中国教育后勤协会 合同资料管理 后勤服务大厅 客户资料管理 节能监督 物业监管 餐饮管理 维修服务 综合评价 公寓管理 资讯管理 问卷调查 后勤供应链动态追溯中心 可以对校园内所有供应链进行打通，帮助学 校建立动态追溯体系，从采购、合同、供应、 使用、二次加工、一直到成品消费的过程全