”的时间序列，为分析知识掌握度变 48 大模型背景下高等教育数智化转型研究报告 化提供过程依据。五是伦理约束与隐私保护，数据涉及师生尤其是未成年人的敏感信息，需同时遵循隐私保护 原则与教育公平原则，规避发展性偏差风险。 从训练重点来看，教育大模型需强化四类数据建设。一是中文数据，需要系统性地整合教材、政策文件、学术 文献及各类教学实践记录等中文语料，确保模型能够深刻理解中文教育场景特有的语言表达习惯、文化背景、

展现的第三方系统信息。 4.8.2、 云教学系统 传统的课堂教学，存在如下问题： 不同的学校，甚至同一个学校不同的班级，师资力量，教 学资源参差不齐，学生不在同一起跑线上学习。不能体现教育 公平原则； 全班学生被迫以同样的速度学习同样的内容。基础好的吃 不饱，基础差的跟不上。很难贯彻因材施教的教育方针, 学校、 家庭、社会协作困难，难以形成合力。 云教学系统，通过先进的云技术与教育的深度融合，实现

展现的第三方系统信息。 4.8.2、 云教学系统 传统的课堂教学，存在如下问题： 不同的学校，甚至同一个学校不同的班级，师资力量，教 学资源参差不齐，学生不在同一起跑线上学习。不能体现教育 公平原则； 全班学生被迫以同样的速度学习同样的内容。基础好的吃 不饱，基础差的跟不上。很难贯彻因材施教的教育方针, 学校、 家庭、社会协作困难，难以形成合力。 云教学系统，通过先进的云技术与教育的深度融合，实现

方面，它通过框架中的22项具体原则，为学校、教师 和学生提供了清晰的操作性指引。例如，框架会明确 要求学校在使用AI工具时，必须向学生和家长阐明其 工作原理，必须采取措施避免算法偏见加剧教育不公 （公平原则），并必须有明确的机制来处理数据泄露 或AI滥用事件。集宏大原则与微观指引于一体的做法， 旨在为教育创新提供一个有明确边界的安全沙箱，鼓 励在规则之内的探索，防止在伦理失范下的冒进。 57