涵盖基础与高等教育：开启教育知识图谱标准化的新篇章

　　2024年9月29日，IEEE P2807.6教育知识图谱标准工作组第五次会议成功召开在线会议。此次会议汇聚了全球领先的教育与技术专家，进一步推进了教育知识图谱的标准化工作。此次会议由清华大学、北京师范大学、松鼠Ai领衔，由该标准工作组主席清华大学许斌教授、工作组秘书长松鼠Ai联合创始人梁静博士主持，工作组副主席北京师范大学李艳燕教授及IEEE人工智能标准委员会主席/松鼠Ai首席架构师Richard Tong做主要分享，以及来自上海交通大学、0xSenses Corporation、联想研究院、浪潮软件股份有限公司、松鼠Ai、智谱AI及华东师范大学等高校和企业的代表参加了此次会议。

　　会议期间，工作组讨论了标准的调整方向、任务分配以及关键技术议题，旨在通过知识图谱的标准化推动教育领域的创新发展。

(图：线上参会人员)

　　教育领域知识图谱标准的技术路径与战略方向

　　标准架构的未来方向

　　会议中，工作组主席许斌教授首先提出了教育知识图谱标准应具备的全局性视野。他强调，知识图谱标准的应用不仅要涵盖基础教育，更应向高等教育和职业教育拓展。通过打破各教育阶段和系统之间的数据壁垒，标准将促进教育资源的高效共享和利用。许斌教授指出,这种跨平台的语义互操作性能够帮助不同层次的教育机构实现数据整合和知识共享，推动教育领域的协同创新。

　　副主席李艳燕进一步强调了标准化对推动个性化学习和教育公平的关键作用。她指出，教育知识图谱不仅可以为不同学习阶段的学生提供更加精准的学习路径，还能够为特殊教育和融合教育等领域提供有力支持。李艳燕副主席特别提到，标准化的数据接口和模型将为这些特殊需求群体提供更个性化的教学资源配置，确保他们能够在统一的教育框架下获得公平的教育机会。

　　IEEE人工智能标准委员会主席/松鼠Ai首席架构师Richard Tong随后从技术角度深入阐述了标准的架构调整。他指出,知识图谱的核心技术在于构建灵活且可扩展的知识表示模型，这一模型不仅能够适应不同教育场景，还能通过本体论(Ontology)和语义网技术实现复杂的推理和查询功能。通过统一的标准化架构，教育系统中的学习资源管理系统(LMS)和学习记录存储(LRS)将能够实现无缝对接,提升系统间的互操作能力。

　　三位专家一致认为，标准化是推动教育知识图谱在全球范围内广泛应用的核心基础。通过建立统一的API和数据格式，教育系统将能够基于知识图谱和大规模预训练模型(Large Pre-trained Models)，为学生提供个性化学习路径推荐和精确的学习资源分配。这种技术不仅能够提高教育内容的适应性，还可以显著提升对学生学习行为的分析能力和教学反馈的精准度。

　　通过此次架构调整，工作组旨在构建一个全球通用的教育知识图谱标准，推动跨平台、跨系统的互操作性，最终实现全球教育系统的深度融合与智能化发展。

　　技术与教育深度融合

　　随着人工智能(AI)技术的持续进步，教育知识图谱已经成为构建智能教学工具的关键技术之一。在此次会议中，联想和浪潮等企业明确表示，将积极参与知识图谱标准的制定和全球推广工作。这标志着教育技术的产业化与标准化进程进一步加速，推动了企业技术能力与教育需求的深度结合。

　　与会专家认为，知识图谱的引入将显著提升教育资源的管理和优化。企业在大规模数据处理和计算能力方面的技术积累，可以为教育系统提供更高效的数据架构支持，从而更精准地管理、关联和调度教学内容。相比传统的教学系统，知识图谱能够为学生构建出更加直观的知识网络，打破教育资源之间的孤立状态，实现教育内容的深度互联。

　　在此基础上，联想和浪潮等企业将通过智能技术平台，提供针对性强的教育应用解决方案。例如，浪潮软件股份有限公司计划通过其强大的云计算和数据处理能力，为教育系统提供更智能的内容管理和分析平台，确保教育资源能够根据需求在不同场景中灵活调用。联想则将依托其AI硬件平台，支持基于知识图谱的教学内容智能推荐，帮助教师和学生更快获取与学习需求匹配的教育资源。

　　这种深度融合不仅为学校和教育机构提供了更加智能化的资源管理方案，还能够提升学生的学习体验。知识图谱技术能够让学生在学习过程中获得更具逻辑性的知识关联图谱，打破知识点的单一学习方式，促进学生对知识的全面理解和应用。

　　特殊教育的标准纳入

　　在此次会议中，中科院计算技术研究所的蒋鑫龙与北京师范大学的李艳燕强调了将特殊教育和融合教育纳入教育知识图谱标准的重要性。随着国家对特殊教育的不断重视，特殊教育领域的需求正在快速增长，特别是针对智力障碍、孤独症和学习障碍等群体的教育支持已成为紧迫任务。两位专家指出，标准制定应充分考虑这些特殊教育场景的独特需求，以确保教育公平的实现。

　　蒋鑫龙特别提到，现代特殊教育已经从传统的以身体残障为主，逐步扩展到涵盖认知障碍和情绪障碍等多种需求，这使得教育系统需要具备更灵活的知识表示和学生能力跟踪机制。他建议，知识图谱标准应能够覆盖这些不同类型的障碍，为学校和教育机构提供个性化的教学支持，确保每个学生的特殊需求都能得到准确识别和满足。

　　李艳燕则分享了她在天津特殊教育学校的调研结果。她指出，尽管一些地区对特殊教育投入了大量资源，但课程建设和教育资源的现代化仍相对滞后，存在着设备和教学方法陈旧的问题。她呼吁通过教育知识图谱标准，将特殊教育的案例研究和资源整合纳入标准框架，使得教育系统能够更加智能化地响应这些学生的特定需求。

　　两位专家一致认为，融合教育的理念也应在知识图谱标准中得到体现，促进主流教育和特殊教育的深度融合，使得具有不同需求的学生能够在统一的教育体系中获得相应支持。这不仅有助于提升全球范围内的教育公平，也为特殊教育的发展提供了技术支持，推动了教育系统的包容性建设。

　　下一步行动计划

　　此次会议明确了下一步的工作计划，工作组成员将在两周内提交任务清单，并在11月底再次召开会议。未来的重点将集中在标准的具体技术实施及知识图谱的本体结构优化上。与此同时，工作组也呼吁更多高校和企业共同参与，共同推动教育知识图谱标准的全球落地与应用。

　　针对标准的推广与实施，Richard Tong在会议中详细介绍了成员在IEEE标准制定工作中的三种主要贡献方式：

　　1. 直接参与标准写作：成员可以通过撰写和修订标准文档，帮助定义和完善标准中的术语、技术框架及关键内容。这不仅有助于确保标准的科学性与适用性，还能推动标准在教育领域的技术落地。

　　2. 应用和案例落地：标准的实际价值体现在其应用过程中。各单位可以结合实际的教育场景，将知识图谱标准应用于不同的教育领域或项目，展示其在提升教学效率和个性化学习方面的效果。通过具体的案例和应用示例，能够验证和提升标准的实用性。

　　3. 推广与协作：通过向更多的组织、公司和教育机构推广该标准，扩大其应用范围，并与官方机构或行业协会展开合作，推动标准的广泛应用。这种协作不仅有助于知识图谱标准在全球范围内的推广，也为未来教育领域的技术规范化奠定基础。

　　Richard特别强调，这三种贡献方式对IEEE标准的制定与推广至关重要，鼓励各单位根据自身优势，积极参与到标准的不同环节中来。

　　出席单位

　　• 清华大学

　　• 北京师范大学

　　• 松鼠Ai

　　• 中科院计算所

　　• 上海交通大学

　　• 浪潮软件股份有限公司

　　• 联想研究院

　　• 深圳大学

　　• 天津大学

　　• 华东师范大学

　　• 智谱AI

　　• 0xSenses Corporation