<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">ETI</journal-id><journal-title-group><journal-title>Education and Teaching Innovation</journal-title></journal-title-group><issn>2995-4894</issn><eissn>2995-4908</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/ETI.2025120001</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>人工智能大模型在教育教学中的实践研究</title><url>https://artdesignp.com/journal/ETI/3/12/10.61369/ETI.2025120001</url><author>狄俊锋,王岩,贾静静,万静,周干翠</author><pub-date pub-type="publication-year"><year>2025</year></pub-date><volume>3</volume><issue>12</issue><history><date date-type="pub"><published-time>2025-12-20</published-time></date></history><abstract>随着人工智能技术的飞速发展，大模型（如GPT、BERT等）在教育教学领域的应用逐渐深入，展现出在个性化学习、自动化评估、智能内容生成等方面的巨大潜力。本文基于当前人工智能大模型在教育中的应用现状，系统分析其优势与存在的问题，提出以学生为中心、技术赋能教育的研究框架，重点探讨个性化学习路径设计、自动化评估系统构建、智能教学内容生成等关键内容，并关注数据隐私、模型公平性、教师角色转型等挑战。本研究旨在为推动人工智能与教育深度融合提供理论依据与实践路径。</abstract><keywords>人工智能大模型,教育教学,个性化学习,自动化评估</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1]Selwyn, N.Should robots replace teachers? AI and the future of education.Polity Press.2019.[2] 教育部.《教育信息化2.0 行动计划》. 教育部办公厅.2022.[3] 王飞跃, 等. 人工智能教育应用：现状、挑战与趋势[J].现代教育技术,2021,31(5), 1-10.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
