2026哥大中美教育论坛 | AI教育分论坛

哥伦比亚大学中美教育论坛（Columbia University Teachers College China-U.S. Education Forum）是由哥伦比亚大学教育学院中国学联（Teachers College Chinese Students Association, TCCSA）主办的年度旗舰学术交流活动，旨在促进中美乃至全球教育领域的深度合作与思想碰撞。 自2017年创办以来，论坛已成功举办八届，汇聚了来自世界各地的教育专家、学者及从业者，共同探讨教育发展趋势、政策创新及跨文化交流。截至目前，论坛已覆盖全球上万名观众，吸引约6,000名关注者通过官方平台获取论坛动态，持续扩大全球影响力。

2026年第九届哥大中美教育论坛以 “从对话到行动（From Dialogue to Action）” 为旨。在一个充满不确定的时代，深刻的对话是基石，而积极的行动则是抵达未来的唯一路径。我们诚挚邀请来自不同学科、不同实践领域、不同文化背景的你，一起参与这场关于教育未来的深度共创。

论坛将于美国东部时间 2026年4月3日 – 5日 釆用线下、线上结合的形式举行。论坛设置主题演讲、前沿学术讨论、案例分享、圆桌讨论等多种形式。分论坛主题涵盖健康教育、艺术教育、教育公平、AI教育以及成人教育等多个关键领域。

分论坛主题：

人工智能正以前所未有的速度重塑教育生态。以大语言模型为代表的AI技术突破，如ChatGPT与DeepSeek等，正在深刻改变教学方式、学习路径与教育治理模式。从智能助教到个性化学习系统，从内容生成到学习数据分析，AI正推动教育从“规模化教学”迈向“规模化个性化学习”。

与此同时，教育领域也面临新的关键问题：如何在技术创新与人文关怀之间取得平衡？如何在算法效率与教育公平之间建立新的制度框架？如何让AI成为教师能力的扩展工具，而非替代者？这些问题不仅关乎AI工具的应用边界，也关乎未来教育体系的目标、价值与制度设计。

本分论坛以 “AI教育：智能时代的学习革命与教育未来” 为主题，聚焦AI赋能教育的前沿议题，探讨人工智能如何重构教学与学习场景，如何推动教育治理模式转型，以及如何塑造未来教育体系的新形态。本次分论坛将邀请来自学术界、科技界与教育行业的专家学者与实践者，共同探讨：人工智能如何改变未来学习方式与教育模式；AI时代教师角色与教育理念的转变；数据驱动与个性化学习的机遇与挑战；技术发展与教育公平、伦理之间的平衡等话题。

AI重构教学场景

人工智能正在深刻改变传统教学模式，推动教育从“统一进度、统一内容”的传统教学模式，向“规模化个性化学习”转变。通过自适应学习系统、学习画像与智能学习路径推荐，AI能够根据学生的学习水平、兴趣与节奏提供差异化支持，提升学习效率与学习体验。同时，AI助教与智能辅导系统正在改变课堂互动结构，使教师从知识传递者逐步转变为学习设计者与学习引导者，推动人机协同教学成为新常态。此外，AI生成内容技术正在重塑课程设计与教学资源生产方式，从智能题库、自动反馈到个性化学习内容生成，AI为课程创新与教学模式升级提供了新的可能，进一步推动教学场景向智能化、个性化与高效化发展。

AI时代教育治理

随着人工智能在教育中的广泛应用，教育治理也面临新的挑战与机遇。AI系统在收集与分析学习数据的同时，如何保障数据隐私与安全、满足不同国家和地区的数据合规要求，成为教育机构与技术平台必须面对的重要议题。同时，算法推荐与自动评估系统在提升效率的同时，也可能放大教育不平等与偏见，因此，构建可解释、可审计且公平透明的AI系统尤为关键。此外，AI生成的教育内容在全球化背景下还需要考虑文化差异与价值观多样性，避免潜在的文化偏见与认知误导。围绕数据伦理、算法公平与文化适配等核心问题，本议题将探讨如何在技术创新与教育责任之间取得平衡，推动构建安全、可信与可持续发展的AI教育治理体系。

AI与未来教育体系

人工智能的发展正在推动教育体系的深层次变革，促使教育目标、课程结构与人才培养模式不断更新。在AI时代，AI素养与人机协作能力逐渐成为未来学习者的核心能力，跨学科课程与融合式学习模式将更加普遍。同时，教育机构也在加速数字化转型，探索“AI+教师”的混合教育模式，通过智能学习平台与数据驱动决策提升教学质量与管理效率。此外，随着全球教育科技的快速发展，AI教育产业竞争也逐渐从单一技术竞争转向算法、数据与生态系统的综合竞争。本议题将围绕AI驱动下的教育改革与产业趋势，探讨未来教育体系的发展方向与创新路径。

嘉宾介绍：Irina Lyublinskaya

Irina Lyublinskaya 教授是哥伦比亚大学教育学院数学与科学教育领域的知名学者，现任数学教育与教育技术方向教授。她的研究主要聚焦于人工智能与教育技术在数学与STEM教育中的应用、教师专业发展以及AI素养教育（AI Literacy）。

她长期致力于推动教师在课堂中有效整合人工智能与数字技术，帮助学生提升数学理解与问题解决能力。Lyublinskaya 教授同时也是 《Teaching AI Literacy Across the Curriculum》 的作者之一，在AI素养教育领域具有广泛影响力。

她曾主持多项教育技术与AI教育相关研究项目，并为美国及国际学校系统提供教师培训与课程设计支持，在AI赋能教育、教师数字能力发展与未来学习模式等方面具有深厚的研究与实践经验。

嘉宾介绍：Renzhe Yu

Renzhe Yu 是哥伦比亚大学教育学院学习分析与教育数据挖掘助理教授，并担任 AEQUITAS Lab 主任，同时是 Columbia University Data Science Institute 教员之一。

他拥有跨学科背景，博士毕业于 University of California, Irvine，并在北京大学获得学士与硕士学位，研究领域涵盖教育、公共政策、计算机科学与经济学。

Renzhe Yu 的研究聚焦于 负责任人工智能 与 教育及社会公平，致力于利用学习分析与数据科学推动更加公平与高效的教育系统。他曾在多个国际学术会议上获得最佳论文奖与提名，并获得 Emerging Scholar Award 和 Data Science for Social Good Fellow 等学术荣誉。其研究项目获得多家教育机构与基金会支持。

嘉宾介绍：Andrew Zhang

Andrew Zhang 是 Azure Partners 联合创始人兼首席执行官，专注于为人工智能初创公司提供 Go-to-Market（GTM）战略与全球化扩张咨询服务。他同时担任 Epsilla（YC ’23）GTM Partner，重点研究与推动 RAG 和 AI Agent 等前沿技术的商业化落地。

Andrew 的职业经历涵盖多家全球领先科技企业，曾在 Amazon 与 IBM 担任领导职位，并在纽约多家大型数字媒体平台中担任技术负责人，拥有丰富的技术与商业战略经验。Andrew 目前担任 Columbia Engineering Open Finance Lab工业访问学者，研究方向为金融大模型（FinLLMs）。同时，他还在哥伦比亚大学负责 AI Mastery Program，致力于培养人工智能领域的专业人才。

Andrew 还是多部技术著作的作者与合著者，包括《A Practical Guide to Ollama》和《Hyperledger Cookbook》的合著作者，并通过 AI Elite Bootcamp 积极指导下一代AI技术人才的发展。

Moderator介绍：姚程远

姚程远是哥伦比亚大学教师学院测量、评估与统计专业的博士候选人。他于2022年毕业于加州大学伯克利分校，主修应用数学。 

他目前的研究方向主要包括教育预测建模中的可信迁移学习，以及基于心理测量学的方法对大型语言模型进行评估。总体而言，他的研究关注人工智能系统在不同教育情境下的公平性、有效性和泛化能力。

时间：

• 美东时间：2026年4月4日（周六）下午16:30–18:30

• 北京时间：2026年4月5日（周日）凌晨04:30–06:30

地点：

哥伦比亚大学教育学院 

Grace Dodge Hall (GDH) 179

形式：线下+线上直播

流程：

• 16:30 - 17:30 四位嘉宾个人内容分享

• 17:30 - 18:20 圆桌讨论环节

• 18:20 - 18:30 线下观众问答

若您对2026哥大中美教育论坛有任何疑问，

可以发邮件至官方邮箱：tccsa@tc.columbia.edu

AI教育分论坛负责人：蒋京佑 Bryan

蒋京佑是哥伦比亚大学教育学院数学教育在读博士生，本科毕业于加州大学尔湾分校，硕士毕业于哥伦比亚大学统计专业。他的研究聚焦于人工智能融合的数学教育，关注如何将人工智能、机器学习及其他先进技术有效地整合到数学教学实践中。他致力于协助教师利用人工智能工具与算法，以优化教学设计、提升教学质量并实现个性化学习。旨在架起技术创新与课堂实践之间的桥梁，从而帮助学生更高效地学习并促进其长期的数学素养发展。

扫描下方二维码，

或点击文末“阅读原文”，填写报名表。

如出现浏览器故障，

可复制图片下方链接至浏览器。

报名表提交后即可获得观众群入群方式，

线上论坛观看方式将在论坛开始前在观众群中公布。

哥伦比亚大学教育学院中国学联

(TCCSA)