深圳市教育科学“十四五”规划2025年度研究项目立项名单公布

深坛新闻主播

深圳市教育局关于公布深圳市教育科学“十四五”规划2025年度研究项目立项名单的通知

各高校，各区（大鹏新区、深汕特别合作区）教育行政部门，市局直属各有关单位（学校）：
　　根据《深圳市教育局关于组织申报深圳市教育科学“十四五”规划2025年度研究项目的通知》，全市各类学校（单位）积极组织申报，经组织专家评审，评出成果培育项目30项、重点资助项目100项、一般项目500项，共630项（详见附件）。经公示无异议，现将630项立项名单予以公布，并提出有关工作要求如下：
　　一、各项目主持人应于立项通知下达后三个月内制定具体的项目研究实施方案，做好开题、中期检查及结题验收等工作，按时完成项目研究任务。
　　二、各区及项目所在单位要加强对项目的日常管理，加强对项目研究活动的组织、指导及提供充分的支持。
　　三、立项为资助项目的，资助标准为：成果培育项目每项4万元，重点资助项目每项2万元，一般项目无经费。经费下拨方式为：各高校、市局直属各单位（学校）项目资助经费直接下拨到单位（学校）账户；各区（新区）学校的资助经费先下拨至所在区财政部门，由区财政部门再拨付到项目所在单位账户。以上经费均分两年拨付。各项目主持人按所在单位财务管理程序申请使用。


　　附件：深圳市教育科学“十四五”规划2025年度研究项目立项名单

深圳市教育局

2025年10月27日

莫要漠视民生

“深入实施《中共中央关于加快构建中国特色哲学社会科学的意见》，坚持正确的政治方向、价值取向和学术导向，坚持有组织科研和自主探索相结合，坚持以重大理论和现实问题为主攻方向，坚持基础研究和应用研究并重，鼓励开展跨学科综合研究，切实发挥项目示范引导作用，推动中国教育学学科体系、学术体系、话语体系建设，推进中国教育学自主知识体系构建，更好服务教育强国建设。”

tristick

【豆包的分析】

深圳市教育科学 “十四五” 规划 2025 年度研究项目评析
—— 聚焦创新能力培养与 AI 时代技能发展
基于对 630 个立项项目的深度拆解，结合人工智能背景下教育变革的核心需求，从项目特色、现存问题、优化方向三个维度，提出针对性意见建议，为教育创新实践提供参考。


一、项目核心特色与优势亮点
1.1 AI 与教育融合走在全国前列
覆盖范围广：28.6%（180 项）的项目涉及 AI 技术，远超全国平均水平，覆盖幼儿园到高等教育全阶段，体现深圳 “科技 + 教育” 的先发优势。
职业教育引领：职业教育领域 AI 项目占比 43.8%（7/16），如深圳职业技术大学 “AI 赋能本科职业教育动态分层教育路径研究”，精准对接产业需求。
应用场景多元：从 “AI + 学科教学”（如小学语文核心素养培养）到 “AI + 评价”（如数字艺术教育 AI 评价），形成多场景应用格局。
1.2 创新能力培养形成梯度布局
表格
教育阶段        项目数量        典型案例        核心特色
基础教育        28 项        深圳市翠园中学 “少年科学院生物学拔尖创新人才培养贯通课程”        依托特色课程，培养学科创新思维
高等教育        17 项        深圳技术大学 “双循环格局下应用型拔尖创新人才跨国培养”        国际化视野，对接全球创新资源
职业教育        7 项        深圳信息职业技术大学 “新质生产力驱动下职业本科数字现场工程师培养”        产教融合，聚焦技术创新能力
1.3 成果培育项目定位精准
聚焦长效实践：30 项成果培育项目多为长期实践总结，如深圳实验幼儿园 “人人都是课程领导者” 项目，基于 17 年实践经验，具备可复制性。
凸显区域特色：多个项目结合深圳先行示范区定位，如 “人工智能赋能的小学语文核心素养培养”，探索科技与教育融合的深圳模式。
二、现存问题与挑战
2.1 跨领域融合不足
融合项目稀缺：同时涉及 “创新培养 + AI 技术 + STEM 教育” 的跨领域项目仅 3 项，占比 0.5%，学科壁垒明显。
技术应用浅表化：多数 AI 项目停留在 “工具应用” 层面，如数字化资源开发，未实现 AI 与教学流程的深度重构。
学段衔接断层：幼儿园到大学的创新培养项目缺乏系统性衔接，如幼儿园仅 4 项创新项目，早期创新启蒙薄弱。
2.2 创新培养保障体系不完善
评价机制缺失：68 项创新项目中，仅 5 项提及 “创新能力评价”，缺乏科学的评价标准和工具。
教师能力短板：仅 3 项项目聚焦教师创新教学能力培养，未形成教师创新能力提升的系统方案。
资源分布不均：教研机构仅承担 3 项 AI 项目（占比 1.7%），专业指导作用未充分发挥，难以支撑区域创新教育发展。
2.3 AI 时代技能培养存在短板
核心技能聚焦不足：缺乏针对 “AI 素养”“计算思维”“人机协作能力” 等 AI 时代核心技能的专项培养项目。
伦理教育缺位：180 项 AI 相关项目中，仅 2 项涉及 AI 伦理教育，忽视技术应用的价值引导。
实践场景单一：多数项目集中于课堂教学，缺乏真实场景中的创新实践，如 AI 在社区服务、产业问题解决中的应用。
三、优化建议与实施路径
3.1 构建跨领域融合创新体系
设立专项融合项目：建议下一年度增设 “AI+STEM + 创新” 专项，目标将融合项目占比提升至 5% 以上，鼓励高校、中小学、企业跨界合作。
推广示范案例：以现有 3 项融合项目为模板，如深圳市福田区红岭教育集团 “小学编程教学数智化创新研究”，总结 “生成式 AI + 计算思维培养” 模式，在全市推广。
建立学段衔接机制：设计 “幼儿园启蒙 — 小学兴趣 — 中学学科 — 大学专业” 的创新能力培养贯通体系，填补幼儿园阶段创新教育空白。
3.2 完善 AI 时代技能培养框架
明确核心技能清单：将 “AI 素养”“计算思维”“人机协作”“创新问题解决” 纳入各学段技能培养目标，开发对应的课程体系。
强化伦理教育：要求所有 AI 相关项目增设 “AI 伦理” 模块，如在编程教学中融入 “数据隐私保护”“算法公平性” 等内容。
拓展实践场景：联合企业建立 “AI 创新实践基地”，如参考腾讯高工院 “双螺旋模式”，让学生在真实产业场景中提升技术创新能力。
3.3 健全创新培养保障机制
构建评价体系：依托教研机构，研发 “学生创新能力评价指标”，涵盖思维、实践、成果等维度，为创新项目提供评价支撑。
实施教师赋能计划：设立 “教师创新教学能力培养” 专项，开发 “创新教学方法培训课程”，每年培养 100 名创新教育骨干教师。
优化资源配置：提高教研机构在 AI 和创新项目中的参与度（目标占比 10%），建立 “教研机构 + 学校 + 企业” 的协同支持机制，提供专业指导和资源对接。
四、典型案例优化建议
4.1 案例 1：深圳市龙岗区布吉高级中学 “STEAM 视域下中学数字艺术教育创新研究 —— 基于 AI 评价的实践探索”
现有优势：融合 STEAM 与 AI 评价，聚焦艺术创新能力培养。
优化方向：
增加 “跨学科协作” 模块，联合数学、信息技术学科，设计 “AI 艺术 + 数据可视化” 融合课程。
完善评价体系，除 AI 技术评价外，增设 “创新思维”“团队协作” 等非技术维度评价。
4.2 案例 2：深圳职业技术大学 “人工智能课程中基于体验式学习理论的计算思维培养路径研究”
现有优势：聚焦计算思维，依托体验式学习，符合 AI 时代技能需求。
优化方向：
对接产业需求，引入企业真实项目，如 “AI 产品开发”，提升学生技术应用和创新能力。
增加 “人机协作” 实践环节，设计 “人类主导 + AI 辅助” 的任务场景，培养人机协同创新能力。