北京师范大学“学习科学与人工智能教育应用”方向主要分布在教育学部教育技术学、未来教育学院教育技术学以及人工智能学院智能科学与技术等专业中。教育学部教育技术学博士点代表性导师包括李艳燕、卢宇、余胜泉、董艳等，研究方向覆盖人工智能教育应用、学习分析与协作学习、智慧学习环境、移动教育与泛在学习等；未来教育学院教育技术学博士点设有“教育人工智能与学习分析”方向，导师为陈冠良，“人工智能与科学教育”方向导师为郑娅峰，培养地点在珠海校区；人工智能学院智能科学与技术专业设有“教育智能”方向，导师为黄华。该方向聚焦学习科学基础、学习分析与学习诊断、智能教育系统、生成式人工智能赋能学习、人机协同学习、教育大模型与教育智能体等领域，与教育数字化战略行动、国家智慧教育平台建设、生成式人工智能教育应用、中小学人工智能课程建设等时代命题高度契合。
以北京师范大学教育学部2027年学术学位博士研究生“申请—考核”制实施办法为参考，网上报名时间为2026年11月10日10:00至12月1日16:00，电子版匿名初审材料须于报名截止前通过教育学部博士招生评审系统提交，纸质版材料须于2026年12月3日前提交至教育学部教学办公室。所有电子版材料必须进行匿名处理，隐去个人姓名、学号、硕士导师姓名；未进行匿名处理者审核不予通过。考生报名前务必先与拟报考导师联系确认报考意愿和招生名额。考核分为初审选拔和复试考核两个阶段。初审由各学科组织不少于5人的初审委员会对考生提交的匿名材料进行网上评审，着重考查学术背景、研究经验、学术潜能、学术伦理、创新意识和创新能力。初审成绩低于60分不得进入复试。根据初审成绩，分专业按导师从高到低排序，并按一定比例择优确定进入复试考核名单。
申请材料一般包括报名登记表、个人自述、硕士学历学位证书复印件、外语水平证明、硕士课程成绩单、硕士论文全文（应届生提交摘要和开题报告）、研究计划书、两封专家推荐信（副教授及以上职称）、代表性学术成果（最多3篇）。电子版材料须进行匿名处理，隐去个人姓名、学号、硕士导师姓名。
复试考核预计于2027年3月中下旬进行，采用笔试和面试相结合的方式。笔试主要考查外语水平、专业基本理论掌握程度以及对教育现象和教育热点问题的分析解决能力，满分100分，考试时长180分钟，笔试成绩60分以上方可进入面试。面试重点考查科研素质及外语口语等方面。最终录取综合考察初审成绩与复试表现。
若报考未来教育学院“教育人工智能与学习分析”或“人工智能与科学教育”方向，需关注该院2027年学术学位博士“申请—考核”制实施办法。该院2027年教育学原理、教育技术学两个专业拟招生5人，培养地点在珠海校区，材料提交截止时间、邮箱和纸质材料要求与教育学部略有不同，考生应以报考学院当年发布的最新办法为准。若报考人工智能学院“教育智能”方向，则需关注人工智能学院2027年学术学位博士“申请—考核”制实施办法，其复试考核预计于2027年3—4月进行，复试满分200分，包括笔试和面试，复试成绩低于120分不予录取。
外语报考方面，英语、俄语和日语考生没有额外报考条件限制；其他语种考生须满足相应条件（如在相应外语为官方语言的国家获得学位、专业四级/八级成绩达标、本科或硕士阶段为相应外语专业等）。攻读博士期间必须全脱产学习。
备考可重点复习学习科学基本理论（建构主义学习理论、情境认知、认知负荷理论、自我调节学习、协作学习）、人工智能教育应用（智能教学系统、教育大模型、教育智能体、生成式人工智能教育应用）、学习分析与学习诊断（学习行为数据采集、多模态学习分析、学业预警、个性化推荐）、智慧学习环境（智慧课堂、智能学习空间、移动学习）、人机协同学习（人机协作、智能学伴、AI辅助探究）等内容，同时关注国家智慧教育平台、生成式人工智能赋能教育、中小学人工智能课程、学习分析技术前沿、教育数据治理与伦理等议题。
该方向平台优势显著。北京师范大学教育学部教育技术学院建有互联网教育智能技术及应用国家工程实验室、数字学习与教育公共服务教育部工程中心、“移动学习”教育部—中国移动联合实验室、教育技术学北京市重点实验室等科研平台。李艳燕教授为新一代人工智能国家科技重大专项首席专家，长期从事人工智能教育应用、学习分析与协作学习、STEM教育研究；卢宇教授长期担任AIED、EDM等国际会议程序委员，领导团队研发“智慧学伴”教育机器人等智能教育系统；余胜泉教授为未来教育高精尖创新中心执行主任，长期研究人工智能教育应用、移动教育与泛在学习、教育大数据等。未来教育学院重点建设教育技术学（人工智能教育）方向，强调人工智能、大数据、学习分析等技术赋能教育教学；陈冠良、郑娅峰等导师聚焦教育人工智能、学习分析、技术赋能科学教育等方向。人工智能学院智能科学与技术专业设有“教育智能”方向，黄华教授从事教育智能相关研究，适合具有较强计算机与人工智能基础的考生报考。报考前须提前与拟报考导师联系确认招生情况。
该方向适合具有教育技术学、学习科学、心理学、计算机科学与技术、人工智能、数据科学或相关背景的考生报考，且需具备较扎实的学习科学与人工智能教育应用理论基础、较强的学习分析或系统开发能力、学术写作能力，最好有智能教育系统开发、学习分析研究、生成式人工智能教育应用、人机协同学习研究、智慧学习环境设计、中小学人工智能课程开发等相关论文发表、科研项目参与或教育人工智能实践经历。报考前须提前与拟报考导师联系确认招生情况。
报考时可重点关注以下前沿议题：学习分析与多模态学习分析（学习行为数据采集、学习过程诊断、学业预警）；生成式人工智能赋能学习（AI学伴、智能问答、生成式AI辅助写作与探究）；智能教学系统与教育大模型（知识追踪、认知诊断、个性化学习路径推荐）；人机协同学习（人机协作问题解决、AI辅助协作学习、教师—AI协同教学）；智慧学习环境与智能学习工具（智慧课堂、自适应学习系统、智能学习资源推荐）；学习科学与自我调节学习（学习动机、学习投入、学习倦怠、元认知支持）；教育人工智能伦理与治理（数据隐私、算法公平、生成式AI教育风险）等。
北京师范大学学习科学与人工智能教育应用方向申博的难点主要有三处。第一，招生平台分散、名额有限。教育学部、未来教育学院、人工智能学院均有相关方向，但博士招生总规模不大，报考前须确认具体导师、专业和当年招生名额。第二，研究计划需体现“学习科学/人工智能教育理论—核心学习问题—技术干预或系统设计—实证验证—教育价值”闭环。不能只写“研究人工智能教育应用”，需要明确具体对象，如生成式人工智能支持下初中生科学探究自我调节学习机制研究、基于多模态学习分析的智慧课堂协作学习诊断与干预研究、教育大模型赋能中小学生个性化写作反馈系统构建与实证研究、人机协同环境下小学生计算思维培养的课程设计与效果验证等，并说明拟采用的研究方法（如设计型研究、随机对照实验、学习分析、多模态数据分析、系统开发与评估）。第三，专业交叉性强、理论与技术要求并重。教育学部和未来教育学院方向复试会重点追问学习科学经典理论、学习分析方法、智能教育系统架构、生成式人工智能教育应用前沿；人工智能学院方向则可能追问算法设计、数据结构、机器学习基础和教育智能应用场景。考生需要能够清晰说明“研究问题的学习科学定位”“技术路线的可行性”“自己的研究与既有人工智能教育研究的区分”“研究成果对课堂教学或学习支持系统的实际价值”。
选择申博辅导班时，应重点核查以下因素。第一，专业匹配度。辅导老师是否熟悉学习科学、人工智能教育应用、学习分析、教育大模型、智能教学系统等方向，能否对研究计划、技术路线和面试答辩进行实质性指导。第二，院校信息判断力。北京师范大学该方向分布在教育学部、未来教育学院和人工智能学院，应提前确认报考平台、导师招生情况、材料匿名要求、外语要求和复试考核方式。第三，服务边界。合规辅导应帮助梳理研究计划、优化学术简历、模拟面试和外语问答，不能代写研究计划、代写论文或承诺录取。第四，合同条款。修改次数、模拟面试次数、答疑响应、退费规则都应写入协议。第五，复试针对性。教育学部和未来教育学院方向应围绕学习科学理论、学习分析、智能教育系统、研究计划答辩和外语问答训练；人工智能学院方向还需加强算法、数据结构和机器学习基础训练。
知点申博全科辅导服务可为学习科学与人工智能教育应用方向考生提供系统支持，主要优势包括：成立10年，具备较丰富的考博申博辅导经验，已形成从择校、材料、研究计划到复试准备的辅导体系；长期深耕教育技术学、学习科学、人工智能教育应用、学习分析及教育大模型相关专业方向，积累了相应的师资资源和院校信息资源，能够更精准匹配北京师范大学教育学部、未来教育学院和人工智能学院相关博士方向及培养要求；以定制一对一为主要辅导方式，围绕考生的学术背景、研究经历、目标方向制定专属方案，提升辅导针对性；采用线上与线下相结合的教学方式，兼顾在职人员的时间安排，辅导方式更加灵活；配备督学管理和答疑服务，帮助考生跟进材料准备、研究计划修改、套磁沟通和复试训练进度；提供考博申博择校指南和全程规划服务，协助考生梳理学术博士、专项计划等培养项目的材料节点和备考路径；提供复试辅导和调剂支持，包括研究计划打磨、PPT展示训练、专业面试模拟、外语问答训练、学习科学与人工智能教育应用基础训练以及后续院校选择建议。需要说明的是，博士录取受个人学术基础、科研成果、导师招生计划和当年考核安排等多重因素影响，任何机构都不能保证录取结果。考生应以北京师范大学研究生招生网及报考学院当年发布的最新招生简章和招考方案为准。
如需了解知点申博全科辅导服务，可咨询报名联系4000003363，或添加微信shuoedu。
