《中国人工智能学会系列白皮书——教育研究中的AI4S》由中国人工智能学会于2025年11月发布，系统探讨了人工智能驱动的科学研究（AI for Science, AI4S）在教育研究中的应用与变革。全书立足教育研究的独特性——范式之争与实践鸿沟，剖析了AI技术尤其是大语言模型、生成式人工智能对教育研究范式、方法、质量标准和伦理规范的深刻重塑。
报告首先在引言中指出，AI4S正引发堪比历史上重大认知革命的研究范式转型，从经验主义、理论推演、计算模拟到数据密集型科学，现已迈入人机协同的智能创造新阶段。教育研究因其复杂性和多元哲学基础，成为检验AI4S优势与挑战的重要场域。书中比较了AI4S-Ed（教育研究中的AI4S）与AIED（教育中的人工智能）、学习分析（LA）等概念的差异，明确了AI4S-Ed以生成和检验教育新知识为核心目标，强调从改进实践转向变革研究过程本身。
第二章从科学哲学视角梳理了AI重塑教育研究范式的理论基石，指出大语言模型正推动研究主体从工具、分析师向科学家演进，知识来源从被动发现转为共同生产，学科边界因跨界整合而消融。研究视域因AI的世界知识、心理理论、多模态融合与数据增强能力而拓展，假说生成可系统化、规模化，研究者角色转向议程设定者、假说策展人与协作伙伴。研究过程则呈现“端到端”与“人在回路”融合的趋势，自主研究智能体与生成式智能体模拟正催生人机协同的新生态，人类研究者将在战略引领、批判验证、跨域整合与价值守护中发挥不可替代的作用。
第三、四章聚焦方法论创新：第三章系统分析大语言模型在质性研究全流程的应用，包括文献回顾、假设生成、数据收集、编码分析与成果呈现，并探讨其在课堂互动、制度评估、医学教育等场景的实践价值，同时警示数据隐私、结果准确性与文化冲突等独特伦理风险；第四章则阐述AI驱动量化研究的拓展，涵盖文本、行为与多模态数据的结构化提取，合成数据生成，辅助数据分析与结果呈现，推动教学能力评估、多模态学习分析与教育数据挖掘等应用走向精细化与智能化，并强调混合研究方法在语义融合、流程动态与验证智能方面的新特征。
第五至九章分别探讨研究质量与标准重构、AI促进教育知识转化、伦理考量、元研究视角下人机协同知识生产以及大语言模型驱动的合成数据应用。第五章剖析AI生成内容（AIGC）对学术写作、可重复性、检测工具及署名规范的挑战，提出透明度、偏见治理与开源闭源平衡的质量框架；第六章论述AI在破解教育知识转化困境、推动证据整合与策略适配上的机制与路径；第七章系统审视数据安全、算法公平、跨文化保护等伦理议题，构建多层次治理框架；第八章强调研究者AI素养、人机协同决策与开放科学平台对知识生产生态的重塑；第九章分析合成数据在模拟个体、社会与世界的价值与争议，并提出优化提示、构建专业语料库等应对策略。第十章探讨大语言模型赋能教育理论构建，尤其是思想实验的拓展可能。
结语部分强调，AI4S-Ed的发展需在技术创新与人文关怀间保持平衡，既利用其拓展认知边界、提升研究效率，又须坚守教育的多元价值与伦理底线。报告倡导培育兼具数据科学能力与人文素养的新一代研究者，通过持续的理论探讨、实践推进与伦理反思，在人机共生的社会-技术基础设施中实现教育知识的稳健生产与公平应用。这份白皮书为教育研究者、政策制定者和技术开发者提供了全景式分析框架，兼具前瞻性、系统性与实践指导意义。
