随着数字化转型的深入推进，教育领域正经历着从传统教学模式向智能化、个性化、精准化教育服务的深刻变革。通过将机器学习、大数据、大语言模型、多模态交互等前沿信息技术与教育教学深度融合，构建以学习者为中心、数据为驱动的智能化教育生态系统，培养适应未来社会需求的创新人才，具有重要的战略意义和现实价值。

当前，教育人工智能技术在理论创新和应用实践方面取得了一定进展，智能教学助手、智能学伴系统、教育资源生成工具等新型应用不断涌现，已深度融入“备课-教学-练习-考试-评价-管理”教学全流程。然而，面对教育场景的复杂性和多样性，当前技术在深度理解教育原理、精准适配个体差异、确保应用可信安全等方面仍存在诸多挑战，亟需理论突破和技术创新。

为促进教育人工智能领域的前沿探索与跨学科融合，推动理论创新、技术突破和产业应用，《自动化学报》特组织教育人工智能技术与应用专刊，面向学术界和产业界征集高质量原创研究成果。

专刊题目：教育人工智能技术与应用

客座编委：黄华（北京师范大学）、刘淇（中国科学技术大学）、刘均（西安交通大学）

一、征稿范围（包括但不限于）

• 教育大数据挖掘与分析

• 多模态教育资源理解与生成

• 教育资源个性化检索与推荐

• 教育大模型理论与方法

• 教育大模型评测框架、指标与基准

• 教育文档理解与识别

• 教学视频分析与课堂质量评价

• 数字教师语音与视频生成

• 虚拟教育环境建模与交互

• 教育情感计算

• 教育中的AI伦理与公平性

• 大规模自适应考试与评价

• 教育智能体系统

二、投稿要求

1. 请登陆《自动化学报》在线投审稿系统，投稿时选择专刊名称“教育人工智能技术与应用”：https://mc03.manuscriptcentral.com/aas-cn。

2. 稿件需严格经过《自动化学报》编委会和同行评议专家的评审，通过后方可录用发表。

3. 格式体例可参照《自动化学报》已出版论文，投稿注意事项请见《自动化学报》“投稿须知”。

4. 论文发表后，将按学报标准支付稿酬并赠送样刊。

三、时间节点

截稿日期：2026年2月28日

审稿完成日期：2026年5月31日

终稿提交日期：2026年6月30日

出版日期：2026年8月20日