2025年5月20号下午，南京师范大学教育科学学院现代教育技术学系邀请南京外国语学校信息学教研组长、信息学竞赛主教练李曙老师为我院学子举行了一场题为“从算法竞赛到智能教育——中学信息技术教育前沿发展”的专题讲座。讲座由王丽英教授主持，现代教育技术学硕士研究生、教育技术学本科参加了本次讲座。

本次讲座聚焦信息学竞赛体系革新、人工智能教育国家战略及大模型技术实践路径，为与会学子勾勒中学信息技术教育的前沿图景。

李曙老师首先系统解析了信息学竞赛的层级体系与教育价值。从入门级的 CSP-J/S（软件能力认证）到国际顶级赛事 IOI（国际信息学奥林匹克竞赛），竞赛体系为学生搭建了从基础编程到算法创新的成长阶梯。他特别指出，当前竞赛与升学政策深度衔接，科技特长生可通过竞赛获得降分录取资格，强基计划更为金牌选手开辟破格升学通道，形成 “以赛育人、以赛选才” 的良性机制。

在人工智能教育国家战略板块，李曙老师结合政策文件与地方实践，解析了教育数字化转型的核心方向。他重点解读了江苏省《人工智能赋能教育高质量发展行动方案（2025-2027 年）》，该方案提出到 2027 年形成 “AI + 教育” 新生态，推动人工智能技术融入全学段教学，尤其强调基础教育阶段的 AI 通识教育与跨学科融合。

李曙老师向大家介绍了《南京市中小学人工智能教育行动计划（2025-2027 年）》推出的“六大目标 + 八大行动”，指出南京市要通过构建智能教育基座、开发“五多” 课程体系，确保全市中小学 100% 开设 AI 课程。此外，他还通过全国首批人工智能专业技术等级证书在南开大学颁发的案例，揭示了“技能认证-职称晋升”双向通道对师资建设的推动作用，为大家谋划自身的教师职业发展路径提供了新的思路。

针对大模型技术这一前沿领域，李曙老师提出“直觉理解+实践输出”的学习思路。他以 Andrej Karpathy 关于大语言模型的深度解析为例，强调理解技术原理需从直觉出发，通过观察最新研究与自身认知的契合度，建立系统化知识框架。

在实践建议中，他呼吁参与者关注开源项目（如 Hugging Face）、低成本训练技术，并培养跨学科融合能力，指出“最好的学习是输出”。李曙老师以编程题解决为例，演示了如何通过“问题拆解-方案生成-模型训练”的闭环提升实战能力，建议大家以项目式学习驱动技术掌握。

讲座现场，李曙老师结合自身二十余年竞赛教练经验，对比了信息技术教师与竞赛教练的角色差异。他指出，竞赛教练需具备更高的编程素养、前瞻选才能力及育人责任感，不仅要精通算法教学，更需掌握教育学、心理学知识，构建“技术+教育”的复合能力体系。

“教练的核心是引导学生突破思维瓶颈”。李曙老师通过深入解读清华大学招生简章，展示了如何通过结构化拆解帮助学生和家长理解努力方向。他特别强调，在人工智能教育背景下，教师需从“知识传授者”转型为“技术赋能者”，既要紧跟大模型、机器学习等技术前沿，又要探索 AI 与学科教学的融合策略。

李曙老师的讲座引起了现场同学的强烈兴趣和踊跃讨论，同学们纷纷举手提问，向李老师请教心中的困惑，如：南京外国语学校是否进行信息学竞赛培训？如何进行信息学竞赛教练的能力准备？需要参加哪些训练、考取哪些证书？等等……

讲座在全场热烈的互动讨论中圆满落幕，与会的教育技术学专业本硕学生纷纷表示深受启发、获益良多。李曙老师的分享不仅帮助同学们系统梳理了国内外信息学奥赛的竞赛体系与发展动态，清晰认知信息学教练所需的专业素养与能力结构，更以资深从业者的视角，激励硕士研究生立足专业定位，锚定长远职业发展目标，尽早针对编程算法、人工智能等知识模块查缺补漏，在实践中锤炼教学指导能力。与会者纷纷表示，讲座兼具政策高度与实践深度，为理解中学信息技术教育趋势、规划职业发展提供了清晰路径。未来，我系将持续聚焦 AI 教育落地、竞赛体系优化等议题，推动技术与教育的深度融合。

（供稿：李燕迪）

（审核：叶晓玲）