这节课要上什么内容（教什么）？我要怎么教才能让学生听懂（如何教）？这个学生最近是有什么烦恼吗（有温度）？为了让学生更好更快地学习，老师在开展教学之前，往往会先深入思考“教什么？”“如何教？”等关键问题，这一过程对于最终教学效果起着至关重要的作用。教育大模型能否模拟人类教师先思考再育人（Thinking before teaching），实现教必有“据”，因“据”论教，循“证”辅导，是教育大模型从研究走向落地的关键。
针对这个问题，华东师范大学计算机科学与技术学院的EduNLP团队近期研发了推理教育大模型 EduChat-R1，一个具备“教育思维链”，更懂学生、更会教学的混合推理教育大模型。该模型基于最新研发的大模型基座，构建教育垂直领域特有的深度推理指令数据集，并通过强化学习训练实现模型在多教育场景下的慢思考能力涌现。实验发现，模型在引导式教学、心理疏导等场景表现出跨理论和跨学科的泛化能力，不仅突破了多心理咨询理论融合难的挑战，也实现了根据学生知识水平和题目分析在多学科上提供个性化教学方案。同时，模型可支持 MCP 框架进行教育工具调用，为教育智能体构建和应用奠定了基础。目前，团队已经开源了 EduChat 2.0 和 EduChat-R1 模型，其中 8B、32B 等多个版本的模型参数已在 Github 和 Hugging Face 等平台开放，助力大模型在智能教育领域的研究和应用发展。
为更好地赋能智能教育，团队基于 EduChat 系列模型，深入挖掘教育场景需求，围绕教育心理测评和疏导、教育价值观对齐、人机协同教学和智能教材编撰等核心方向，研发了多款创新性的智能化教育产品：
1）舒心阁（MindCare@EduChat）：融合多种心理学理论，为青少年学生提供心理评估与疏导服务，实现有温度的智能教育；
2）价值观护盾（Shell@EduChat）：为教育大模型构筑坚实的价值观防线，帮助青少年学生树立正确的价值观；
3）奇迹疗愈（MiracleH@EduChat）：生成个性化疗愈音画，有效缓解学生焦虑与疲劳，提升学习幸福感；
4）AI 智慧黑板（AiBoard@EduChat）：作为全能型AI教学助手，深度融入“课前—课中—课后—自习”全教学流程，全面提升教学效率和质量；
5）AI 编撰助手（AgiEdit@EduChat）：探索教材创作新范式，让知识更新更高效。
一、EduChat 简介及其发展史
2023 年 2 月，华东师范大学计算机科学与技术学院的 EduNLP 团队启动针对教育垂直领域的对话大模型 EduChat 相关项目研发。该项目主要研究以预训练大模型为基座的教育大模型相关技术，融合多样化的教育垂直领域数据，辅以指令微调、价值观对齐等方法，提供教育场景下自动出题、作业批改、情感支持、课程辅导等丰富功能，服务于广大教师、学生和家长群体，助力实现因材施教、公平公正、富有温度的智能教育。
2023 年 4 月，首个专注于教育领域的垂直大模型正式问世，开启了教育人工智能的新篇章。同年 6 月，团队发布了开源版本 EduChat 1.0，为智能教育的发展注入强大动力。8 月，进一步公开了详尽的训练报告与参数信息，为教育行业研究提供了坚实基础。10 月，重磅推出“华师-学海无涯”教育语料数据集，涵盖超过 13TB 的高质量数据，极大丰富了教育大模型的数据生态。进入 2024 年，研发重点转向功能优化与场景拓展，成功升级引导式教学功能，并创新性地将 AI 应用于心理健康领域，推出新一代教育大模型 EduChat 2.0，推动智能教育向更深层次、更广维度延伸。在过去三年中，团队深入调研一线教学场景，持续打磨技术，累计内测十余个版本，并在多款下游教育产品中不断迭代优化。最终，在 2025 年 7 月，正式发布 EduChat-R1，构建了“Thinking before teaching”的智能教育新范式，并研发多款智能化教育产品，实现了教育大模型在性能与应用生态的全面跃升。
EduChat发展史
EduChat 1.0 论文链接：
https://arxiv.org/abs/2308.02773
模型体验网址：
http://educhat.top/
GitHub开源网址：
https://github.com/icalk-nlp/EduChat
Huggingface开源网址：
https://huggingface.co/ecnu-icalk
二、EduChat-R1介绍
为了全面提升大模型在教育场景中的规划与推理能力，实现一切交互过程有据可依，团队在前期研究基础上，进一步研发了具备深度推理能力的教育大模型EduChat-R1。在教育认知理论指导下，构建了面向多场景的高质量教育推理数据集，并通过指令微调与强化学习等后训练关键技术，显著提升了模型在复杂教育任务中的深度推理能力。与传统的问答型AI助手不同，EduChat-R1 是一个具备教学思维、“三思而后行”的智能教学助手。它不仅能够精准回答问题，还能基于学科知识结构和学习认知规律，进行系统化思考与逻辑推导，从而更好地支持个性化教学与智能辅导。EduChat-R1 的推出标志着教育大模型从“信息提供”向“思维和能力培养”的重要跃迁，为实现智能化、个性化的教育应用提供了坚实支撑。
其核心功能包括但不限于：
功能 1: 引导式教学
融合苏格拉底式教学法，根据题目分析和学生认知水平，循序渐进引导学生解决问题，激发学生的思考能力和创造能力。从以下例子可以看出，在教学思维链中，包括学情诊断（如“学生表示不知道利息计算公式，需要从基础开始引导”）、题目分析（如“本题属于利息计算应用题，涉及本金、利率、时间、利息税等概念。解题步骤：①计算利息（本金×利率×时间）；②计算税后利息（利息×(1-税率)）；③计算本息和（本金+税后利息）”）和教学策略（如“先引导学生回忆公式，若学生不会则直接告知公式并引导计算。”）等多个阶段，对学生的知识状态进行追踪，并基于对题目的分析，给出对应的教学策略。同时，研究发现现有大模型容易信任用户的回答，而EduChat-R1模型可以准确发现学生的错误并进行纠正，具有良好纠错能力。
上线华东师范大学大模型应用平台
功能 2: 心理疏导
新时代对于教育的要求不仅要关注学生科学文化和创新能力的培养，还要注重其心理韧性的塑造。然而当前心理教师资源匮乏，且分布不均，因此亟需构建具备专业能力的AI心理疏导助手。同时，研究表明多流派融合的心理疏导方法往往比单一流派更有效，但其人工学习时间成本和难度高，如何汲取百家之长，实现多种心理学理论的融合和策略的灵活应用面临着巨大的挑战。为此，EduChat-R1通过心理思维链的方式，一步步深入剖析用户心理困境，并综合使用多种心理学理论（如认知行为疗法CBT、情绪聚焦疗法EFT、情绪ABC理论等）和相关策略，为学生提供自适应的个性化心理疏导。同时，EduChat-R1善于使用类比、比喻、拟人等高阶情感表达，让心理感受和建议描述更加形象生动，拉近和用户之间的心理距离。
功能 3: 作文批改
该功能致力于解决传统作文批改系统中“彩虹屁式”反馈、泛泛而谈、过度夸赞等问题。通过深度教育思考模式，不仅关注语言表达和结构完整性等表层问题，更深入理解学生写作意图与情感表达，提供精准、具体、深入的修改建议。通过引入发展心理学和认知心理学理论、写作过程和评价理论，模型能够识别不同年龄段学生的认知水平与写作能力，从而给出符合其发展阶段的个性化反馈。例如，在记叙文中，模型会鼓励学生运用更多感官细节和修辞手法，注重人物情感和事物发展变化的合理性；在议论文中，则侧重评价论点是否清晰、论据是否充分、论证是否严谨；同时，系统还会避免空洞的赞美如“写得很好”“很有创意”，而是指出具体优点与可提升之处，帮助学生真正理解“好在哪里”、“如何改进”。这种强调过程性、发展性和情境适应性的作文批改方式，不仅能有效提升学生的写作兴趣和能力，也为教师提供了更具针对性的教学依据，真正实现“以评促学”的教育目标。
功能 4: 教案设计
依托教育推理大模型EduChat-R1，深度融合多种教学理论、学科知识和教学方法，能够根据教师输入的教学目标、学生学情及教学情境等多维信息，自动生成结构清晰、内容科学、符合课标要求的高质量教案，以便供教师参考。相比传统人工编写方式，不仅大幅节省备课时间，还有效提升了教学设计的专业性和规范性。同时，系统具备强大的个性化适配能力，能够根据不同年级、学生认知发展水平等因素动态调整教学策略与活动设计，真正实现“因材施教”。
功能 5: 自动出题
基于EduChat-R1深度思维链技术，实现个性化、高可信的自动出题功能。通过模拟人类教师的思维过程，结合知识点关联推理减少题目幻觉，同时根据题目难度分层与学生认知水平分析，精准生成符合教育评价目标的高质量试题。教育特色主要体现在因材施教与思维能力培养上：一方面，系统可根据不同学生的学习情况动态调整题目难度，实现个性化训练；另一方面，强调对知识本质的理解与综合运用，提升学生的逻辑思维与问题解决能力。
三、系列产品发布
产品 1: 舒心阁（MindCare@EduChat）
学生的心理健康已成为当下教育中不可忽视的问题，也隐性影响着学习效果。以EduChat系列模型为核心基座，研发了涵盖心理评估、浅层情感陪伴、深层心理疏导的“舒心阁”（MindCare@EduChat）。
l 心理评估：以专业量表为基础，通过主动问询式对话交互，并结合语音、面部表情等多模态情绪识别，实现精准、高效的心理健康指数评估，赋能大规模人群的心理问题快速筛查和早期研判。
l 浅层情感陪伴：定制青少年喜爱的角色，并结合探索、安抚、共情等通用策略，提供特定角色的情感支持和陪伴。
l 深层心理疏导：针对当前大模型过早给出通用建议、过度共情（“彩虹屁”），难以深度溯因和真正帮助用户走出心理困境的问题，融合心理学中常用的情绪聚焦疗法（EFT）、认知行为疗法（CBT）等理论，研发了具备疗愈特性的深层心理疏导技术，引导大语言模型模拟咨询师进行心理困境分析、心理疏导目标拆分、分阶段计划任务设置、行动策略选择等，全面守护青少年心理健康。
产品 2: 价值观护盾（Shell@EduChat）
教育场景下的大模型，承载着知识传承与价值观塑造的双重重任。然而，当前大模型中仍或多或少存在对历史的片面结论、对隐性自伤的后知后觉、对不符合未成年阶段行为的不当鼓励、甚至竞争中的功利性行为和不良风气引导等“价值观漂移”隐患，正悄然影响着千万青少年的身心成长。为此，团队推出教育大模型的价值观护盾（Shell@EduChat），其精髓在于“场景规则驱动预校准”与“动态元认知自校准”双轮校准机制，为教育大模型构筑坚实的价值防线：
l场景规则驱动预校准：为模型构建强大的场景化规则引擎，内置具备自主进化能力的动态规则库。风险问题输入后，首先经过前置规则库进行价值观预校准，确保其内在价值导向与教育场景的严谨要求精准对齐。
l动态元认知自校准：在模型输出环节，Shell框架模拟人类高阶元认知能力，对生成内容进行实时、深度的自我审视与价值校验。基于元认知思维链的自动化加固策略，能敏锐捕捉并主动修正潜在疏漏、片面结论或不恰当倾向，实现深层次的价值加固。
l闭环进化与主动防御：框架外围集成自动化对抗性挖掘引擎，持续生成模拟真实风险的“攻击性”测试数据。这不仅用于压力测试现有防护能力，更驱动核心规则模块持续学习与进化，形成主动防御、自我完善的闭环生态。
团队提出的Shell框架具有很强的定制性和通用性，不仅可适应多种场景，也可在教育价值观在有调整的时候加以灵活定制，为教育大模型在广泛应用的同时规避价值观漂移提供了有效的防护。
产品 3: 奇迹疗愈（MiracleH@EduChat）
为了帮助学生学习过程中舒缓放松，研发了多模态的奇迹疗愈助手（MiracleH）。具体地，结合脑电（EEG）信号与微表情分析，实现对学生情绪状态的实时感知与响应。产品使用AIGC技术生成基于脑电以及微表情的实时疗愈音乐，并基于神经反馈疗愈理论，使用眼动设备矫正用户行为，帮助学生在专注学习与放松调节之间找到最佳平衡。系统通过采集学生的脑电波与微表情，动态监测认知负荷与情绪波动，并通过可穿戴设备播放个性化的疗愈音乐，缓解学生因高强度学习带来的焦虑或疲劳。此外，本项目集成了眼动追踪技术，基于神经反馈理论，为注意力分散或情绪波动明显的学生提供行为矫正训练，逐步提升自我调节能力与学习韧性。教师端则可通过管理面板查看学生整体的情绪变化与专注力状态，从而优化教学策略，构建积极健康的学习环境。此外，该产品可以根据不同年龄段的问题特征，迅速迁移到中年人和老年人群体（示例为老年人使用奇迹疗愈的场景）。
产品 4: AI 智慧黑板（AiBoard@EduChat）
为了更好赋能教师教学过程，研发了AI智慧黑板，赋能“课前-课中-课后-自习”全流程。具体地，本项目以教育大模型EduChat为核心驱动，液晶黑板+一体机/电视机+AI盒子为交互载体，配套专业AI教学软件与优势教育资源，实现教学全数字化、备课便捷化、课堂生动化，提供全栈式AI教学新体验。具体地：
l 课前：深度集成WPS，覆盖日常教师教案生成、AI对话、素材生成等需求。所有课件，支持平台共享及各教师互相引用。教师选定课件，一键下发即可秒速同步具体教室，方便课中使用。为更好贴合实际教学，华师大优势资源和校本题库快速构建，实现基于本地知识库问答。
l 课中：教师可根据不同学段需求自定义AI功能，打造沉浸式课堂。书写内容实时同步至电子白板，一键触发AI教学功能，融合传统书写与数字互动。课件播放中可标记重点，提升教学流畅度。课堂全程记录，课后自动生成结构化笔记，支持下载分享，助力复习与教学复盘。AI Board实现精准教学，增强互动性与课堂温度。
l 课后：聚焦教学闭环最后一环，平台提供高效、精准的课后辅助功能，帮助学生巩固课堂所学。通过AI技术赋能，实现从知识检测到针对性练习的全流程覆盖，全面提升学习效率与教学质量。
l 自习：打造课后自主学习新场景，平台为学生提供智能化、个性化的自习支持服务。AI助手全程陪伴，助力学生查漏补缺、精准练习，引导学生主动思考、独立探索，在巩固知识的同时提升自主学习能力与效率。
产品 5: AI 编撰助手（AgiEdit@EduChat）
随着大模型技术的迅猛发展，AI在文字撰写、图片设计等方面展现出强大能力，推动教材编撰全面迈入“敏捷时代”！为此，团队探索AI驱动下的教材撰写新范式，通过AI赋能内容生成、结构优化、智能审校与个性化定制，实现教材编写从“单点创作”到“协同共创”、从“静态出版”到“动态更新”的跨越式升级。这不仅可以大幅提升编写效率与质量，更开启以学习者为中心的教育内容新生态。具体地，团队以职业教育的《人工智能》教学场景为例，实现了人机协同模式下的教材撰写，通过AI赋能目录生成、内容生成、图片生成以及内容矫正等全流程，将教材编撰时间从多人3-6个月压缩到单人2-3个月，效率提高超过3-4倍。
