10月23日，为进一步加强国际合作与交流，探索智能时代学习科学与游戏化学习的新趋势、新路径，北京大学教育学院学习科学实验室携手德国慕尼黑大学教育学院共同举办“北京大学-慕尼黑大学学习科学合作研究论坛”，来自中国与德国近百名研究者在线参与了本次论坛。论坛由北京大学教育学院学习科学实验室执行主任尚俊杰、慕尼黑大学学习科学中心主任Frank Fischer、慕尼黑大学教育心理学和教育科学系博士生高理想共同主持，来自中国与德国的4位研究者从学习科学、游戏化学习、人工智能融入教育的前沿问题及其应用与创新方面作专题报告。

尚俊杰与Frank Fischer主持论坛

北京邮电大学讲师、北大教育学院学习科学实验室成员张露作题为“Designing Scientific, Happy and Effective educational games from the perspective of learning sciences”的主题报告。她介绍了北京大学学习科学实验室在设计具有科学依据、引人入胜且有效的教育游戏方面的研究和开发工作，并重点关注数学和国际汉语学习等学科，分享了实验室如何应用认知心理学、动机理论和学科内容的原理来创建提高学习参与度和优化学习成果的游戏，以及一系列与基于学习科学的教育游戏应用相关的研究成果。

张露在论坛上作专题汇报

慕尼黑大学医院医学学习分析学教授Matthias Stadler在论坛上作题为“Generative AI in Medical Education: Some Illustrative Use Cases”的汇报。他探讨了尖端人工智能技术如何通过增强学习体验和优化培训流程来改变医学教育的内容。同时，Stadler还介绍了使用人工智能开展医学教育的例子，例如用于临床决策的人工智能模拟、个性化学习平台和用于医学培训材料的自动内容生成。

Matthias Stadler在论坛上作专题汇报

北京大学教育学院助理研究员、博雅博士后刘誉分享了以“Empirical Studies on Artificial Intelligence Generated Content and Teacher Development”为题的汇报，她介绍了北大学习科学实验室在AIGC与教师发展方面做的几项实证研究，包括通过定性访谈和问卷调查，深入了解在职K12教师对AIGC的认知、期望、使用体验和影响因素，以及通过基于AIGC的教师沟通能力提升平台，开展干预性实验研究，探讨AIGC对师范生沟通能力培养的影响。

刘誉在论坛上作专题汇报

慕尼黑大学教育心理学和教育科学系的博士后和研究助理Olga Chernikova以“AI-Supported Systematic Literature Reviews: Chances and Challenges”为题作报告，分享了基于人工智能 （AI）和机器学习（ML）方法的工具加速研究综合并使其更可靠和可复制的可能路径。她还讨论了现有AI工具及其使用的一些实际示例，并与传统筛选方法相比，指出AI工具的优势、挑战和性能，以及如何将人工智能工具实际集成到研究过程中的想法。

Olga Chernikova在论坛上作专题汇报

论坛开展过程中与会者们展开了热烈的讨论，分享了各自的见解和经验。Fischer和尚俊杰的精彩点评为讨论增添了深度，他们探讨了中国和德国在学习科学、游戏化教学以及人工智能融入教育方面的合作思路，强调了跨国合作在推动教育创新中的重要性。这次论坛不仅促进了中德两国学者之间的交流与合作，也为未来的教育研究和实践提供了新的视角和方向，彰显了学习科学在智能时代教育改革中的重要意义。

论坛参与者合影