知识图谱作为结构化、准确的知识表示工具，在大模型通过逐步推理与多步决策模拟人类思维过程中发挥了关键作用。大语言模型以规模化训练为特点，具备广泛的知识覆盖与强大的语言理解能力，而知识图谱则提供了逻辑推理与知识可靠性的增强。报告将探讨这一互补增强机制，并介绍近期在知识增强下的慢思考推理方法与应用进展。

从AI在课程与教材中的应用、新形态教材建设、计算机教育全学段贯通等各个方面分享教学思想、教学模式设计与实践、课程与教材建设成果，以及课程思政教学研究与实践经验。

从国内外的政策、科学研究方式、作为新质生产力的人工智能及其大模型赋能作用等方面阐释教育数字化转型发展新需求，进而分析从新型数字教材及其知识图谱、数字教育技术标准与体系、人工智能大模型驱动教育创新变革等方面阐释转型实践新探索。

知识图谱技术的研究与应用日益进入“深水区”，知识图谱研究的“下半场”态势已经十分明显。文章结合笔者近年的探索和实践，分析知识图谱下半场的挑战与机遇。

以知识图谱起源为引子，介绍一种教育领域知识图谱（知识森林）模型，以及知识森林驱动的元认知策略发现、个性化资源推荐等方法及其应用。

《人工智能导论（师范类）》博约通识课基于OBE教育理念进行教学设计，以师范生培养需求为导向，构建了“三位一体”的教学体系，帮助学生构建课程的知识图谱，培养学生数据思维与AI思维，启发学生树立AI伦理观。