研究方向1：教师智能培养的理论与关键技术。教师是教育的第一资源，是建成高质量教育体系的重要保障；人机协同将是未来社会的主要工作模式。本方向将研究“人机协同教师培养”，从创新理论、关键技术和实操方法三个层面，以人工智能赋能教师培养全过程的典型场景，研究人机协同提升教师培养质量的基础理论、关键技术与实现方法。本方向将从教育教学原理出发，整合心理学、教育学、学习科学、大数据及人工智能等学科研究力量进行研发。
研究方向2：教育发展及质量智能测评与决策。教育评价事关教育发展方向。当前，人工智能、学习分析与教育大数据的融合使教育测评与决策走向数据化、科学化、智能化。智能化测评既是教育评价的发展方向，也是“双减”背景下保证减负提质的有效举措。本方向将研究利用人工智能、大数据等创新评价技术和工具方法，探索开展区域、学校教育发展水平和质量全过程动态评价、学生德智体美劳全要素横向评价的方法和技术，实现数据驱动的教育决策治理和质量评估。本方向将整合心理学、教育学、教育统计与测量、统计学、教育治理、大数据及人工智能等学科力量开展研究。
研究方向3：人机协同智能教学的方法和规律。学科教学是人工智能与教育融合的关键场景，是“教育+人工智能”落地应用的“最后一公里”。本方向将以基础教育领域为重点，探索面向各级各类学科智能教学场景中“人-机”协同智能教学应用模式与实践方法，推动人工智能与学科教学的深度融合。本方向将从教育教学原理出发，整合教育学、脑科学、学习科学、人工智能、课程教学论等领域团队开展研究。