登录注册
返回分论坛目录

第八届CNCC NOI论坛——以 AI 为镜,信息学奥赛的本质与未来是什么?

简介

全国青少年信息学奥林匹克(NOI)作为我国青少年计算思维培养方面的标杆性活动,四十多年来培养和选拔了一大批优秀的后备人才,赢得了广泛认可和高度赞誉。当前以大语言模型(LLM)为代表的新型人工智能技术(AI),具备了解决部分算法竞赛题目的能力。在此背景下,NOI社区需要深入思考信息学奥赛的本质,尝试厘清未来的发展方向,回应信息学奥赛师生的广泛关切。其中,计算思维的培养成为重中之重。论坛将以“信息学奥赛的本质与未来:以AI为镜”为主题,围绕以下问题展开讨论: 1、当机器也能打竞赛,信奥选手的核心竞争力在哪里? 2、AI工具越来越好用,信奥教、学、考应该如何演进? 3、如何引导青少年形成计算思维?

简介为官网原文,部分内容可能未写完。

人员

主席

  • 韩文弢 · 清华大学
  • 赵启阳 · 北京航空航天大学

嘉宾

  • 金靖 · 华东师范大学第二附属中学
  • 肖然 · 北京大学附属中学
  • 蔺洋 · 成都市第七中学
  • 郑子杰 · 北京市十一学校
  • 谭洪政 · 清华大学附属中学
  • 谢秋锋 · 湖南省长沙市长郡中学

报告安排

  1. 15:15–15:30

    面向大学工科的计算思维教学探索

    韩文弢 · 清华大学

    简介

    本报告以清华大学水木书院“程序设计与计算思维”课程为例,探讨AI时代大学工科计算思维教学的方法和路径。针对传统程序设计课重语法、与工程脱节等痛点,提出从“技能传授”到“思维赋能”的转向:以计算思维为主线,重构“数据—算法—系统”模块化内容,深度融合AI辅助工具与交互式学习平台,引导学生将复杂工程与管理问题抽象建模为可计算问题,实现从“学习编程”到“用计算思维解决问题”的提升。

  2. 14:00–14:15

    以AI为镜:信息学奥赛的“不变”与“应变”

    金靖 · 华东师范大学第二附属中学

    简介

    以“AI之镜”为喻,探讨信息学奥赛在AI时代的本质与方向。通过分析AI在编程竞赛中的能力边界——擅长复现已有模式而难以实现真正的创新突破——指出信奥选手的核心竞争力在于提出新问题、发明新方法的创新能力,而非解题速度。进而提出教、学、考应转向工具归工具、人归人,让AI辅助学习但守护人的主体性与思维训练,最终培养能超越AI、引领未来的创新者。

  3. 14:15–14:30

    从结构洞察到泛化能力:AI 时代信息学奥赛育人目标的再思考

    肖然 · 北京大学附属中学

    简介

    随着题目难度提升、训练资源透明和训练体系专业化,信息学奥赛正在进入高度成熟阶段。AI 已能解决相当一部分算法竞赛题,这促使我们重新审视 OI 真正应当培养和选拔的能力:是赛道内的高强度训练熟练度,还是更难迁移、更具价值的结构洞察与泛化思维能力。报告将从信息学竞赛的问题解决本质出发,讨论难度上升对学习门槛、竞赛普及和学生正反馈的影响,并思考在 AI 技术支持下,教、学、考如何在保留算法竞赛核心价值的同时,更加关注迁移、归纳、表达、判断等面向未来的综合能力。

  4. 14:30–14:45

    以AI为镜,重归信奥本真——筑牢思维内核,重塑育人模式

    蔺洋 · 成都市第七中学

    简介

    随着 AI 在算法竞赛中持续突破,机器已具备批量完成标准化编程解题的能力。报告结合多套权威竞赛评测数据集,对比分析大模型在不同难度题目上的能力边界与固有缺陷,回归信息学奥赛以计算思维为核心的育人本质,厘清 AI 浪潮下选手独有的思维竞争壁垒,并从教学、训练、赛事考核全链条提出适配 AI 时代的改革方案,探索人机协同背景下信奥育人的新模式。

  5. 14:45–15:00

    回归本质:高中生如何开启人工智能学习之路

    郑子杰 · 北京市十一学校

    简介

    本分享将围绕国际人工智能奥林匹克(IOAI)近三年来的主要考察方向与大纲演变展开,结合典型赛题,分析赛事所关注的核心能力,以及其背后希望引导和培养的学生特质。在此基础上,分享将选取部分国家和地区参赛选手的成长案例与人物画像,呈现不同背景学生进入人工智能学习与竞赛领域的路径。最后,将从中学生实际学习需求出发,进一步梳理人工智能学习的可操作路径,探讨学生如何从数学、编程与基础人工智能知识起步,逐步进入机器学习、深度学习、项目实践乃至人工智能竞赛与科研活动,形成一条可供选择的中学生人工智能学习与成长路线。

  6. 15:00–15:15

    面向区域的人工智能创新人才培养的路径与实施

    谭洪政 · 清华大学附属中学

    简介

    清华附中构建了面向人工智能创新人才早期培养的路径探索与实践方案。通过开展每学期“21天人工智能课程”以及夏校、冬令营等高影响力活动,聚焦“AI for Education”与“AI Education”,通过AIGC绘本创作、机器人竞技、小程序开发等实战挑战,强化科研素养训练(论文、海报、答辩),有效提升了学生的计算思维、工程实践能力与跨学科素养,形成了可推广的案例与开源资源,为基础教育阶段人工智能拔尖创新人才的区域化、系统化培养提供了“清华样本”。