新闻详情

新闻详情

首页 / 资讯中心 / 详情

「为什么要叫微光?」:一场黑客松留给这所深圳国际学校的教育追问

发布时间:2026/11/15 13:07:49来源:尧图网络
「为什么要叫微光?」:一场黑客松留给这所深圳国际学校的教育追问
70多位成人带着230多个孩子组成54支舰队用四天时间服务21位案主的不同需求——大半个月后回看这场在这所深圳明湾学校举行的微光黑客松留下的不只是作品更是一连串教育追问。本文整理自发起人、ICT老师徐雁斐的后记。第一个追问来自一次严肃的“批评”。一支舰队自信展示帮视障人士找物品的蓝牙标签却被发起人问住了你们的案主是谁他需要找什么——是调味罐他做菜时需要找调味罐。可视障人士的听力其实分辨不出那么小的位置差异。孩子们不甘心难道这个项目真的只为他一个人做吗老师的反问很直接不然呢为什么要叫“微光”黑客松这所深圳国际学校最不想要的就是给所有盲人用的“智能盲杖”——平均值的东西是没有用的。这是深圳明湾学校对AI时代学习方式的回答把程序写出来那是AI的价值找出到底要做怎样的程序、才是对眼前这个人最妥帖好用的——这才是人的价值。深圳明湾学校的黑客松现场满是“眼里有人”的瞬间有舰队为经常演出的视障小姐姐设计签名练习工具——她曾在拔牙后的知情书上签字因字迹被护士要求改按手印觉得很没尊严有三年级小姑娘为耳背又需每月就医的爷爷写下简单的网页程序提前整理医生可能问的问题。听障案主提到开会时助听器收不到远处的声音多支舰队瞬间写出语音转文字工具却被追问她直接用腾讯会议不就可以了吗多数团队愣住只有小Q紧盯目标重新切入一直盯着字幕很累如果把与自己有关的提问高亮显示呢“要同理案主的需求而不是站在自以为是的角度设计。”他和妈妈复盘时总结。创意表达同样有价值早鸟舰队做了让家长体验ADHD孩子日常的程序——晃动的纸张、不断响起的催促大人们手忙脚乱的那一刻理解开始发生还有舰队发现帮视障人士解决饮水机按钮识别根本不用高科技一点热熔胶让按钮有了不同触感。在这所深圳国际学校黑客松的三个关键词由此清晰真实——看见具体的人理解真实的问题在场——拒绝AI生成的漂亮但无关痛痒的平均值答案生长——二十余支舰队赛后仍在迭代作品案主议题库将开源微光工具箱正在共建。未来这群少年未来无论走向哪个学段都将带着这份用创造回应真实问题的底气。AI光芒耀眼但每个人的微光能照亮身边那些不属于平均值、因而没有被照亮的角落。AI 时代比起炫目的技术看见每一个个体的微光更有力量这样的教育思考也渗透在明湾的日常教学之中。深圳明湾学校小初校园开放日定在 10 月 13 日幼儿园园长见面会安排在 10 月 20 日欢迎家长预约到校亲身感受学校尊重个体、以人为本的教育理念看见属于每个孩子的独特微光。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉