倪琴 副教授

研究领域:机器学习、大语言模型、人工智能教育应用

办公室:5#155

邮箱:niqin@shisu.edu.cn

  • 个人简介

    倪琴,上海外国语大学语言科学研究院副教授,入选“上海市青年科技英才扬帆计划”

    西班牙马德里理工大学计算机科学与技术博士、联合国教科文组织教育信息化与人工智能教育部国际专家组成员、中国科学学与科技政策委员会前沿科技与产业创新治理委员会副秘书长

    作为起草人参与撰写和发布联合国教科文组织官方文件《生成式人工智能教育和研究应用全球指南》和《教师人工智能能力框架》

    研究方向:机器学习、大语言模型、人工智能教育应用

    作为项目负责人主持国家自然科学基金项目1项、上海市自然科学基金项目2项、联合国教科文组织委托咨询课题、上海市科委“科技创新行动计划“人工智能科技支撑专项课题等多项科研项目

    论文成果发表于AAAI,IEEE Transactions on Learning Technologies,IEEE Transactions on Computational Social Systems等人工智能领域权威会议与期刊上

     

    入选人才计划

    人才计划名称

    授予部门

    授予时间

    上海市青年科技英才扬帆计划

    上海市科委

    2019年度


    学术兼职

    联合国教科文组织教育信息化与人工智能教育部国际专家组成员

    中国科学学与科技政策委员会前沿科技与产业创新治理委员会副秘书长

     


  • 科学研究

    已完成项目

    1)国家自然科学基金:基于深度强化学习的自适应学习路径推荐研究(6210020445),2022年1月-2024年12月, 主持

    2)联合国教科文组织委托咨询课题:中国地区教师人工智能能力框架,2023年5月-2023年9月,主持

    3)海市2021年度“科技创新行动计划”人工智能科技支撑专项课题:基于认知发展的机器认知智能评测理论与方法(21511100102),2021年9月-2024年8月, 主持

    4) 上海市自然科学基金面上项目:基于认知能力评估的自适应学习路径推荐研究(21ZR1446900),2021年4月-2024年3月, 主持

    5)上海市青年科技英才扬帆计划项目:基于深度迁移学习的行为识别模型与优化方法研究(19YF1436800), 2019年5-2022年4月, 主持

    6)国家自然科学基金:低资源条件下的重口音鲁棒性声学建模关键技术研究,2021-2024,参与

     

    获得专利和软件著作权

    1. 基于堆叠降噪自编码器的人体日常行为活动识别优化方法(CN110298264,已授权)

    2. 一种基于异构图神经网络模型的学习者学习状态预测方法(CN116361697,已公开)

    3. 基于融合标签和堆叠机器学习模型的学习风格识别方法(CN113408576,已公开)

     

    代表性学术论文

    [1] Q. Ni, Y.Z. Yu, Y.M. Ma, L. Xin, C.P. Deng, T.J.Wei and M. Xuan. The Social Cognition Ability Evaluation of LLMs: A Dynamic Gamified Assessment and Hierarchical Social Learning Measurement Approach. ACM Transactions on Intelligent Systems and Technology. 2025. (SCI一区)

    [2] Y.Y Mao, X. Lin, Q. Ni and L. He. BDIQA: A new Dataset for Video Question Answering to Explore Cognitive Reasoning through Theory of Mind. AAAI 2024. (CCF-A类会议)

    [3] Mao Y, Liu S, Q. Ni*(通讯作者), et al. A Review on Machine Theory of Mind. IEEE Transactions on Computational Social Systems, 2024. (SCI一区)

    [4] Q. Ni, Y. Mi, Y. Wu*, L. He, Y. Xu and B. Zhang. Design and Implementation of the Reliable Learning Style Recognition Mechanism Based on Fusion Labels and Ensemble Classification. IEEE Transactions on Learning Technologies. 2023. (SCI, SSCI一区)

    [5] Q. Ni, T.J. Wei, J. B. Zhao, L. He, C.J. Zheng. HHSKT: A Learner-Question Interactions Based Heterogeneous Graph Neural Network Model for Knowledge Tracing. Expert systems with applications, 2022, 11(23):119234. (SCI一区)

    [6] Y.H. Xu, Q. Ni*(通讯作者), S. Liu, Y.F. Mi, Y.Z. Yu and Y.J. Hao. Learning Style Integrated Deep Reinforcement Learning Framework for Programming Problem Recommendation in Online Judge System. International Journal of Computational Intelligence Systems. 2022, 15(114). (SCI二区)

    [7] 倪琴,贺樑,王英英,白庆春,吴永和. 人工智能向善:面向未成年人的人工智能应用监管探研. 电化教育研究. 2023(07). (CSSCI)

    [8] 倪琴,刘志,郝煜佳,贺樑. 智能教育场景下的算法歧视:潜在风险、成因剖析与治理策略. 中国电化教育. 2022(12). (CSSCI)

    [9] 倪琴,陈靖. 基于国际视角的外语教师人工智能素养研究:比较分析与提升路径, 外语界2025 (04). (CSSCI)

     

    出版著作目录

    《人工智能赋能教育:应用与趋势》, 倪琴著,学术专著,上海交通大学出版社,2025


  • 招生与培养

    讲授课程

    本科生课程:《人工智能导论》、《数据科学导论》、《大语言模型基础与应用》

    研究生课程:《生成式人工智能之美》、《数据科学》、《机器学习》、《大语言模型理论与实践》


    招生与研究生培养

         欢迎有计算机科学、语言学以及教育学背景的学生报考, 邮件联系: niqin@shisu.edu.cn