EduOS「Lad」：大学运行系统
EduOS「Lad」联系事件、任务、人员、专业能力、AI 智能体、数据与资源，使大学某个环节的变化能被其他相关参与者了解。
每个任务都记录背景信息、责任人、所需资源、成果标准及与能力发展的关系。规则明确谁能够获取信息以及可以执行哪些行动。
在大学 5.0 模型中，EduOS 用于协调科学研究、教学、技术和项目工作。
内外部环境的变化。
以协调行动构成的大学体系
大学同时开展教学、科研、项目和管理活动。每个环节都会产生事件、任务、角色、数据、限制条件及成果。EduOS 通过共同的规则和结构将这些要素联系起来。
运行层描述事件如何变成任务、由谁承担责任、有哪些资源可用、需要执行哪些行动、如何记录成果，以及成果怎样影响后续决策。
大学因此可以用共同的方式组织流程：学习路径与真实任务相联系，专业能力与证明材料相联系，课表与资源相联系，数据分析与可观察的行动相联系，AI 智能体则与具体职能和监管范围相联系。
- 01记录背景信息
- 02形成任务
- 03分配角色与资源
- 04取得成果
- 05更新系统状态
每一轮工作都会改变参与者、流程及数据的状态。更新后的状态成为下一步行动的背景信息。
EduOS「Lad」的七个层次
EduOS 架构由相互关联的层组成。每一层处理不同类型的任务，并向其他环节提供数据。
背景信息与事件
记录需要作出响应的变化。
EduOS 的基本对象
要协调各部分工作，首先需要共同的描述方式。EduOS 通过一组基本对象及其关系连接不同流程。
事件
需要解释或采取行动的变化。
一个任务如何经过 EduOS
以一个假设场景为例：大学需要制定学生项目团队使用 AI 智能体的规则。这个场景用于说明架构，并不代表已经完成的实际部署。
新型 AI 工具出现
教育环境中出现能够分析资料、提出解决方案并辅助项目工作的智能体。
运行体系中的角色
EduOS 通过角色、权限、可访问数据及成果责任描述参与方式。同一个人可以在不同流程中承担不同角色。
学生
决策责任分工
调整学生的学习路径
这一架构明确每个角色的责任，并记录数据、建议及决定的来源。
EduOS 中的 AI 智能体
多智能体环境将工作分配给不同的专门化助手。每个智能体仅根据特定背景信息、数据、权限及预期成果开展工作。
多智能体协作将信息导航、学习辅助、分析、质疑及协调工作分开。智能体的成果再传递给相关参与者及 EduOS 的其他层。
导航助手
帮助参与者了解当前进展、允许的行动及下一步。
多智能体协作
- 01导航助手
- 02协调助手
- 03学习导师
数据与系统状态
每个流程都产生有关背景信息、行动、成果、资源及其联系的数据。EduOS 将这些数据联系起来，形成可观察的大学运行状态。
数字孪生反映人员、教学项目、专业能力、项目、场所、设备、课表及当前任务之间的联系。
通过当前状态，可以分析变化的影响、发现限制条件并准备管理行动方案。
参与者
规则、权限与责任
EduOS 包含数据、智能体、角色及决策的使用规则。管理环节规定允许的行动、访问级别、协调确认步骤以及参与者的责任。
角色管理
需要能够追溯的内容
- 01数据来源
- 02质量核查
- 03汇总
- 04发布状态
能否追溯数据、建议、决策及变更的来源，是管理这一体系的重要条件。
EduOS 在大学 5.0 架构中的位置
大学 5.0 联系四个相互促进的工作环节：科学研究、技术、人才培养及项目实践。EduOS 负责协调任务、数据和成果在这些环节之间流转。
科学研究
形成知识与方法
EduOS「Lad」的主要作用
- 01
共同的流程描述方式
用共同的对象体系描述事件、任务、角色、行动、成果和数据。
- 02
行动与专业能力的联系
专业能力以可观察的行动和经过核实的成果为依据。
- 03
分工协作的智能体辅助
不同的专门化智能体分别承担信息导航、任务辅助、分析、质疑和协调工作。
- 04
可观察的运行状态
各流程的数据共同构成有关参与者、资源、项目及学习路径的数字模型。
- 05
明确的责任归属
架构将建议、决策和行动与具体角色及管理规则关联。
EduOS「Lad」构成大学 5.0 的运行基础，帮助大学以协调一致的方式处理事件、知识、人员、专业能力、智能体、资源及数据。
关于本研究模型
EduOS「Lad」由 Sergey Shatokhin 在 IWXA 实验室作为大学 5.0 模型的一部分进行研究和开发。这项工作将组织系统研究、教学实践、数字工具设计与人工智能应用结合起来。
当前版本包含概念架构、互动原型及一组相互关联的研究材料，分别解释模型的不同机制。