2025年12月21日，“CSIG-VIS走进高校”活动在东北师范大学成功举办。本次活动由中国图象图形学学会（CSIG）主办，CSIG可视化与可视分析专业委员会与东北师范大学共同承办。特别邀请了复旦大学陈思明研究员作《人智融合数据洞察方法与实践：以智能教育为例》的专题报告。30余位师生参会交流，共话可视化与可视分析技术创新与行业应用前沿发展。

报告开始前，本次活动主持人东北师范大学张慧杰教授对陈思明研究员的到来表示热烈欢迎，并对其学术背景进行介绍。陈思明研究员长期深耕大数据可视化与交互式人工智能领域，在AI+VIS、大模型驱动的可视分析等前沿方向成果卓著。

张慧杰教授主持

陈思明研究员以“人智融合数据洞察方法与实践”为主线，系统性地阐述了人智融合的数据洞察、数据洞察的高效信息传递和人工智能赋能教育的研究进展与实践成果。

陈思明研究员作报告

在“人智融合的数据洞察”中他指出自动化生成多视图关联可视化对于提升数据分析效率至关重要。传统人工设计与实施可视分析过程不仅耗时，且对专业能力要求高。因此，其团队提出了SmartMLVs系统，用于自动化生成多视图交互式可视分析方案。该系统能有效降低可视分析成本并提升数据分析效率。但目前仍缺乏能支持任务规划、可视分析方法实施以及人智协作交互分析的解决方案。为此，他介绍了团队开发的LightVA系统,它能通过人智协作实现自适应、高效的分析，支持用户进行任务分解、可视分析及洞察发现。用户在探索可视分析系统的过程中仍可能出现困惑与迷茫。为应对这一问题，其团队进一步提出了主动式UI智能体驱动的可视分析，让智能体感知用户行为，推理用户意图，主动帮助用户探索分析。

人智融合的数据洞察

围绕“数据洞察的高效信息传递”，陈思明研究员指出，直接解读数据文档效率有限，其团队提出了Narrative Player系统，让用户仅需提供给大模型叙事文本和数据表格，系统就能借助大模型进行叙事分析和可视化生成，从而将抽象数据转化为更直观的视觉表达。同时，对于非专业的用户来说，理解复杂的图表是困难的，利用大模型对图表进行描述有助于读者高效理解图表内容，识别关键信息，增强对所呈现数据的理解与记忆。由于大模型对于图表的理解往往会产生一些幻觉，其团队提出了ChartInsighter，让多个智能体生成初始图表信息，然后迭代协作，调用外部数据分析工具进行事实核查，并通过自洽性测试验证和修正图表信息，从而有效减少生成的图表描述的错误。

数据洞察的高效信息传递

最后，陈思明研究员以“人工智能赋能教育”为具体实践场景，展示了人智融合技术的应用价值。他首先介绍其团队开发的交互式智能辅助学习系统Tailor-Mind，通过可视化与微调大模型的深度协同，实现了个性化学习引导与交互式推荐，有效提升了用户的自主学习体验。此外其团队还开发了一个教学质量评估系统，通过教学过程全方位还原、教学行为智能分析、多维度AI教学质量评估和专家知识支持来实现教学质量的标准化、精细化智能评测，为教师提供可操作的教学改进建议。最后，他介绍了利用大模型辅助教育进行的一项实证研究，证明了大模型生成的类比在一定程度上能够促进学生学习，但其教育价值在于作为教师的协作工具，通过人智协同提升教学设计的效率与质量。

人工智能赋能教育

在随后的交流环节，与会师生围绕报告主题踊跃提问，陈思明研究员结合研究实践逐一回应，现场讨论深入，气氛热烈。

  与会师生讨论热烈

本次活动构建了一个高水平的学术交流平台，使东北师范大学师生能够与可视化及交互式人工智能领域的前沿学者展开深入对话。陈思明研究员为与会师生系统阐释了大模型如何驱动可视分析从“人工搭建、手动探索”走向“AI感知、主动行动”。并针对数据洞察的高效信息传递，深入讲解了如何叙事化呈现数据和如何通过构建可信的图表解释生成框架。最终以教育场景为例，生动展示了“人智融合”在智能辅助学习、教学评估与教育类比实证研究三方面的具体应用与落地成果。此次活动不仅帮助师生梳理了可视化与人工智能交叉领域的前沿进展，也激发了在“教育智能化×可视分析”方向开展跨学科探索的研究热情，有效推动了数据智能、可视化技术与教育实践的深度融合与创新思考。

与会师生合影

可视化与可视分析是研究信息的视觉呈现、交互方法和技术的学科。可视化与可视分析专业委员会专注于推动国内可视化与可视分析学科的发展，加强产学研的合作，建立良好的学科生态。近年来专委会多次组织走进高校、走进中学等活动，对推动相关科普工作起了重要贡献。