|
香港教育大学近年持续加码人工智能+教育方向硕士。对文科、教育、社科背景想转轨智慧教育、学习科学的申请者，教大相关项目因课程设计偏「教育应用」而非纯算法，常被视作跨申友好选项之一。
核心逻辑：AI 教育硕士不是「纯 CS 平替」，而是「懂教育的人 + 会用 AI 工具解决问题」。选对项目，比盲目冲计算机系更稳。
|
港教大（EdUHK）与 AI 教育相关的硕士，申请季最常问的是两条线：学习科学与智慧教育与人工智能与教育科技。名称相近，培养重心不同。
|
教大 AI 教育相关硕士 · 对照（官网信息摘要） |
项目 |
学院 |
更适合谁 |
学习科学与智慧教育 MSc(LSSE) |
教育及人类发展学院 |
教育/社科/文科背景，想走智慧教育、学习设计 |
人工智能与教育科技 MSc(AI&EdTech) |
数学与信息技术系 |
愿补编程基础，偏技术应用与原型开发 |
本文「跨申友好、文科适配」主要指 MSc(LSSE)；若已有理工或编程基础，可同步评估 MSc(AI&EdTech)。
据教大官网，学习科学与智慧教育理学硕士融合学习科学、人工智能与智慧教育，面向应届毕业生、在职教师、教育从业者及相关领域专业人士。
|
MSc(LSSE) · 课程框架（官网） |
类型 |
科目示例 |
核心课 |
学习科学基础、研究方法、科技辅助学习环境设计、总整专案 |
选修课 |
教育中的人工智能、学习分析、协作学习、行动科技、非正式学习等 |
学分 |
8 科共 24 学分（每科 3 学分） |
·学校与高等教育机构的教育科技岗位 ·企业培训、终身学习、课程设计相关角色 ·智慧教育产品、学习分析、AI 教学应用等交叉领域 ·继续攻读教育技术、学习科学相关博士（视个人研究积累）
与纯计算机硕士不同，LSSE 的录取逻辑更看教育理解 + 学习科技应用潜力，而非竞赛级算法背景。
|
跨申适配 · 常见背景与准备 |
本科背景 |
如何补强 |
中文/教育/社科 |
突出教学实践、课程设计、教育观察经历 |
传媒/语言 |
强调学习内容产出、用户研究、沟通优势 |
商科/管理 |
可对接培训、企业学习、教育运营场景 |
理工但非 CS |
说明数据分析、工具使用或项目经历 |
·英语：按教大要求准备雅思/托福等（以当年官网为准） ·数字素养：不必先成为程序员，但要熟悉教育科技工具与基础数据思维 ·叙事：文书说清「为什么从文科/教育转向智慧教育」，比堆术语更重要
|
第肆章
MSc(AI&EdTech)：理工向补充选项
|
若你理工科背景较强、愿意接触编程与 AI 原型开发，可同步关注人工智能与教育科技理学硕士。官网强调 AI 与教育科技基础、伦理意识、以及用技术解决真实教育问题。
|
MSc(AI&EdTech) · 官网要点摘要 |
维度 |
信息 |
学制 |
1 年全日制 / 2 年兼读制 |
学费 |
港币 192,030 元（官网，可能调整） |
英语 |
如雅思 6.0（学术类）等，以官网为准 |
特色 |
AI 原型、教育科技应用、课程创新设计 |
文科背景若申此项目，通常需要更强的数理/编程准备证明（课程、证书、项目），否则 LSSE 往往是更顺的路径。
|
申请准备 · 清单 |
材料 |
建议 |
成绩单/学位 |
本科学位与均分证明 |
语言成绩 |
雅思/托福/CET-6 等，核对有效期与教大认可类型 |
文书 |
教育经历、科技应用观察、职业目标三段式 |
面试 |
LSSE 申请者可能需面试，准备教育场景案例 |
|
PART 05 · B
与港校其他教育科技项目怎么比 |
·教大优势在教育学科根基与师范体系资源，适合笃定走教育赛道的人 ·若目标是纯数据科学/算法岗，应优先评估理工院校 CS/Data 项目 ·若目标是「学校/机构里的 AI 教育应用」，教大相关硕士匹配度通常更高
|
适配度自测 |
你更适合教大 AI 教育硕士，如果… |
建议慎重，如果… |
想做智慧教育、学习设计、教育创新 |
目标是纯软件开发/算法工程师 |
文科/教育背景，愿补数字素养 |
完全不愿接触任何数据与技术工具 |
接受教育行业起薪逻辑 |
只冲金融等高薪赛道、对教育无兴趣 |
港教大相关硕士的价值，在于把AI 放进教育现场，而不是把申请者硬变成计算机博士。
" |
跨申的关键不是「洗背景」，而是找到与过往经历能衔接的新赛道。 |
|
内容来源：香港教育大学官网：MSc(Learning Sciences and Smart Education)、MSc(AI&EdTech) 课程与招生说明
紫荆博雅 · BAUHINIA BOYA
关注我们 · 港校申请干货 |
| 