分享縮略圖

分享到:
連結已複製
首頁> 中國式現代化之路>

破解傳統教學痛點 為高等教育裝上AI“強引擎”

2025-11-12 09:31

來源:科技日報

分享到:
連結已複製
字體:

AI知識中心、AI輔導員、基於大模型的創新實踐平臺……在近日教育部公佈的第三批“人工智慧+高等教育”典型應用場景案例遴選結果名單上,一項項成果亮點頻出。

從課堂教學的全面革新,到學生培養的精準化升級,這場技術與教育的“聯姻”,正在重塑教育教學模式,推動高等教育向更立體、更精準、更高效的方向邁進。

破解傳統教學痛點

以小麥育種領域知名學者、中國科學院院士蔡旭為原型的數字人,與老師們共同授課,為學生們傳道授業、答疑解惑;利用AI技術生成的動畫視頻,能幫助學生了解一粒種子從發芽、長苗、結果到收穫的完整過程……中國農業大學開發的“神農百曉”大模型是此次公佈的典型案例之一。它憑藉突出的交互性和趣味性,讓課本知識變成繽紛多彩的“農學世界”,吸引著學生們沉浸其中。

“AI技術與高等教育的融合,突破了傳統的教學模式。”中國農業大學資訊與電氣工程學院副教授王耀君表示,如今,學生上課積極性不高已成為大學課堂的普遍問題。其核心原因在於課堂內容不夠生動、對學生吸引力不足,教師難以清晰呈現複雜教學場景。

在這一背景下,“神農百曉”大模型的加入,不僅讓原本枯燥的理論知識變得更立體、更鮮活,還豐富了學生的實踐渠道,讓學生能夠高效地將理論應用於實踐,切實提升解決實際問題的能力。對於以農學為代表、建立在大量實踐基礎上的傳統學科而言,這一點至關重要。

AI技術的應用成果並非局限于課堂中。在教室之外,它同樣為學生的長期培養注入了新活力。此次公佈的另一個典型案例——由西安電子科技大學開發的“西電智評”系統,就是其中的代表。

西安電子科技大學本科生院黨委書記兼黨委學生工作部部長林波介紹,教育評價是學生培養流程中不可或缺的環節。然而,在傳統育人模式下,評價資訊沉澱轉化不足、評價指標結構設置單一、系統牽引效果表現不明顯等痛點長期困擾著教育教學人員,個性化、精準化、多元化的學生評價模式是高校師生共同的訴求,“西電智評”系統應運而生。

在“西電智評”平臺上,“學生畫像”“能力證書”“綜合測評”等功能可隨時呈現學生的日常行為特點與學習狀態,並進一步為學生提供診斷、激勵、預測、調節等個性化成長服務。同時,“西電智評”依託生成式人工智慧大模型,打造“AI成長助手”智慧體,圍繞學生的行為習慣與興趣偏好,為學生“私人訂制”成長方案,真正實現教學過程中的“因需而供”。

“以‘西電智評’為代表的AI技術應用,有效推動了學生評價從‘考核鑒定’向‘成長助力’轉變,促使學生培養從‘知識圖譜’向‘能力圖譜’轉型,實現評價範式從‘關於學生’到‘為了學生’的變革。”林波説。

完善協同發展機制

“高等教育的核心目標在於培養能融入社會生産、為社會創造價值的新一代大學生,這一特性決定了它必須主動對接前沿科技、緊跟社會發展趨勢。”王耀君表示,從早期的粉筆板書,到後來的幻燈片、3D投影,再到如今的AI技術應用,高等教育始終緊跟科技發展步伐。當前各類“AI+教育”案例與典型場景的涌現,正是這一趨勢的具體體現。

在新技術浪潮的衝擊下,傳統學科的知識體系與實踐內容都發生了顯著變化。王耀君認為,面對這一變化,高校應積極採用數字化、智慧化的方式呈現教學內容,達成實踐與課堂的雙重升級,同時也使學生所學知識更貼合産業的實際需求。

儘管AI在高等教育領域的應用成果顯著,但不可否認的是,當前AI技術與高等教育的融合仍面臨許多挑戰,教育工作者的理念轉變就是亟待解決的問題之一。

王耀君表示,部分教師已形成固定的教學模式,面對AI技術可能會産生抵觸情緒;部分年輕教師雖願意嘗試AI技術,但仍需系統學習AI知識、將教學需求與AI技術精準對接。

他提出,面向未來,應當做好案例科普工作,通過打造具體的應用案例,讓教師直觀看到AI的應用成果,轉變他們的思想觀念。同時,要加強對青年教師的培訓,幫助他們快速掌握AI工具的使用方法,讓更多教師具備將AI與教學結合的能力。

林波認為,技術的限制和協同機制的不健全,同樣是“AI+高等教育”融合發展面臨的重要難題。

“比如,AI存在數據隱私與授權風險。當把學生的日常行為數據用於預警和分析時,一旦涉及隱私與合規問題,目前的授權與保護機制仍待完善。再比如,由於AI的‘幻覺’特性,它可能産生錯誤的邏輯、虛構的事實甚至違反倫理道德的內容。”林波表示,此外,跨部門協同機制不足也是當前影響“AI+高等教育”融合發展的因素之一。教育資訊化、教育數字化建設的推進,需要全校上下形成共識,以配套的制度和流程來保障。如果組織管理上各自為戰,就不利於實現體系化的深度融合。

林波提出,應當從三方面入手,促進AI技術與高等教育融合。首先,應不斷完善數據治理與隱私保護機制。制定數據採集和使用規範,規範學生數據的採集範圍、採集方法;實施數據安全管理和數據風險防範,規範數據分類分級管控,明確數據使用流程並開展監督。其次,要科學建立人機協同的價值觀過濾機制。例如,在運用AI智慧體、智慧評價系統、各類教育教學平臺時,應設置“價值觀校驗”環節,各類數據需經過意識形態安全篩查,為人工智慧劃定不可觸碰的底線。最後,應加強制度建設與隊伍建設。制定配套政策,自上而下推動教育數字化戰略落地,形成“制度管人,流程管事”的資訊化工作模式,將“AI+”從管理工具轉變為全方位育人生態。(記者 周思同)

【責任編輯:吳聞達】
返回頂部