高教新闻，看→河南高教“大家好！我是天津大学刘艳丽教授的数字助手，希望可以高质量服务大家的个性化学习需求！”4月2日，在天津大学自动化学院《电力系统基础》开学第一课，刘艳丽教授向学生们隆重介绍了本学期的新伙伴——“全过程全环节AI助教”。

　　《电力系统基础》是天津大学电气工程及其自动化专业本科生的核心专业必修课，也是国家首批一流本科课程、首批课程思政示范课程。“以往有限的课堂教学空间时间内，学生很难共情重大工程与学科前沿、很难迅速迁移所学知识去创造性解题、很难根据个体的兴趣需求去制定个性化的学习提升方案。”刘艳丽这样阐述自己开发人工智能的初衷。

　　针对这些授课重难点，刘艳丽教授与科大讯飞合作打造出“全过程全环节AI助教”，这个AI助教由两大系统组成：一是“数字老师”，二是“答疑大模型”。

　　“数字老师”是以刘艳丽个人形象1:1仿真模拟出的虚拟数字人。“无需花费时间亲自录课，我把课件讲义导入后台，就能快速生成‘数字老师’的授课视频，从而高效、便捷、丰富地产出线上教学资源。”刘艳丽介绍到，“课中和课后，‘数字老师’可以基于课堂上的学情数据匹配作业库，实现个性化、精准化教学，甚至还能分析出不同学生的学习投入度和目标达成度，帮我给学生更加全面的指导，提升教学针对性。”

　　近几年，随着科技的发展，人工智能技术在教育领域的应用蔚然成风，国内多所知名高校纷纷加快脚步，积极探索“人工智能+教育”的深度融合路径。智慧教学系统、智慧课堂、虚拟助教、个性化学习平台等一系列创新实践，无不昭示着教育行业正经历一场前所未有的智能化转型。

　　3月5日，清华大学发文称，“在教育领域，AI技术的应用正逐步改变传统的教学模式，为教育教学带来新的机遇和挑战。”

　　清华大学自2023年秋季学期开始8门课程试点，已有5门课的智能助教系统完成开发并投入使用。这些AI助教系统不仅能够提供24小时的个性化学习支持、智能评估和反馈，还能辅助学生进行深入思考，激发学习灵感。

　　其中，在“化工热力学”课程中，授课教师、化工系教授卢滇楠将100多篇相关文献和书籍用于垂直模型的持续训练与校准。目前，该系统已完成初步开发，具备主动出题与答题功能，并在学期末课程大作业中作为辅助工具被使用。

　　“心智、个体与文化”授课教师、社科学院副教授钱静介绍，经过一学期的初步尝试，学生们认为从内容准确度、结构清晰易懂度、认同程度和帮助性方面，智能助教相较于通用大模型（例如GPT4）、甚至相较于真人助教，都更具优势。

　　清华大学称，2024年，将开展100门人工智能赋能教学试点课程，利用人工智能辅助或深度介入课程，打造人工智能助教、人工智能教师，持续创新教学场景，提升教与学效率与质量。

　　2月18日，新学期开始，北京大学也发文介绍了该校的AI助教——“它‘永远有耐心’，能提供高质量互动，是一个‘聪明又勤奋的家伙’。”

　　Brainiac Buddy（简称BB），是一个基于GPT-4的AI交互工程的产物。2023年秋季学期，BB启用于北京大学博雅特聘教授、北大北京国际数学研究中心董彬老师的《图像处理中的数学方法》课上，学生通过对“BB”进行提问，实现了对课程的预习和个性化知识库的建立。

　　此外，据南京日报消息，2月27日，学发布“人工智能通识核心课程体系”总体方案，AI课将于2024年9月面向全体新生开设，这在全国高校中属于首创。据了解，该课程由院士等顶尖学者领衔，以多样化教学形式帮助学生理解人工智能在不同领域的应用。

　　学校长、中国科学院院士谈哲敏表示，集全校之力开设的人工智能通识核心课程体系，结合不同专业方向学生的认知特点与学科特色，在课程组织形式上，实施“集体授课+小班主题研讨+实习实践+AI助教”的教学形式，构建人工智能技术深度融合、人机深度互动的人工智能课堂，“学生经过系统的学习和训练，满足一定条件，可以获得人工智能专业修读证书。”

　　3月3日，码上V2.0在北京邮电大学教学云平台正式上线。码上是北京邮电大学EZCoding雏雁/大创团队自主研发、运营和支撑的大模型赋能的智能编程教学应用平台。

　　针对编程教学过程中学生亟需一对一辅导的需求痛点，码上基于讯飞星火大模型，采用北邮自研核心技术，为学生提供实时、个性化、启发式的编程辅导服务。码上能够解决学生的大部分问题。对于少数无法解决的难题，可以点击“求助老师”按钮，老师或助教将收到站内通知和离线邮件通知，并及时前来给学生提供针对性的指导，从而实现AI与教师分工协作的按需服务。

　　教师可以使用班级管理、课程管理、学生管理等功能，可以对自己班级的辅导功能和模式进行个性化定制（比如开启或关闭代码生成能力），可以看到学生使用码上的全流程、度、细粒度的学习行为数据，从而可以自由地开展教学实验，为学生提供更有针对性的优质教育服务。

　　浙江大学外国语学院在国内率先推出了基于《中国英语能力等级量表》标准，采用认知诊断测评技术，并由人工智能大模型驱动的大学外语智能学习平台——慧学外语智能学习系统。

　　该平台专注于对学生听力、阅读、写作等核心英语能力进行精准评估分级，确保每一次测试所得的成绩数据都能被系统完整记录，并储存在慧学外语智能学习平台数据库中，便于学生随时查阅自己在各个模块的能力诊断报告。这些报告不仅详尽阐述学生的英语能力水平，还针对性地提供了后续学习策略和改进建议。平台每三个月会统一组织一次阶段性的在线自测活动，学生全程在线完成学习任务和测试环节，而教师则可通过线上批阅作业和查询系统，实现教学管理的全流程电子化。此外，平台构建了一套可视化的实时评价反馈机制，所有数据均被动态记录并可供即时查询，这不仅有助于教师全面追踪和把握学生的英语能力发展动态，更为高校外语教育教学改革提供了强有力的数据支撑。

　　上海工程技术大学AI助教系统，主要使用新一代多模态大模型作为平台与技术基座，服务不同学科领域教师的教与学生的学。新一代基座大模型在整体性能上比上一代有大幅提升，推理速度更快、运算成本更低，且大幅提升了工具使用和智能体能力。AI助教系统开发团队负责人王国中教授经过多年研究探索，基于哈佛大学教授Eric Mazur提出的“PI教学法”，将授课方式从传统单一的讲授转变为基于问题的自主学习和合作探索，实实在在地来了一场“课堂”，实现课堂真正意义上的“翻转”。

　　上海工程技术大学自2023年秋季开始对9门课程开展了AI助教试点工作。目前，已有7门课程的智能助教系统完成开发并投入使用。

　　除了这些，在高等教育管理领域，人工智能技术有望为高校带来新的教学科研管理要素和方式，优化高校内部教学科研管理服务，改进高校教学科研管理生态，进而提升高校的管理效能，促进高校高质量发展。

　　面向教育数字化战略行动深入推进，高等教育迫切需要在育人理念、办学路径、教学模式、学习范式、评价方式等方面进行深层次变革，塑造“智能+”高等教育新生态。

　　长期以来，我们的教育以知识传授为主要任务，人工智能正在让知识的获取变得唾手可及，特别是随着大数据技术在各行各业的普及，机器对于海量数据和信息的捕捉、挖掘与分析能力将远超人类。在此背景下，高校人才培养必须从“学知识”向“强能力”转变，培养学生“从0到1”的创新能力、提出和解决问题的能力、批判性思维能力和协作沟通能力，推动课程、教材、实验等基本要素向“强能力”这个目标转变，进而加速教育的“选、教、学、考、评”各环节从“知识为主”向“能力为先”转变。

　　专业的质量和结构，直接关系高等教育支撑和服务经济社会发展的能力，直接影响高校立德树人的成效。人工智能技术的快速演进将对社会各行各业产生重大影响，高校专业设置必须主动适应社会需求，前瞻布局一批未来新兴专业，升级改造一批现有传统专业，淘汰撤销一批陈旧落后专业。鼓励高校主动调整优化人才培养方案，加快人工智能拔尖创新人才培养，以人工智能赋能教育教学改革创新，全面提升师生数字素养，支撑引领产业转型升级。

　　人工智能在深度学习海量多模态数据的基础上，能够理解人类表达的自然语言和上下文语境，并通过强大的计算能力更快速给出问题的答案，提供内容详细、思路清晰的解释，这使教育教学形态创新成为可能。下一步，教育部将推动人工智能等信息技术与教育教学深度融合，开展“智能+教育”改革试点，打造一批智慧课程、“人工智能+X”课程群，选树一批人工智能赋能高等教育典型案例，提升师生人工智能素养，构建虚实融合、“师/生/机”三元交互的教学新范式。

　　随着数字资源的极大丰富，人工智能可以根据不同学习者的背景和基础，更加快速、准确地匹配学习资源，并基于学习者的行为数据，提供个性化、精准化的效果反馈和路径推荐，实现高效的自适应学习。近期，教育部将试点建设一批“未来学习中心”，搭建智慧学习空间，探索新型基层学习组织，打造泛在化、个性化、协作化的学习场景。同时，支持高校通过产学合作方式共建一批人工智能教育创新实验室，升级国家高等教育智慧教育平台，推动以智助学、以智助教、以智助管、以智助研。充分发挥学生的主体地位和教师的主导作用，推动以教师讲授为中心的“被动式学习”向以学生需求为中心的“自主性学习”转变。

　　数字时代对人的综合素质评价提出了更高的要求，人工智能技术的融入打破了传统单一维度、以分数为主的评价机制，强化了对师生动态数据的感知、采集、分析和监测，为实现学生综合素质的度评价提供了可能。高校要适应教学与人才培养的现实需要，综合利用人工智能、大数据等新技术实现学生综合素质的度、过程性、科学化评价，探索建立基于数据驱动的教学监测平台，构建灵活开放的数字学习成果互认机制，形成基于大数据的全量化、智能性的教育教学评价体系。

　　教育部部长怀进鹏指出，对教育系统来说，人工智能是把金钥匙，不仅影响未来的教育，也影响教育的未来，有机遇也有挑战。要想更好地抓住机遇、应对挑战，就必须积极拥抱科技与产业的变革，主动拥抱智能时代。

　　人工智能技术是一把双刃剑，在带来巨大机遇和美好前景的同时，也会给高校的教学科研管理带来数字伦理失范、数字鸿沟加剧、个体理性失序、人机关系异化等风险。

　　教育部教育数字化专家咨询委员会主任委员、武汉理工大学校长杨宗凯认为：教育数字化转型，我们不仅要推动“物”的层面的深入应用，更需注重“人”的层面的协同推进。

　　首先是完善学术规范制度。引导师生树立严谨的学术态度，自觉遵守学术规范，负责任地使用智能技术。其次是升级技术防护体系。利用人工智能和大数据构建伦理风险预警系统，通过实时监测和分析学生学习行为、研究内容等，发现潜在的伦理风险，并及时予以警示和限制，防止对学生和社会造成负面影响。再其次是制定伦理安全新标准。设立专门的人工智能伦理审查机构或委员会，建立清晰的伦理审查机制，制定科学的审查标准，严格审查人工智能相关科研项目和成果产出，确保符合伦理规范和法律法规要求。最后是夯实信息安全防线。借助区块链优化数据安全存储和共享机制，确保师生数据的安全性，避免数据泄露和滥用等问题。建立严格的数据访问权限控制机制，确保只有经过授权的人员才能访问和使用相关数据。

　　北京师范大学高精尖创新中心人工智能实验室主任卢宇认为，未来可以通过一些教学设计与AI系统相结合，更好地提升学生的学习动机。“就好像一个好的大学老师，在教学生知识的时候，可以使用探究式的，或者称为‘苏格拉底式’的教学方式引导学生进行自主探究或协同创新，这是生成式人工智能已经逐步具备的能力。”

　　在前不久召开的2024世界数字教育大会“教师素质素养与胜任力提升”平行论坛。