为探索人工智能融入课程建设、课堂教学与质量评价的实践路径,2026年10月28日上午,数据科学与计算机学院在第五教学楼311室举办“教学智能体建设与经验分享”教育教学沙龙。作为学校2026-2027学年第一学期系列教育教学沙龙之一,本次活动围绕教学智能体的功能建设、AIVA过程评价和一学期试点经验展开交流,由项目负责人林勇老师主讲,学院教师代表参加。

图1项目负责人林勇作专题分享
教学评价从结果走向过程
沙龙上,林勇围绕“教学智能体在课程教学和质量评价中的实践与应用”作专题分享。他从人工智能由问答工具向任务型智能体发展的趋势谈起,指出教学智能体的价值最终要落在教师备课、课堂组织和学生反馈上,不能只增加一个问答入口。软件需要嵌入“教-学-评-管”的真实流程,帮助教师减少重复整理,同时为课程改进保留可核验的过程信息。
生成式人工智能降低了作业、报告和课程材料的生成成本,也让真实学习过程更难被识别。林勇指出,仅凭最终成果合格,已不足以判断能力是否在学生身上形成。教师需要进一步关注学生是否理解原理、是否经历推理、能否解释分析路径,以及能否在新情境中迁移应用。课堂互动、学生提问、AI问答轨迹、作业修改和项目实践等过程数据,因此成为判断学习状态的重要补充。
围绕一门课程从开课到归档的完整过程,学校教学智能体形成了教师端、学生端、测评实践端、AIVA评价端和归档端相互衔接的应用体系。软件将备课、课堂互动、学习记录、能力评价和质量材料整理放进同一流程,减少教师在不同工具之间反复切换和重复录入。
对教师而言,软件把备课、课堂互动、测评、批阅、统计、评价和归档集中在同一工作空间。对学生而言,“我要学”“我要问”、成长反馈和AIVA课程报告帮助其及时查看学习进展并调整学习方式。
对课程组而言,课件、讲义、知识点、案例、问答和项目任务可按权限共享,教师修正内容能够回流知识库,逐步形成可复用的校本课程资产。对学院而言,教学过程数据可以进入课程达成分析、教学检查和持续改进,为质量治理提供可追溯的依据。
功能模块 |
软件能力 |
教学价值 |
一键备课与课程知识资产 |
上传PPT、讲义和教材资料,生成知识点、知识、思政、能力、素质、问题五类图谱,以及交互动画、思维导图和全真备课舱。 |
减少重复整理课件和讲义的时间,把课程资料沉淀为可检索、可复用、可追溯的校本知识资产。 |
课堂教学与过程采集 |
支持PPT与知识点联动讲授、课堂大屏、签到点名和互动记录。 学生端设置“我要学”“我要问”入口,记录学习与提问过程。 |
让课堂参与、学生提问和学习困惑自然留痕,为教师掌握学情和组织课堂提供数据依据。 |
测评中心与AIVA报告 |
覆盖通关、作业、考试和实验实训,支持客观题自动批阅、主观题智能初评、教师复核,形成个人、班级、课程三级评价报告。 |
把学习成果与过程证据结合起来,支持形成性评价、学情预警、精准辅导和课程持续改进。 |
教学归档与质量治理 |
按照学校模板生成教学总结、评学表、成绩材料和课程归档包,汇总测评、实践、AIVA报告与教师复核证据。 |
减少期末重复整理,支撑教学检查、OBE达成分析和专业认证,形成可分析、可改进、可归档的质量证据链。 |
表1教学智能体主要功能与教学价值
林勇介绍,教学智能体把形成性评价作为核心应用,即在教学过程中持续记录学生的参与、提问、修改和反思,并据此提供反馈。学校采用的AIVA 7A模型结合产业人才能力需求、教育理论基础和教学过程数据,从吸收、提问、共学、应用、调节、梳理、明辨七个维度观察学生成长,将学习行为、问题质量、认知层级、AI协作、实践产出与责任规范转化为能力画像。
课堂签到、学生提问、AI问答、通关练习、作业考试、实验实训和教师批阅等过程数据,经过事件、特征、维度和报告的连续映射,形成个人、班级和课程三级评价结果。这些结果既呈现学习成果,也记录学生是否理解、能否解释、有没有追问和反思,为教师反馈和课程改进提供参考。
在课堂使用与数据治理方面,软件通过多智能体编排组织生成、审查、取证、评价和归档环节,由审查智能体、思政智能体和教师共同把关内容准确性、课堂适用性和育人方向。课程资料和知识资产按角色、课程和院系进行权限控制,教学归档材料按照学校模板生成,保证系统使用过程规范、可控并可追溯。
目前,教学智能体已在物联网工程专业开展2个学期试用,覆盖8个班次、4门课程,累计308学时。从试用情况看,教师能够更早观察学生在学习方式、提问能力和AI工具使用上的差异,问答记录也为发现共性问题和开展个别辅导提供了线索。
林勇表示,本轮应用仍处于一学期试点的经验积累阶段,后续将结合更多课程和完整教学周期,进一步检验软件在不同课程和评价标准下的适用性。

图2与会教师认真听取并实操APP
从实际应用看,教学智能体把重复性整理、过程记录和课程资源沉淀集中到同一平台,方便教师及时了解学情、调整教学节奏,也为课程组持续完善资源提供支持。
交流讨论环节,与会教师围绕软件如何嵌入不同课程展开讨论。大家结合各自课程,就知识图谱建设、课堂互动数据使用、AIVA报告与现有考核衔接、期末材料归档等问题进行了交流,并就不同课程的使用范围和评价权重交换意见。

图3 与会教师围绕教学智能体的课程应用开展交流
本次沙龙搭建了教学智能体建设与课程应用的交流平台,集中展示了软件从课程资料管理、课堂互动到AIVA评价和教学归档的功能体系。下一步,学院将围绕AIVA 7A模型,以典型课程为切入点完善课程知识资产和过程数据应用,在教师审核、权限控制和学校模板规范的框架下持续改进软件,为课程建设与教学质量治理提供可追踪、可复核的证据。