- 发布日期：2025-01-22 23:53 点击次数：121
从实践中来
2024年12月12日
在“世界慕课与在线教育”大会上
教育部副部长吴岩指出：
伴随人工智能快速兴起
高等教育正在加速进入智慧教育阶段
“智慧教育元年”已经到来
总结我使用通用大语言模型
以及初步建设智慧课程的经验
与各位热爱课程建设的同行们交流
也许一些概念的解释不够精准
请各位同行批评指正
1PART
什么是智慧课程
1.建设背景
在2024年全国高教处长会议上，高等教育司负责人介绍，将探索推动大模型在高等教育领域垂直应用，研制“人工智能+高等教育”发展报告，建设“五个一批”,即建设一批未来学习中心、选树一批人工智能赋能高等教育典型案例、共建一批产学合作人工智能教育创新实验室、遴选—批虚拟教研室、打造一批智慧课程。同时，还要建设好“五大平台”,即高等教育智慧“驾驶舱”、国家高等教育智慧教育平台、大学生实习信息平台、教材监测平台、高等教育大数据平台，探索“人工智能+”高等教育研究和实践，推动人才培养全链条、全方位创新，赋能高等教育高质量发展。最后，还要发挥好我国在高等教育数字化方面的经验和优势，持续推动慕课出海，建好世界慕课与在线教育联盟，为世界高等教育发展贡献力量。
教育部高等教育司司长2024年10月发言指出，要构建人工智能赋能教育新场景，将各领域人工智能最新发展和应用融入专业课教学，支持建设集知识服务、个性学习、教学支持于一体的未来学习中心，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。
2.概念界定
目前还没有官方的文件来界定智慧课程的概念，摘录了一些文献中的定义，以作参考：
智慧课程：是指秉承“以学生为中心”的教育理念，融合生成式人工智能前沿信息技术，结合丰富的教学资源、现代化的教学工具和互动式的教学环境，实施混合式教学，并持续进行教学方法和内容创新性优化的课程。
生成式人工智能：生成式人工智能是新一代人工智能技术，它是指具有文本、图片、音频、视频等多模态内容生成能力的模型及相关技术。它可以从现有数据模式中学习，自动生成全新的、与原始数据相似但又不完全相同的内容，通常涉及大语言模型的使用。大语言模型：大语言模型是生成式人工智能技术的内核，它是在大量文本数据基础上训练出来的高级人工智能模型，能够理解和模拟人类的语言表达和交流方式。它不仅能持续生成文本，还能开展多轮对话，形成跨语言能力，并基于推理回答问题，展现出接近人类水平的理解、创作和交互能力。多模态大模型：多模态大模型是一种能够理解和处理多种数据类型的机器学习模型，数据类型即模态，包括文本、图片、音频、视频等。多模态大模型可以融合多种不同模态的信息，执行更复杂和智能的任务，如视觉问答、图文生成、语音识别与合成等。智慧教学平台：智慧教学平台是指运用生成式人工智能等前沿信息技术，整合优质教学资源、先进教学工具和互动教学环境，支持开展混合式教学模式的应用系统。该平台旨在覆盖高等教育师生，全面提升AI教学能力，是一种创新的、面向未来的教学支持系统。3.智慧课程的特征
（1）坚持以学生为中心的理念。人工智能融入教育教学，不是替代教师，而是提升效率、辅助教师。在教师和人工智能的角色定位上，始终以教师为中心。在教师、学生与人工智能的关系上，始终以学生为中心。最终意味着将学生置于教学活动的核心位置，注重满足学生的个性化需求、发展潜力和学习动机。（2）深度融入生成式人工智能。在线教学平台、智能助教、智能学伴、智能评价、智能管理等成为必备。同时智慧课程建设是一种生成的过程，教师应关注学生的学习特征和学习生成性，需要在课程教学活动中引导学生共同创造、构建课程意义，体现动态性、生成性和创造性。（3）混合式教学设计。混合式学习是整合了线上参与式主动学习和线下参与式主动学习以产生整体性学习（情感）体验的一种教学方式，这种模式融合了线上线下、同步异步、虚实结合的多元教学活动，具有参与性、灵活性、互动性、个性化、自主性、激励性等特征，学生能部分控制学习的时间、地点、进度和路径。（4）“师-生-机”共同体。常见的“师-生”交互、“生-生”交互、“生-内容”交互之外，需要增加“生-机”交互，最终构建“师-生-机”共同体。
4.智慧课程的核心要素关于智慧课程的应用场景和核心要素，我与文心一言、Kimi等通用大模型进行了交流，并请文心一言给配了图：图片
图片
图片
图片
5.智慧课程与在线课程的区别我们可以把智慧课程看作在线开放课程的升级版，二者在教和学体验上有明显的区别：图片
图片
2PART
大语言模型在教学中的应用
智慧课程的教与学需要在智慧教学平台上运行，也就是“未来学习中心”。这些平台的底层，是进行了大量语料训练、拥有该领域智慧的大语言模型。以下常用的大语言模型，哪些更适合智慧课程呢？
图片
很显然是教育行业垂直领域大模型。因为还有很多老师和学生尚未使用过，我们可以先通过与通用大语言模型的交流来养成与AI协同工作和学习的习惯。
1.通用大语言模型在教学中的应用
先看看我使用文心一言的情况。2024年的最后一天，文心一言给我出具了一份年度报告，见下图。图片
图片
现在，文心一言、Kimi等工具，已经成为我不可或缺的助手了。我与它们协作制定课程的教学大纲、教案、题库等教学文件，共同撰写工作总结、项目申报材料；向它们请教未知领域的新知。在与大模型亦师、亦友、亦师生的关系中，我的工作效率越来越高，知识传授的效果越来越好。同时，我的大模型也越来越“聪明”，根本不用“立角色+述背景+定目标+补要求”这样的提问词格式，它就能理解我的意图。尤其是，当它误解我的意思时，会让我反思自己：学生是不是也会误解我所讲授的内容？我要怎样简洁明了、准确无误地将知识传播出去？经常有同事问我：“为什么你的AI比我的AI更聪明？”我想，除了多跟它沟通交流，真的是要会提问，因为在提示词中已经隐含了你对结果的期待。以下是几个我与大模型配合的工作场景：图片
这是AI协助我写的课程思政案例，提问时你自己脑海里要有东西，你要先知道固定资产加速折旧的政策，AI才能帮你写出其中蕴含的思政元素，你要先知道自己想怎样组织课堂，AI才能将其更丰满。一个非常好用的技巧：如果你想写排比句而不知道如何措词时，打几个“？”它就秒懂了。图片
这个是AI帮助我出的试卷。《产业扶持政策应用》是我和企业开发的新课，没有任何可参考或学习的资料。我直接把自编教材发给它，然后告诉它每一章节试题所占的比例，分分钟试卷就出来了，而且非常贴合教材内容。如果你想让它调整成某教学平台的格式，告诉它个样例就可ok啦。图片
每次跟AI一起工作，我都心生欢喜，因为太省时省力了！它将我的工作时间压缩了不止一半。图片
我不但自己用，还鼓励学生也用大模型来完成作业，要让我看到他与大模型的对话过程。因为，这个过程就是学生思考问题的过程。比如，我这学期所讲授的《产业扶持政策应用》和《创新创业与财务管理实践》两门课，都有课程论文的作业，我的学生是这样完成的：
图片
图片
当学生能问出上述画线部分的内容时，相关的知识点他基本上已经掌握了。
我还给学生推荐了我的智能体，我希望这个智能体能伴随学生以后的学习生涯。智能体李老师的人设是：应用型本科大学老师，主讲会计相关课程，擅长做教学设计。跟她对话，你不用再陈述背景，直接输入专业问题即可开始讨论。点击以下链接试试吧：
https://mr.baidu.com/r/1t7wgyHXskw
2.教育垂域大语言模型的应用
这是文心一言就垂域大模型和通用大模型的区别所给予的答案，看得出两者各有所长。
图片
最近刚看完一本新书《教育新语——人工智能时代教什么，怎么学》，是可汗学院的创始人萨尔曼·可汗写的，他描绘了诸多与ChatGPT-4的合作场景，让我看到了更为理想的“未来学习中心”。
比如，平台上的智能导师Khanmigo可以为学生提供一对一的辅导，如果发现学生在代数方面表现出色而在几何上存在困难，则会主动提供更多几何练习而减少代数方面的练习；在评估学生作业时，它可以自动生成评语和改进建议，使教师能够更加专注于教学和个别辅导。
我们最担心的学生论文作弊，在它的平台上能给出这样的评价：
图片
图片
这可比我们煞费苦心给学生辅导，再煞费苦心写评语客观、公平、高效多了。
这本书里还介绍了Khanmigo在解答学生问题时的做法：它不会直接给出答案，而是引导学生自己解答，如果学生做错了，它会帮学生分析错因，然后出题让学生再答，真正秉持了OBE理念的“精熟”准则，这是一种让学生真正学会的做法。还有在文学领域，Khanmigo可以与学生合作、引导学生思考，激发学生或和学生一起写出属于自己的作品。
3PART
智慧课程建设路径
我梳理了一下自己建设智慧课程的流程，基本上是：资源准备→知识图谱构建→教学资源匹配→AI助教设置→教学数据分析→课程迭代更新。
其中知识图谱是智慧课程中的重要一环，它包括以下几个步骤：
图片
教学资源跟线上课程相似，无非是视频微课、题库、文档资料等，不同的是，可以做个自己的数字人来帮助我们讲课。不过，讲稿和PPT最好还是由老师亲自写，因为它体现了你对该知识点的理解。知识图谱的生成，也可以由平台上的AI根据你的教学资源自动生成。我在建设智慧课程时，足足生成了30版知识图谱，多到平台方给我打电话：“李老师，您为什么生成那么多版的知识图谱？”为什么呢？我建的这门课是《会计信息系统》，但我补充了认为很重要的：国家最新的财税政策、智能会计的应用场景、会计数据的分析应用等，AI就理解为有那么一章叫“税务与政策管理”、“统计学基础”、“内部控制与安全”等，虽然后来我还是按传统的章节结构手工做了调整，但AI的这种行为让我反思：1.同一学科不同课程的边界在哪里？也许我们需要从学科整体出发，先确认该学科应该具备的知识和能力，然后再构建整个学科的知识图谱，而不是从单一课程开始建设。图片
2.我所传达的概念学生是否理解？正如Ai不理解我为什么提供这些资源一样，学生可能也会误解。事实上，如果你耐心跟学生探讨专业上的问题，你会发现我们的学生真的存在很多概念上的误解，而这些误解，大多情况下也正是由老师们传播出来的。图片
3.学生为什么不按我们设计好的路径学习？学生基础不同，知识点进入学生大脑的途径也就不应该相同。一对一的个性化教学不应该只停留在口号上。图片
那么怎么样来实现个性化教学？知识图谱应该可以动态调整；知识地图应该能为不同学生提供相应的学习路径；AI助教应该能根据学情精准推送资源、自动设计练习环节。
我试了不同风格的助教，虽然回答还有点生硬，但毕竟不是”学生一提问，立刻抛出一个答案来“的状况了。
需要进步，值得期待。
图片
有不少专家提到，人工智能时代教师的角色要转变，要转向”引导“，至于怎么引导，却很少有能落地的措施。《教育新语》一书中提到：人工智能时代，技术将取代老师成为知识的传播者；学生可以按照自己的时间和节奏学习；学校教育中学科学习不再是唯一目的，还应包括友谊、共同冒险、相互支持、建立人与人之间的良好关系；师生关系应该是信任和友谊，老师知道学生已知和未知，并能提供帮助。
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。