全文摘要(由KIMI整理)

智慧课程的构建与应用在教学过程中的创新和改革面临诸多挑战，包括如何有效构建和定义智慧课程。对话中强调了人工智能（AI）在教育领域的广泛应用，如AI助教、在线课程的智能化、知识图谱的构建，以及利用AI进行课程内容和方法的革新。此外，讨论了利用AI提升教学效率的策略，如自动答疑和个性化学习路径设计。智慧课程的推进不仅仅是技术的引入，更重要的是将这些技术和方法融入到课程设计和教学实践中，以提高教学质量和效果。

章节速览

l 00:00 智慧课程的定义与建设挑战

智慧课程的建设面临定义不统一和具体实施方法的困惑。各平台和教师对智慧课程的理解不同，导致了多样化的课程形态。尽管如此，智慧教学广泛采用了AI技术，如AI助教和评价系统，以及VR/AR等工具，增强了互动性和个性化学习体验。此外，智慧课程的内容和教学方法都在不断改革，融入了大数据、机器学习等技术，以适应教育的现代化需求。国家智慧教育平台成为推广智慧课程的重要渠道，强调了课程内容升级与教学方法创新的并重，且不拘泥于特定技术或方法的比例。

l 02:28 智慧课程：在线课程的升级与未来教育趋势

早期课程主要通过在线方式呈现，包括慕课、讲座、微课等，构成在线课程的基础。智慧课程在此基础上进一步升级，融入了AI和VR/AR等新技术，形成新形态在线课程。这些新技术不仅改变课程内容的呈现方式，也推动了教学方法的革新。AI在教育中的应用，如生成式人工智能和自动化控制，为智慧课程提供了技术支持。部分高校已开设人工智能通识课程，通过讲座等形式普及AI知识，面向全体学生推广核心课程，促进AI通识教育的发展。

l 04:29 AI融入课程内容改革的误区与正确方法

在课程内容改革中，教师应正确理解和应用人工智能（AI）技术，避免常见的误区。改革不应简单地将AI技术作为课程内容的填充物，而应注重AI与课程内容的深度融合，使其成为课程教学的有机组成部分。教师需要学习AI基础知识，但要区分AI与专业课程的界限，避免过度科普而偏离教学重点。同时，应区分AI课程与常规课程中AI内容的应用，确保教学内容的针对性和专业性。此外，强调了教师应主动学习AI课程，了解AI技术的发展历程和应用领域，以便更好地将AI技术融入到各自的专业课程中，促进课程内容的现代化和智能化。

l 08:59 拓展人工智能教育课程

目前，市场上对于人工智能相关的高质量课程需求强烈，尤其是深度学习、机器学习等核心领域的课程相对匮乏。教育工作者正在努力增加课程内容，包括开设科普类通识课以及专业课程，如深度学习、神经网络等。尽管存在一定的课程资源，但质量参差不齐，亟需提升。同时，也鼓励学习者参考国外的优质资源来补充国内课程的不足。建议课程建设应向慕课（MOOC）方向发展，以便于资源共享，并且应根据不同学科分类，以满足多样化学习需求。

l 11:54 AI助教在教学中的应用与效果

通过利用AI技术，如IBM平台和蛙声平台，教授能够提升线上自动答疑能力，解决了面对面答疑的局限性。AI助教不仅能够处理大量学生的问题，还能提供中规中矩、实用的回答，有效解决了传统教学中答疑的难题。此外，AI在编程教学中也表现出色，能够帮助学生识别和解决代码中的bug，提高编程学习效果。这种AI赋能的教学方式，不仅提高了教学效率，还增强了学生的自主学习能力。

l 13:49 智能助教提升慕课学习互动

清华大学率先推出智能助教，利用AI智能助教增强线上学习互动，解决慕课完成率低的问题。传统慕课因答疑不及时导致学生学习动力不足，转向自主学习模式。AI助教通过即时互动和知识库回答学生问题，形成智能体辅助教学，提升课程吸引力和教学效果。

l 15:11 知识点切片与AI助教的结合

通过知识点的切片和知识图谱的整理，可以形成便于检索和索引的知识点结构，进而提升教学效率。同时，利用AI技术训练出的定制化助教，结合学校或机构特有的知识库，能提供更个性化的教学服务。这种模式不仅提升了教学质量，还可能降低教学成本，是教育领域的一大进步。

l 16:47 探讨AI在课程中的应用与价值

在教育平台的讨论中，教师发现平台提供的服务多为通用性质，缺乏针对性和深度，无法满足AI课程智慧化的需求。虽然平台声称可以提供定制化服务，如增加助教和知识库，但实际上这些服务多为表面文章，没有实质性帮助。此外，讨论还涉及了AI在课程中的两种应用模式：一种是通过简单的模型加词库方式，进行初步的向量化处理，虽有进步但相对浅显；另一种是通过深度训练和微调模型，结合知识库和思维链训练，形成更深层次的学习互动。这种深度应用使得AI能更好地融入课程，提升教学效果。

l 19:32 AI技术在课程评价和教学中的应用

讨论了AI在教育中的多种应用，包括通过AI进行课程评价，如互评和自动批改英语作文，以及AI技术提升学习体验，如VR和AR在设计类课程中的使用，实现沉浸式学习。强调了AI工具在解决传统教学不足和推动课程改革方面的作用。

l 20:51 智慧课程的AI应用与优化策略

讨论了智慧课程中AI助教的应用，强调了课程内容的深度训练和个性化配置的重要性。提出大模型应用不应仅限于简单的加法，而应深入专业领域进行定制化训练，以提高教学效果。同时，指出了课程内容限制和知识库微调对于实现个性化智能教学的必要性。此外，提到学习能力图谱作为课程内容梳理的有效工具，强调了智慧课程不仅是技术的加成，更是教学内容和方法的优化与创新。

l 25:20 智慧课程与AI技术的融合应用

讨论了智慧课程在当前教育中的应用和发展，重点强调了AI技术如何改变和优化教育内容、方法和学习效果。提到了通过AI课程实现核心课程建设的重要性，包括课程内容、教材、实践和师资等方面的优化。此外，讨论了AI技术在课程中的应用方式，如通过知识库调整答案结果，结构化资源和AI agent的使用，以及与大模型的合作，以实现课程内容的深度自动化和个性化教学。还提到了AI实践在提高AI深度应用课堂中的作用，例如与华为、腾讯云、阿里等大模型的合作，以促进技术在教育中的实际应用。

l 29:22 重点领域与AI课程开发

对话讨论了在教育领域内，特别是人工智能(AI)相关课程的重点领域和开发策略。强调了AI作为关键领域的地位，以及与之相关的课程和学习资源。讨论了在线课程、知识图谱、以及VR（虚拟现实与交互）技术在教学中的应用，旨在通过创新的教学方法提升学习体验和效果。同时，提到相关平台和资源正在发展中，鼓励教育工作者探索和应用这些资源以增强课程内容。

l 31:32 理解与建设AI课程的要点

讨论了AI课程的定义、内容、建设方法以及其在教育中的应用。强调了AI课程的核心要素包括课程内容、教材规范、学生实践能力培养和教师团队建设。提及了智慧课程利用AI工具、平台和资源，旨在提高学习效率和教学效果。此外，还介绍了教育部门对一流核心课程的认定和建设，以及AI在教育评价、管理等方面的应用。

l 35:25 以学生产出为导向的专业课程设计与改革

本对话围绕教育理念中的产出导向方法（OBE理念）展开，强调在专业课程设计与改革中，应首先明确学生的学习成果和未来职业定位，即对学生画像的重要性。通过了解学生毕业后应具备的知识和能力，构建能力图谱和课程体系，进而指导课程内容的优化与创新，包括引入人工智能（AI）相关元素，以提升课程的实用性和前瞻性。强调图谱不仅是课程设计的基础，也是优化教学内容、推动专业发展的重要工具。

l 39:55 AI在教育领域的应用和教学策略

讨论了AI在教育中的多种应用，包括训练大模型、改善图像和DNA模型、提升写作效率、辅助法律课程预判、优化思政课教学以及使用AI工具增强教学效果。强调了AI在备课、课堂互动、作业批改等方面的优势，并提出通过具体教学策略和方法来提高教育质量。同时，也提到了对AI应用的规范和责任，确保教学内容的准确性和适宜性。

l 44:02 课程设计应围绕学生能力培养

教学设计需从课程目标出发，明确目标以培养学生的问诊、诊断、分析和解决问题的能力。教师需根据目标构建知识体系，设计课程内容，使用AI和大模型增强教学效果，通过模拟人和病人的交互，提升学生的人文关怀和沟通能力。同时，利用字库和AI评价系统，确保教学质量，实现智慧课程建设。

l 46:42 高校利用AI提升教学和科研能力

高校如哈佛和MIT等推出AI平台，旨在科普并指导教师如何利用AI进行教学、研究和工作，包括课程设计、教学方法和问题设计等。这些平台强调AI在教育全过程中应用的重要性，提供从基础知识到高级应用的培训，帮助教师提升AI应用能力。此外，AI还被应用于科研工具、数据分析和图形制作等领域，以提高教学和科研效率。

l 50:19 智慧课程的定义与应用

讨论了在课程开发和教学中如何深入理解并结合人工智能（AI）技术，强调了AI在教学设计、内容改革、以及方法层面的融合应用。提到了使用AI作为工具来优化课程内容、微调教学材料，并通过数据标注和整理来提升教学效果。还讨论了基于任务式教学设计、单元模型内容改革和对话模型的应用实践，强调了智慧课程的定义和应用需要体现课程设计的多个维度，包括技术和方法的融合，以及如何利用AI提高教学质量和学习效率。同时指出智慧课程是一个持续改进的过程，需要教师在实践中不断探索和优化。

l 53:45 AI在教育中的应用与课程建设

讨论了AI在教育课程中的应用方式，包括内容与方法的结合，强调了教师应了解AI边界并充分利用其作为教学工具。提及了图像识别、语音识别、VR/AR等技术在提高AI赋能教育中的作用。强调课程建设需注重内容切片和管理，避免使用通用模型，提倡个性化教学。最后，提到了未来课程建设的具体事项，如课程目标规划、内容联系自媒体、课程开发及内容更新等。