清华复旦领跑AI教育应用，智能助教提升教学效率

清华复旦领跑AI教育应用，智能助教提升教学效率

近年来，随着人工智能（AI）技术的迅猛发展，教育领域正迎来一场深刻的变革。作为中国顶尖学府的清华大学和复旦大学，纷纷在AI教育应用方面展开积极探索，为未来的教育模式提供了新的思路和方向。

2023年9月，清华大学正式启动“人工智能赋能教学试点课程工作方案”，根据不同学科特点开发大语言模型的垂直应用，打造智能助教、知识图谱等多元化教学场景。这一方案以清华大学计算机科学与技术系与智谱华章公司共同研发的千亿参数多模态大模型GLM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。

在建筑学院副教授龙瀛的“新城市科学”课程中，智能助教系统基于教师提供的教材、习题、最新论文等大量材料，实现了自动知识点抽取，并将通用Chat GLM模型的答题正确率从80%提升到了95%。该系统还设计了多种功能卡片，学生可以通过输入相关需求，与智能助教实时交互以获得课程辅导，例如课程项目设计的思路提示、流程设计、分析角度等，从而加深对相关知识的理解和研究思路的启发。

化工系教授卢滇楠的“化工热力学”课程则将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。卢滇楠教授认为，生成式人工智能将对未来的教育产生革命性的影响。尽管目前其在专业课教学中的精确度还有待提高，但作为“伴学”，它已能够很好地启发学生进行深入思考，并与他们共同成长。

写作与沟通中心的程祥钰、李君然老师表示，目前的智能助教系统在功能设计上全面周到，页面布局合理，充分考虑到了写作课的教学需求与课程特点。尤其是系统中关于人工智能生成内容（Artificial Intelligence Generated Content）的应用思路与潜在可能性构想，体现了各位老师及助教团队投入的大量精力，为写作教学开辟了新的视角。

社科学院副教授钱静介绍道，智能助教系统不仅能生成写作评价标准，还能针对学生的写作给出具体评价。高效的反馈机制对于提升学生写作水平至关重要。智能助教能够快速学习心理学知识、理论，并为学生提供及时有效的反馈。经过一学期的初步尝试，学生们对智能助教给出的评语给予了高度评价，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。

环境学院教授徐明的“环境决策实践”课程基于任课教师自主研发的天工AI大模型，为学生提供个性化学习支持、智能评估和反馈，以辅助其学习过程。徐明教授认为，智能助教的建立，旨在探索以问答为核心的互动式知识获取模式与学习效果追踪评价机制，提升学生的课程参与度。由此形成的个性化教学方案能够更好地满足学生多样化的学习需求，促进学生全面发展。

物理系教授安宇的“大学物理”课程也正在开发智能助教系统，预计将进一步提升学生的学习体验和效果。

清华大学计算机系教授刘嘉在一次公开讲座上大胆提出，人工智能（AI）将在未来取代95%的教师，尤其是在知识传授方面。他认为，教师的任务将不再是简单的授业解惑，而是帮助学生塑造正确的世界观、人生观和价值观。刘教授的观点引发了广泛关注与讨论，许多人对此表示质疑。然而，刘教授以Chat-GPT的迅猛发展为例，指出生成式AI在教学中的潜力。他强调，教师需要从“是什么”的教学法转变为“为什么”的教学思路，通过创造性的问题解决模式，培养学生成为新知识的构建者。

复旦大学则计划在2024-2025学年推出至少100门AI领域课程，以加快科学智能创新生态构建。通过一学年努力，复旦将实现AI“三个渗透率100%”——AI课程覆盖全体本研学生，AI+教育覆盖全部一级学科，AI素养能力要求覆盖全部专业。复旦的系统设计体现了对这一波AI发展路径的判断——引领垂域创新与紧跟大模型并重，支撑AI赋能千行百业。

复旦大学的AI切入点不光是课程，除了AI课程体系建设，还有AI科研生态建设。从教学和科研两处发力，打造学校的科学智能范式与生态建设。青年学生是科学智能时代的主力军和中坚力量。真正成功的交叉学科，必然要从跨学科合作，走向跨学科融合，建构出新的知识结构和创新范式，培养出复合型拔尖创新人才。复旦从AI大课入手，让更多年轻人边习得、边运用、边创新，增强对未来的把控力。

复旦AI大课将打造AI-BEST课程体系。基于人工智能发展特点及全校“普及圈”“核心圈”“进阶圈”的AI和AI+人才培养需求“画像”。本研一体化打造AI通识基础课程（AI-Basic Courses，简称AI-B）、 AI专业核心课程（AI-Essential Courses，简称AI-E）、AI学科进阶课程（AI-Subject Courses，简称AI-S）和AI垂域应用课程（AI-Thematic Courses，简称AI-T）。

AI通识基础课程（AI-B）：专注于AI数理基础和编程训练、应用工具训练和场景开发、AI伦理教育的通识核心课程和通识专项课程。面向全校学生，新构AI领域通识核心课程和通识专项课程，并保证课程大通量。

AI专业核心课程（AI-E）：聚焦人工智能本学科的核心领域，从底层逻辑出发，系统呈现AI相关学科的基本性、共通性知识体系及核心技术的专业类课程。将构建全校统一的AI专业培养体系和课程体系，为全校构建面向未来的AI专业和AI+教育体系奠定基础。

AI学科进阶课程（AI-S）：立足文社理工医及交

AI在教育领域的应用，不仅改变了传统的教学模式，还为解决教育资源不均衡问题提供了新的思路。密歇根大学推出的AI驱动的Coursera Coach就是一个典型案例。该工具通过苏格拉底式对话为学生提供定制化学习支持，不仅能够根据课程主题定制反馈，还能通过分析学生的情感反应来引导他们回归学习目标。这种个性化的学习方式，能够显著提升学生的学习效果，使他们在理解和参与课程内容方面更加深入。

然而，AI的广泛应用也引发了关于公平性和可及性的伦理讨论。许多学生在使用AI工具时，反映出对AI评分系统的可靠性和准确性的担忧，这表明在推广AI技术的同时，必须重视其潜在的偏见和不平等问题。未来，AI在教育中的发展趋势将更加注重如何平衡技术与人文关怀。教育者的角色依然不可或缺，AI应被视为教师的延伸，而非替代品。

随着AI技术的不断进步，教育者和政策制定者需要共同努力，确保所有学生都能平等地获得这些新技术带来的好处。通过制定透明的政策和提供必要的培训，教育机构可以更好地利用AI技术，促进教育公平。整体而言，AI在教育中的应用为个性化学习提供了新机遇，但也伴随挑战，需谨慎应对。

清华大学和复旦大学在AI教育应用方面的探索，展现了AI技术对教育的深远影响。从智能助教到个性化课程体系，AI正在改变传统的教学模式，为学生提供更加灵活和高效的学习体验。然而，正如专家所指出的，AI教育的未来不仅仅是技术的应用，更是如何平衡技术与人文关怀，确保教育公平和质量的提升。随着AI技术的不断发展，我们有理由相信，未来的教育将更加智能化、个性化，同时也将更加公平和包容。