建设一流本科

【编者按】随着生成式人工智能的到来，适应人工智能时代的教育教学改革，是当前教育界共同关注的热点议题。2024年，电子科技大学召开了“人工智能+教育”专题交流研讨与推进会，发布了《电子科技大学加强人工智能教育和大力推进探索实践人工智能技术赋能教育教学工作方案》，全面实施“人工智能+教育”行动计划，首批建设超100门人工智能赋能课程，推动构建以智助学、以智助教、以智助管、以智助研的教育新生态。新闻中心将持续报道学校深入实施“人工智能+教育”行动计划的案例和经验，希望为师生带来更多的借鉴和启迪，共同推动人工智能技术赋能学校各项事业发展。本期介绍的是黄廷祝教授主动变革课程教学方式模式以及带领青年教授打造“线性代数与空间解析几何”智慧课程和《线性代数AI数字教材》的实践。

“生成式人工智能”来了，“数字革命”又迎来了新的里程碑。对于教育而言，这是机遇还是挑战？如何积极主动地拥抱人工智能，探索适应人工智能时代的教育变革有效路径？

2024年9月，国家级教学名师、数学科学学院黄廷祝教授与其团队青年教授对于“线性代数与空间解析几何”课程，在原有基础上进行了智能化升级改造，形成了在线智慧课程、交互式AI数字教材、智能助教协同三位一体的“人机协同”教学新模式。

黄廷祝教授为学生授课

先试先行

“拥抱人工智能，教师一定要走在学生前面！”

作为学校新工科教育的重要推动者，同时作为坚持在课堂一线的教师，黄廷祝一直密切地关注着新技术尤其是生成式人工智能技术发展对教学带来的影响。

生成式人工智能是基于算法、模型、规则生成文本、图片、声音、视频、代码等内容的人工智能技术分支。这种技术诞生之后，他就敏锐地意识到它对教学模式带来的机遇和挑战：

一方面，生成式人工智能具有过去的技术完全没有的优势，这些优势将在AI助教（AI伴学）、辅助学习、作业测评、课程设计、协助备课等方面为教和学的变革带来巨大的机遇。

另一方面，当前生成式人工智能在生成内容的正确性、准确性方面还有不足，且存在先验性、同质化等缺陷。关键是，它可能弱化学生的能动性和人际交往，甚至催生出新的“抄袭”方式，还可能产生其他的未知伦理问题，尤其是弱化学生的能动性。

“生成式人工智能对教师和学生都是巨大的考验，但对学生的考验要大得多！”黄廷祝说，“学生并不天然地具有正确使用和驾驭人工智能技术的能力，需要通过老师的引导教育，使学生真正地把生成式人工智能变为成才的杠杆。”

这反过来要求教师主动拥抱人工智能、主动变革教学方式，从而将生成式人工智能转化为辅助提高教学质量的方法和手段，使教师的教学水平变得更高，学生的学习效果变得更好。

黄廷祝反复强调“这里说的变革教学方式，就不仅是指过去通常讲的教学质量提升，是指通过教学方式、模式变革，来解决上述所谈到的生成式AI可能弱化学生的能动性这一关键问题”。

正是基于这种考虑，2024年5月底，黄廷祝就和青年教授赵熙乐、李良、黄捷、房秀芬、何军华等团队老师共同努力，推动“线性代数与空间解析几何”课程的“智慧化”升级。

“线性代数与空间解析几何”慕课页面

快速部署

不断迭代训练智能助教“线代智多星”

团队第一个重要举措就是打造课程的“专属大模型”——“线代智多星”智能助教。为什么还要打造“专属大模型”呢？

“我们测试时发现，通用大模型的生成内容存在不少问题。”赵熙乐教授举例说，“它不会‘循序渐进’地引导学生，学生还在学第一章，它就用第五章的知识来回答，解答很晦涩，学生看得不知所云，甚至可能会影响运用人工智能工具的兴趣。”

团队意识到，通用大模型缺乏对生成文本的可解释性，对课程涉及专门领域知识理解不足，对私域知识更是知之甚少，这样的工具显然无法满足学生们在专门课程学习中的需求。

因此，团队全面梳理十余年积累的丰富数字教学资源，并“投喂”给大模型进行训练。尤其是，全面覆盖教材、契合教材的600余个“问答对”，让大模型“想学生所想”，准确地回答学生的提问。团队为它起了个名字——“线代智多星”。

“线代智多星”智能助教给出的问答结果

“线代智多星”可以结合原始提问创造丰富的Prompt（提示词）并生成准确输出，确保回答内容的准确性、明确性、简洁性。对比研究发现，“线代智多星”能够提供更加契合教材的内容，更好满足学生的个性化学习需求。

这种优势，不仅体现在“辅导答疑”方面，也体现在“AI辅助期中测试卷”“定制个性化学习方案”等诸多任务中，让学生“一步步地提出问题并且找到解决方案，很有成就感”。

2024年10月，在爱课程中国大学MOOC智慧课程平台的大力支持下，“线性代数与空间解析几何”正式升级为爱课程平台的智慧课程。

辅助自学

更加关注学生能动性，着力提升学生的自主学习能力

“生成式人工智能将使学生的发展呈现两极分化的‘马太效应’，学习能动性很强的学生，将会在生成式人工智能的帮助下变得更加优秀、更快成长；反之，学生可能就会深受其害。”黄廷祝说，“人工智能+教学”的宗旨，就是要回归教育的本质，更加关注学生能动性，提升学生的自学能力。

2024年9月，黄廷祝为英才实验学院大一学生开设了《线性代数与空间解析几何》课程。巧的是，这门课程就排在星期一的第1-2节课。英才实验学院2024级本科生宋亚琪说：“这学期第一堂课，黄老师就鼓励我们要用好AI开展自学。”

从“矩阵及其初等变换”“行列式”到“几何空间”“n维向量空间”，一直到更加抽象深刻的“线性空间”，宋亚琪整个学期都在自学“线性代数与空间解析几何”智慧课程。

她一边观看在线课程视频，一边研读黄老师的新形态教材（2024年11月，这部教材升级出版了高等教育出版社第一部线性代数AI数字教材）。不懂的地方，就问“线代智多星”。这三者之间，都可以在中国大学慕课平台随时“切换”。

“线性代数与空间解析几何”教材截图（页面右侧的二维码链接了更多学习资源）

这本新形态教材为学生提供了多维的、丰富的数字资源，包括前沿视角、概念解析、典型例题精讲、前沿应用实例、习题、复习题、思考题、自测题等多媒体数字教学资源，以及基于HTML5标准的可交互实例。“教材上的疑难点，可以扫一下二维码，在云端看黄老师录的讲解视频。”宋亚琪说：“这种自学方式，对我这个大一的‘小白’来说，帮助很大！”

课程平台的“自动生成课程知识图谱”功能，还可以帮助学生了解不同章节知识点之间的关系。它可以梳理的知识图谱包括243个知识点、327个教学资源、411个知识关系。例如，在搜索“行阶梯形矩阵”的“知识图谱”时，“线代智多星”会告诉学生，这个知识点“包含于矩阵的基本运算”，同时还需要学习“前置”的知识点“矩阵的秩”。

为了让学生在大一阶段就养成使用人工智能自学的良好习惯，课程助教赵熙乐还让学生自己命一些题或者想其他各种办法，“考一考‘线代智多星’，看它到底有多聪明。”他还鼓励学生在不同的人工智能平台进行“同题问答”，对比哪个平台更好用。这些趣味活动，都激发了学生运用AI进行辅助学习的兴趣。

思维升华

在课堂上，师生一起“像数学家那样思考，不断提出问题和‘发明’‘发现’”

有了“线代智多星”协同学生自学，那老师存在的意义是什么呢？这就是黄廷祝始终坚持的教学变革关键所在。他认为，老师要鼓励学生使用人工智能助教进行答疑（即所谓的“伴学”）和培养自学能力，强化主动学习的能动性，但更强调锻炼学生的独立思考、研究与创新思维能力，也就自然形成了批判性思维能力。

因此，在课堂上，黄廷祝常引领学生一起追根溯源、返璞归真，不断提出有意义的问题，然后解决问题，师生全程一起融入“做研究”似的教学过程。

例如，在学习“矩阵的秩”这一节时，黄廷祝先在黑板上写下“为什么要研究矩阵的秩？为什么要提出这个研究问题？”，然后和学生一起讨论“假如我们穿越到过去，这一切都是空白，这些东西就是我们师生一起研究出来的，我们应该提出什么问题？”

英才实验学院2024级本科生刘英杰说：“有一次黄老师在讲‘n维向量空间’的概念时，也没有直接给出定义，而是通过一系列问题进行引导，让我们自己思考从‘三维’到‘n维’的推广过程。”

学生们积极参与讨论，课堂气氛十分活跃。刘英杰说：“这种教学方式让我们感觉自己就像是研究者，在不断探索知识的奥秘，枯燥、抽象的数学概念变得生动有趣了。”

黄廷祝认为，课堂教学要聚焦学生核心思维能力的培养，把“人工智能助教协同下的自主学习”和“课堂全研究式深度学习”结合起来，不是仅选取几个节段，或者仅精选几节课进行模拟，而是要从第一节课开始，贯穿整个课程的教学过程。

就这样，在他的课堂上，师生全程一起融入“做研究”似的教学过程，对课前自主学习的内容进行深度学习、深度思考，对于抽象的数学概念达到深刻理解，让学生每次课都能感到“眼前一亮”，深刻感受深度学习和做研究的方式和过程。

黄廷祝教授为学生授课

这种授课方式，不仅可激发学生的学习兴趣，把整个课程学习过程视为课程的知识体系就如由师生一道“建立”起来、“研究”出来、“发明发现”出来似的。

在这个过程中，学生收获了满满的“获得感”，感受到学数学是一种享受。学生在评教中纷纷写道：“我们先自主学习整体知识框架，然后黄老师在课上重点进行思维拓展，对知识又一次进行了升华。”“黄老师对数学的本源充满最赤诚的执着，注重从问题的由来引入，善于引导学生一步一步自主探索、批判性思考，唤醒了学生对数学的兴趣。”“听黄老师上课，很舒服、很享受。”

黄廷祝说，下一步将思考重新设计课后作业，“布置只有人类才能做、人工智能做不了的作业任务。”

黄廷祝表示：“积极拥抱人工智能，探索适应人工智能时代课程教学变革的有效路径，是在新时代培养拔尖创新人才的必由之路。我们要主动变革教学方式，走出一条‘人机协同’的大学课程教学创新道路，形成属于每位教师的独特的、不可替代的教学方式与风格。”