紧跟人工智能+教育发展政策导向，落实高校教育教学智能化改革要求，进一步优化学科基础课程教学模式，解决课程教学痛点、提升教学质量，推进AI技术常态化融入课堂教学。学科基础教研室于5月8日14:00-15:30在J10-321会议室召开AI赋能高校教育教学改革专题会议。

本次会议由教研室主任吕牡丹主持，教研室全体教师参会，会议围绕AI教学改革具体应用、专业课程改革方案、阶段性改革计划展开深入研讨。

首先学习梳理 AI 赋能高校教育教学改革的具体动作，全体教师集中研讨 AI 融入高校教育教学全流程的落地举措。教学环境与资源建设，依托 AI 智能生成、整合课件、案例、分层习题等教学资源，搭建数字化资源库。课程设计精准化，利用 AI 开展课前学情大数据分析，精准定位学生知识薄弱点；根据学情实时动态调整教学重难点与授课节奏，为学生智能推荐个性化学习资源与学习路径。课堂教学智能赋能，AI 承担课堂随机点名、实时问答、投票互动、实时字幕翻译，提升课堂活跃度与管理效率；同时化身思维教练，通过人机辩论、深度追问引导学生开展逻辑思辨。全天候个性化助学，搭建 AI 智能助教，提供 7×24 小时在线答疑、自适应学习难度调节、算法代码调试、外语情景练习等服务，满足学生自主学习需求。考核评价模式革新，打破单一终结性考核，借助 AI 实现作业自动批改、学习全过程轨迹追踪、论文查重与格式规范审查，构建多元化过程性评价体系。教学管理与决策升级，通过 AI 分析教学多维度数据，为教学质量监控、课程评估、教研决策提供科学数据支撑，推动教育管理智能化。教师角色转型，教师从传统知识传授者，转变为学习引导者、课程设计者、育人管理者，依托 AI 解放重复性工作，聚焦高阶教学与育人工作。

随后结合专业核心课程研讨 AI 教学改革引入路径，教研室结合程序设计与算法（1）、程序设计与算法（2）、离散数学三门核心基础课程，剖析教学痛点，研讨 AI 精准融入方案。三门课程均具备理论抽象、逻辑性强的特点；传统大班教学难以满足学生个性化学习需求，教师重复性答疑工作量大；算法、逻辑类知识点缺乏可视化演示，学生理论易懂、实践落地难；学情反馈滞后，无法精准开展分层教学。各课程团队就课程改革引入方案。

程序设计与算法（1）课程构建课程知识图谱，梳理数据类型与运算符、三大结构、数组与字符串、函数与递归、指针等核心模块；接入代码大模型搭建AI助教，实现代码逐行解析、编程思路分步引导；引入在线评测平台进行实验；打造课前语法前测与薄弱点分析，课中教师讲解、代码演示，课后AI实时答疑全流程AI教学模式。

许甜欣老师围绕程序设计与算法（2）阐述如何融入AI进行课程改革，课程构建课程知识图谱，梳理线性表、树、图、排序查找等核心模块；搭建 AI 助教，实现算法解析、代码纠错与启发式思路引导；引入算法可视化工具、在线智能评测平台进行实验；打造课前学情分析—课中授课—课后个性化作业辅导全流程 AI 教学模式。

胡飞菊老师就离散数学课程进行阐述，利用 AI 生成生活化具象案例、课堂讨论脚本及梯度化习题；借助可视化工具将逻辑推理、最短路径等抽象知识点直观化；课后采用苏格拉底式启发答疑，辅助算法代码转化；通过 AI 学情数据分析自动生成班级薄弱点报告，实施分层针对性教学。

会议最后强调，各课程需要围绕会议内容进行AI赋能课程改革计划制定，各课程组要积极学习AI教学工具，完成 AI 教学设计、教学案例、分层习题等数字化资源开发；选取试点班级开展课堂 AI 教学实践，记录教学过程，收集师生初步反馈。同时要注意遵循落地原则，遵循选点切入、小班试点、迭代优化三步法，优先选取课程重难点知识点和试点班级先行尝试；严守数据安全与隐私保护，规范 AI 工具使用边界，杜绝学生过度依赖 AI，保障核心学科能力培养。定期开展 AI 教改经验交流，跟踪改革进度，持续迭代优化，全面推进学科基础课程智能化、个性化教学转型。