为深入推进通识课程数智化建设，探索人工智能赋能课堂教学的新路径，7月23日至24日，通识教育学院吴嘉桐、郭磊两位教师赴上海参加“数智赋能课堂变革：高等院校智慧课程建设与典型案例分享研修班”。上海交通大学苏永康老师、南京信息工程大学裴世鑫老师、大连理工大学赖晓晨老师、湖州师范大学徐云杰老师，分别从智慧课程的理念内涵、知识图谱与混合教学、建设路径与案例实践、AI赋能课程实施等方面作专题分享。四场报告兼具理论阐释、平台演示、课程案例和数据证据，为通识课程教学创新提供了清晰的方法指引。
以人为本：重识智慧课程的育人逻辑
智慧课程首先是课程，其价值尺度始终是学生发展。苏永康老师以学习者主动建构为起点，强调教师应创设情境、提供支架、促进建构，技术则要服务教学而不能遮蔽育人。他提出“HI+AI”的人机协同理念：由人类智慧提出问题、设定目标、作出价值判断和最终决策，由人工智能辅助信息检索、内容生成、数据分析与即时反馈。课程建设既要发挥AI优势，也要警惕认知外包与认知债务，保护学生的记忆、推理、表达和批判性思维。苏永康老师还强调目标、内容、活动与评价的协同设计。知识、能力、价值和AI素养应进入同一目标体系，教学活动既要形成清晰的逻辑线，也要保留价值认同、学习内驱力与师生联结这条情感线。智慧化不是给课堂加上技术外壳，而是用更精确的设计促进学习真正发生。裴世鑫老师围绕“图谱·资源·混合”，以长期课程实践展示了“五轮混合”模式：课前线上学习、课前线上测试、线下课堂教学、课后线上再测、课后线上讨论。五个环节前后衔接，让教师能够依据数据发现共性难点，让学生在反复运用、即时反馈和真实问题讨论中修正认识。在此基础上，AI可生成备课报告、归集高频误区、提供常规答疑和学习路径支持，推动“五轮混合”走向“智慧混合”。裴世鑫老师特别提醒，知识图谱并非建设终点，真正困难且关键的工作仍是立体化资源建设：知识点、教案、课件、视频、测验和讨论资源，都应与课程目标、学习任务和评价证据一一对应。只有资源有质量、教学有节奏、数据能反馈，图谱才能从一张关系图转化为支持个性化学习的课程底座。赖晓晨老师从课程建设路径和典型案例出发，提出智慧课程仍需遵循课程设计的底层逻辑：真实问题、教学理念、课程目标、学情分析、内容资源、教学方法、评价方式和学习成效必须相互对齐。其“师—生—机三元”全过程案例，将教师的设计与复核、学生的自主学习与合作探究、AI的资源生成与数据分析贯穿课前、课中、课后，使每一次任务、互动和作品都成为可追踪的学习证据。赖晓晨老师同时强调智慧教学的治理边界。AI可以辅助评分、识别学习难点和分析作业，但自动评价须经过发布前测试，并保留教师复核和学生申诉；AIGC可以作为学习工具，但应明确原创要求、保留使用过程、核验信息来源。技术应用与教学治理并重，才能维护学术诚信、隐私安全和评价公平。徐云杰老师关于《AI赋能智慧课程的建设与实施》的报告给两位参训教师带来了最深启发。他没有把智慧课程讲成工具清单，而是以“建、用、评、研”为主线，呈现从资源建设与更新、AI知识库、内容更新、知识图谱和知识点体系，到智慧备课、智慧授课、智能批阅与综合评价的完整链路。课程建设由“建资源、上平台”走向融入教、学、考、评、管，关键不在功能数量，而在建用一体和持续迭代。在教学实施层面，课前可借助AI整合资料、生成备课初稿、建设题库，并通过自测数据诊断学情；课中由互动工具和智能体提供即时反馈，教师据此调整重点、组织研讨、解释误区和实施分层指导；课后通过作业批阅、试卷分析、成绩分析与目标达成分析，把结果反馈到下一轮教学。活动、知识点、测试、互动、作品和考试共同形成数据证据，进而生成学生画像和课堂画像，实现“采集—诊断—干预—再评价”的闭环。更值得借鉴的是徐云杰老师提出的思维转变：从“搜索答案”走向“人机求索”，从人脑独立工作走向人脑与AI脑协同，从单一人际互动走向人际互动与人机互动并行，从追求标准答案走向学会提出好问题，从经验判断走向数据科学诊断。AI可以提高效率、发现规律，但育人目标、价值判断、复杂情境创设、批判质疑与情感支持仍须由教师主导。真正的智慧课程不是教师退场，而是推动教师转向学习设计师、思维引导者和成长伙伴。研修结束后，吴嘉桐、郭磊两位教师围绕共同讲授的《从小说到电影》，形成了初步建设思路。首先，以“小说文本—叙事要素—改编策略—视听语言—影片片段—学习任务”为主链，关联作家背景、人物关系、主题表达、镜头、声音和表演等节点，将知识图谱与短文本、片段时间码、比较案例、练习题和能力目标对应起来。其次，拟从课程案例分析开展试点：课前阅读关键段落、观看对应片段并完成诊断题；课中通过版本比较、小组辩论和镜头重构任务促进高阶思维，AI用于检索线索、生成备选方案和即时反馈；课后提交改编分析或分镜方案，并附文本证据、影片时间码与AI使用说明，形成“课前诊断—课中协同—课后反馈”的闭环。最后，评价不只看结论，还要关注文本引证、视听证据、比较逻辑、创意方案与修改过程。教师负责事实核验、结果复核和申诉处理，并依据连续证据判断哪些资源、任务与反馈真正有效，再逐步将成熟经验扩展至整门课程。以数赋能，以智促教。此次研修进一步更新了教师对智慧课程的认识，也为通识课程深化改革提供了可操作的路径。通识教育学院将以此次学习为契机，坚持育人为本、问题牵引、数据循证和迭代改进，推动教师专业判断、学生主动建构与人工智能计算能力合理协同，让数智技术真正服务于课堂变革和学生成长。这次培训让我更加清楚：智慧课程的“智”，不只是算法的智能，更是教师基于目标、学情和证据作出专业判断的智慧。对照《从小说到电影》课程，课程目标不能停留在记忆文学常识和电影术语，而应指向学生能否解释小说叙事如何转化为镜头、声音与表演，能否比较不同改编选择并作出有证据的判断。我准备先为《从小说到电影》梳理知识点—资源—任务链，再在案例分析单元中验证课前诊断、课中协同和课后反馈是否真正促进理解与表达。AI可以提供信息和方案，但价值判断、批判质疑与情感联结始终要由教师主导。本次培训带给我的最大收获，是从拥有工具走向设计学习，从建设资源走向促进成长。结合我与吴嘉桐老师共同讲授的《从小说到电影》，裴世鑫老师的“五轮混合”启发我把小说阅读、片段观看、概念测试、课堂比较和课后讨论组织成有节奏的学习过程；徐云杰老师的建用一体思路，则提醒我用连续数据发现学生在叙事转换、视听表达和论证环节的真实困难。今后将在《从小说到电影》的改编案例单元中，以文本引证、影片时间码、比较逻辑和修改过程作为评价证据，让AI辅助检索与反馈，而不替代学生思考和教师判断。
