全文约4100字，阅读需8分钟
导读
当前，世界迎来百年未有之变局，智能技术和数字化对于高等教育及其金课建设的影响越来越显著，学校和课堂在智能技术的作用下发生翻天覆地的变化。
从微观方面来看，智能技术在金课建设中的应用对于改善课程的教学设计、教学实施、教学评价和大学生知识、能力、素质的提升将会起到积极的促进作用。
而从宏观方面来看，智能技术在金课建设中的应用将会极大地推动金课建设的速度、规模和质量，最终促进我国高等教育质量的提升。在国家大力推进智能技术应用的今天，将智能技术融入金课建设不仅是我国高等教育进入新时代的创新举措，也是我国一流本科教育课堂改革的必然诉求。
作者丨祝士明 郭琰
来源丨现代教育技术杂志
金课的提出掀起了我国高等教育的课堂革命，对于提升我国高等教育的质量将具有深刻的现实意义。之所以我们将金课作为高等教育质量提升的助推器，乃源于其“两性一度”的特征，即金课具有“高阶性”、“创新性”和“挑战度”。金课的“高阶性”从学生角度出发，主要解决“如何学好”的问题。以人工智能为代表的新一代智能技术对劳动力市场形成巨大冲击，对高等教育人才培养提出了新的要求。Bloom认为，分析、评价、创造属于人类的高阶认知。金课的高阶性在于要在教学过程中激发学生的高阶认知，形成分析问题、评价问题、创造问题的高阶思维，并在问题逻辑的思考过程中锻炼学生的高级思维能力。在金课课堂教学的过程中，学生并非简单地输入知识，而是在参与中学、在创造中学，不断与问题进行思维碰撞。此外，金课倡导学生运用高阶思维寻找问题的多种解法，而不是一味地追求标准答案。金课的“创新性”能够解决教师“如何教好”一流本科课程的问题，主要体现为：①课程内容的创新。金课的内容应具有前沿性和跨界交叉性的特征，不仅要紧跟时代步伐，而且要遵循行业发展规律。②教学形式的创新。金课融合了人工智能、虚拟现实、增强现实等新兴智能技术，支持泛在学习、移动学习、自适应学习等多种学习方式，注重学习者与学习内容的交互。此外，随着智能技术的普及应用，金课的创新性也体现为学习者画像、智能导学、跟踪测评等先进功能，促进学习者的探究式学习过程，实现精准化教学与个性化学习。如果说金课的“高阶性”与“创新性”对应于“如何学好”与“如何教好”的问题，那么金课的“挑战度”将主要解决“如何用好”的问题。面向未来的高级复合型专门人才不仅需要具备专业理论知识，更需要拥有解决复杂问题的综合能力。金课具有一定的难度，它并不是对知识点的简单复述，而是要求学习者在学习过程中以解决问题为目的，将知识、能力和素质进行有机融合，能够运用所学知识分析问题、解决问题，从而具备胜任未来工作岗位的能力。在智能技术的支持下，金课要求教师在课前精准分析学情，形成融入智能技术的系统化教学设计；课中生成个性化学习指导，提供智能化教学支持；课后形成有效的学习评价，促进教学诊改与质量提升。基于此，本研究构建了深度融合智能技术的金课建设框架，如图1所示。1.课前：精准分析学情，形成融入智能技术的系统化教学设计学习者画像主要是对学习者的知识基础、认知水平、学习风格、情绪特征等进行描述，其本质是对学习者本人“贴标签”。课前教师通过历史数据对学习者的学习情况进行预测并展开全面的学情分析，能够为学习者设计科学、有效的教学方案，帮助学习者锻炼高阶思维，支持教师开展创新性、精准化教学。利用学习者画像进行教学分析是建设金课的逻辑起点。金课的学习者画像是指基于学习者学籍档案数据和日常积累的历史学情数据，利用情感分析、自然语言处理技术和大数据分析技术构建专业领域知识图谱，对学习者的认知水平、知识点掌握程度、相似课程学习情况等进行可视化分析。与此同时，使用基于深度神经网络的知识追踪模型（Deep Knowledge Tracing，DKT）实时关注学习者知识掌握情况的动态变化，更新学习者个人画像描述，了解学习者的学习状态。基于大数据、人工智能、区块链技术的智能助教将学习者的学习数据进行清洗、采集、存储、处理，通过大数据管理平台提供的API接口，调用学习者相关信息资源、机器日志数据与第三方互联网数据，根据学习者个人需求完成建模和深度的数据挖掘分析，实现教学分析的精准化、专业化。智能助教根据学习者的知识点掌握情况、学习习惯、学习轨迹、内容偏好等，进行个性化教学设计，实现因材施教。一方面，纵向挖掘学习内容的深度，从学习者的学情分析中获取学习者的学习能力与认知水平评估，了解学习者的能力基础、学习短板、学习特长，依据对知识的掌握程度为学习者匹配相关的教育资源。另一方面，横向拓展学习内容的广度，不仅需要满足学习者对本专业课程的学习需求，还要从其它专业角度提供解决问题的办法，培养学习者积累跨界知识和解决复杂问题的能力。金课在授课过程中应能实现对学习者的“导学、助学、督学”，即指导学习者个性化学习，助力学习者探究式学习，督促学习者有效性学习。这种深度融合智能技术的金课，不仅帮助教师开展多样化教学活动，而且能为学习者提供智能化教学支持。Stantchev等提出利用人工智能技术进行学习者数据分析，对不同学习者的知识与兴趣进行推断和评估，并根据结果向他们推荐学习内容。基于全面精准的学习者画像，依据不同学习者的专业领域知识图谱、可视化学业评价、学习者学情追踪，为学习者提供智能导学已经成为未来高等教育变革的趋势。针对群体，智能导学可依据专业领域知识图谱并通过自然语言处理与语义分析技术为相似专业领域的学习者生成普遍化的学习路径；而针对个人，智能导学使用基于路网映射和马尔科夫随机场的相似轨迹比对方法，并利用大数据分析技术对方法进行并行化处理，从海量手机时空数据中提取伴行轨迹，实现对个体行为的实时分析与预测，进行个性化学习路径推荐。虚拟实训是借助虚拟现实与扩展现实技术开展情景式教学，从而帮助学习者进行探究式学习的有效路径。融合虚拟现实与增强现实技术的虚拟实训实验室能够满足学习者增强现实（Augmented Reality，AR）、虚拟现实（Virtual Reality，VR）、混合现实（Mix Reality，MR）等沉浸式学习，与云计算、人工智能、物联网、区块链等技术融合，进一步增强人机交互效果，模拟与实际工作场景无限接近的场景。学习者在学习过程中通常借助视频端口、声音传输、皮肤导体以及虚拟现实等传感系统向计算机表达自己的需求，通过虚拟仿真实验、特殊场景再现等激发学习者的高阶认知，支持学习者开展探究式学习活动。如工程类实践操作课程、医学类的人体解剖课程等，就可以通过虚拟仿真技术实现情境性探究式学习。智慧教室能够实现环境感知、设备控制、智能感知、智能签到、实时监督、诊断干预、智能问答的辅助育人功能。教师通过采集来自物联网（学生课堂行为）、移动互联网（互动教学情况）、软件系统（现有的教育信息化相关系统）的数据，可辅助其综合分析学生的课堂行为、桌面行为、考勤情况、日常作业成绩和考试成绩的内容，全面了解学习者的学习状况，具有很强的预见性。在智慧教室中，桌面行为感知系统通过学习者学习进度、视频观看进度、课程播放节点、最后学习时间、考核成绩等数据，全程监督学习者的课堂表现；同时，可以自动过滤有效数据，一旦发现需要实施课程干预的关键节点，便会自动弹出向学习者提供帮助的界面。此外，智慧教室一方面可以根据学习者画像，针对学习者的知识短板推荐相关学习资源；另一方面可以在恰当的时机向学习者提供其他人完成任务的平均时间，来鼓励其按时完成课程任务。3.课后：形成有效的学习评价，促进教学诊改与质量提升科学有效的课程评价是促进课堂教学质量提升、推动学生全面发展的有效途径。金课的评价围绕学习者的学习过程与学习效果展开，目的是提升教育教学质量。Samarakou等提出集诊断、辅助、评估于一体的智能系统，实时监控学习者的理解能力，评估学习者的知识储备，对学习者的表现进行跟踪评价。智能跟踪测评不仅能够实现智能作业、智能考试、智能评测等功能，还能够做到实时查看教学活动统计详情，形成过程性教学评价。具体来说，可以采用贝叶斯知识追踪理论对学习者知识点的掌握情况进行追踪，针对学习者的学情预测、实时监测、异常预警、跟踪评价，通过基于标志点的人脸表情捕捉系统（Marker-based System）、基于多视点立体技术（Multi-View Stereo）、光结构（Structured Light System）、Light Stage系统等可控环境下的三维人脸获取及重建技术识别学生上课时的面部状况，分析学习者的上课听讲状态，实时跟踪学习者的学习过程，反馈学习者的学习情况。最终，通过对学习者学习过程数据与期末考核数据的分析，对其课程学习情况进行科学的评分。科学评价与反馈结果是促进教学诊改与质量不断提升的有力保障。目前，我国在课程评价上主要采用学生问卷调查、教学督导听课、教师随堂听课评价等方式，存在评价模糊、难以及时反馈的问题。深度融入智能技术的金课评价是对教学过程中全部数据的真实反映，课程评价作用于金课的全过程，课程反馈也贯穿于金课的全过程。及时将学习结果反馈给教师，不仅有助于教师快速诊断并进行教学干预，促进学习者有效学习，而且能有效提升金课建设质量。
基于数据的混合式教学探索与实践
深度丨混合式教学设计的成熟度模型
教育部公布2021年国家级和省级一流本科专业建设点名单
新一批一流课程申报常见问题答疑
报告完整版丨清华大学教育研究院联合发布《高等教育教学数字化转型研究报告》
关于我们：
“高校教学创新100人”由产学研媒等多方人士共同发起，聚焦高校教学创新与高校老师成长，致力于提供高校领域前沿、向上的内容。
备注“职务+姓名”，加入读者交流群
联系我们：
王慧 主笔&内容老师 微信号：HofMarchbh
张沉浮 主编&总负责人 微信号：chenfu3721