當前,國家正深入推進“人工智能+教育”與教育數字化戰略,明確提出以智能化賦能教育高質量發展,加快培養適應新一輪科技革命和產業變革的高素質創新型人才。對于理工科專業而言,學生不僅要掌握扎實的理論基礎,更應具備解決復雜工程問題的實踐能力和跨場景遷移能力。為此,貴州大學相關團隊于2024年啟動建設大模型智慧教育平臺——“孔智”,將行業真實案例轉化為可交互、可評價的教學任務,讓學生真正實現從懂理論、懂技術到會應用、能創新的跨越。
解決痛點
受地域條件、經費投入不足、高端實驗平臺匱乏等客觀因素制約,西部高校工科教學普遍面臨硬件缺口大、實驗條件薄弱的現實瓶頸。在此背景下,如何在資源有限、條件薄弱的前提下,以低成本、高效率、可規?;姆绞教嵘龑W生的創新實踐能力,已成為西部高校人才培養中最突出、最緊迫的核心痛點。這一痛點不僅關乎教學質量的提升,更直接影響西部產業升級與區域發展的人才儲備。
解決方案
平臺以大模型技術為核心引擎,以“AI賦能教育、場景驅動實踐、成果孵化創新、思政融通專業、多元評價育人”為理念,構建集問題分析、算法設計、代碼實現、系統構建、場景落地等五維進階能力培養體系,讓學生從懂理論、懂技術到真正的會應用,能夠解決行業真實的問題。
“孔智”依托大量行業應用案例,深度錘煉學生及使用者的創新實踐能力,能有效破解西部高校因教育經費投入不足難以開展高成本高配置專業實驗,進而導致學生解決實際問題能力薄弱的人才培養難題。
(一)思政融合模塊:科技強國故事浸潤
嵌入FAST天眼、EHT黑洞成像、深地探測等重大工程案例,講述南仁東、黃大年、鐘南山等中國科學家的奉獻精神。平臺通過“科技報國·強國有我”的價值引領,實現專業教育與思政育人的有機統一。
(二)場景化實踐體系:五維實踐能力培養
為培養學生實踐創新能力,平臺構建問題分析→算法設計→代碼實現→系統構建→場景落地的五階能力培養體系:
1.問題分析:針對具體行業場景,引導學生分解真實需求、明確輸入輸出約束、梳理數據特征與評價指標,形成可量化的任務定義。
2.算法設計:根據問題特點選取或改進適用算法,設計算法流程與數據處理鏈路,并對比不同方案的效率與精度。
3.代碼實現:在平臺在線編譯環境中編寫、調試核心算法代碼,支持多語言與常用框架,提供代碼模板,幫助學生將設計轉化為可運行的工程原型。
4.系統構建:將算法封裝為可交互的系統模塊,設計前后端或命令行接口,完成數據輸入、模型推理、結果輸出的完整閉環。
5.場景落地:模擬或對接真實部署條件,進行系統測試、性能調優與結果驗證,最終輸出一份可用于行業場景的解決方案報告。
(三)多元評價體系:師生機智能綜合評價
創新構建“師生機”三位一體體系,兼顧教師專業判斷、學生互評與AI客觀評價。AI智能評價系統從學習完整性、知識深度、實踐能力、創新思維等維度自動評分并生成報告。成果展示與互評社區支持點贊評論,避免單一評價偏差。
創新點
(一)教學模式創新:項目式、場景化、全流程實踐教學
以真實行業場景為載體,如醫療影像、安防交通、工業檢測、智慧農業、天文成像等應用場景,引導學生完成從問題分析到場景落地的完整項目流程,實現知識到能力的建構轉變。案例設計涵蓋不同難度與時長,滿足分層教學需求。
(二)技術應用創新:AI助教+智能分析
利用大模型實現智能答疑與交互指導,模擬一對一導師場景,引導學生自主思考而非直接給答案;AI助手實現多維度自動分析,對學生的設計方案、代碼實現、實驗結果進行量化評估并反饋改進方向。
(三)評價機制創新:以創新能力為導向的師生機三維評價
引入思維鏈記錄關注學習過程,全面衡量學生綜合能力,防止過度依賴AI。其中創新實踐能力作為核心評價維度,貫穿從問題分析到場景落地的全過程,引導學生注重真實場景下的創造性解決問題能力。
項目實施成效
(一)教學與培養質量
該平臺已在《數字
圖像處理》《機器學習》《大數據科學基礎》《干涉成像與數據處理》等理工科課程應用,學生項目完成率和實踐考核優秀率均有顯著提升。通過平臺的學習,學生的應用實踐能力得到提升,獲得了諸多認可,例如,學生參與的針對國際大科學工程SKA的數據處理智能解決方案,獲得了最佳論文獎、優秀論文獎。
(二)教研與社會影響
針對西部高校硬件缺口大、實驗條件薄弱的現實瓶頸,平臺立足低成本、可復用的技術路線,有效降低了對高端實驗設備的依賴。平臺積累了多個領域實踐案例庫、多種代碼與架構模板,為教師備課、科研反哺教學提供支持,使有限資源下的教學準備與實踐指導更加高效。
(三)示范與推廣價值
平臺聚焦“解決真實場景問題的能力培養”這一核心目標,構建了場景驅動、項目貫穿、多元評價的實踐創新人才培養體系,可靈活適配人工智能、計算機、電子信息等理工科專業,為高校新工科建設與教育數字化轉型提供了可復制、可推廣的實踐樣本。