人工智能賦能應用型高校教學變革：價值、困境與路徑

摘 要：隨著人工智能技術的迅猛發展，其在高校教學中的應用日益廣泛，正逐步推動教學模式的深刻變革。人工智能技術賦能高校教學變革在創新應用型人才培養模式、促進教與學方法變革、提升教育治理能力等領域發揮著重要作用，但仍存在知識泛化與應用型專業知識體系的沖突、高校教師數字勝任力與AI教學的矛盾、頂層設計缺失導致教師探索動力不足、人工智能教育場景與應用型教學適配性不足等方面的問題。為此，有效推動人工智能技術賦能應用型高校教學變革需要從加速推進數字化教學變革、創新教學內容與方法、強化教師的數字素養發展與培訓，以及提升學生學習體驗等方面推進實施。

關鍵詞：人工智能；高校教學；教學形式；變革；風險

基金項目：2023年江蘇省高等教育教改研究重點課題“石油石化類本科高校現代產業學院協同育人教學管理模式研究”（項目編號：2023JSJG167）；2024年江蘇省學位與研究生教育教學改革課題“基于學科競賽驅動的研究生創新實踐能力提升”（項目編號：JGKT24-C067）

作者簡介：芮國芬，女，常州大學懷德學院高級工程師，主要研究方向為高等教育。

中圖分類號：G712 文獻標識碼：A 文章編號：1674-7747（2024）11-0105-07

人工智能（Artificial Intelligence，AI）作為新一代前沿科技的代表性技術，為全球高等教育帶來了前所未有的機遇與挑戰。《2023年地平線報告：教與學版》提出，“人工智能技術是未來高等教育發展的必然趨勢”[1]。推進人工智能技術賦能高校教學改革是促進高等教育數字化轉型、更好發揮高校社會職能的必經之路。自2015年以來，我國正加快普通高校應用型轉型建設。2024年政府工作報告再次強調了要“建強應用型本科高校”[2]，標志著國家對應用型本科高校的期待與要求達到了新的高度。如何推動應用型高校高質量發展已成為應用型高校面臨的重大難題。同時，我國高校正處于教育數字化轉型建設時期，探索以人工智能為代表的新一代數字技術如何賦能應用型高校教學變革正是當下的時代命題。本研究從人工智能賦能應用型高校教學變革的價值意蘊、現實困境入手，探討人工智能賦能應用型高校教學變革的實踐路徑，以期為我國應用型高校教學發展提供參考。

一、人工智能賦能應用型高校教學變革的價值意蘊

（一）創新應用型人才培養模式

在人工智能賦能教與學變革背景下，高校人才培養模式正由傳統的以教師為中心的教學模式向以學生為中心的個性化教學模式轉變。尤其在應用型高校中，教師應圍繞地方產業需求定位學生的人才培養目標，高質量的應用型人才培養更應關注學生學科專業畫像生成。一方面，人工智能能夠使大規模的個性化人才培養成為現實。人工智能最大的優勢在于能快速地開展重復工作和統計分析，通過調研收集學生需求數據和學生學習的過程性數據，給學生帶來豐富的個性化體驗。另一方面，以學生為中心的教學能夠使高校開展深度的學習分析和個性化資源推薦。AI技術能夠通過分析學生的學習數據，深入識別學生的學習需求和偏好，了解學生對特定知識點的掌握程度，從而為學生提供針對性地輔導和補充材料。此外，AI技術還能夠通過智能輔導和虛擬助手等形式，為學生提供實時的學習支持。這種即時反饋機制，可以幫助學生及時解決學習過程中遇到的問題，減少學習障礙，提高學習效率。同時，AI技術還能夠根據學生的學習進度和成果，動態調整教學內容和難度，確保學生始終在適合自己的水平上進行學習。

（二）促進應用型教與學方法變革

人機協同教育理念正不斷滲入高校教育教學變革，2024年4月12日，教育部高等教育司公布了首批18個“人工智能+高等教育”應用場景典型案例[3]。不僅如此，多數高校也正在開展基于生成式人工智能的教學應用實踐。應用型人才培養的關鍵就在于提高教學的探究性和實踐性。人工智能技術的引入，為應用型高校的教與學的方式變化和教學場景的搭建提供了更多可能。例如，智能輔導系統能夠根據學生個體的學習習慣和能力，提供量身定制的學習建議和資源，從而實現個性化教學。人工智能賦能的虛擬實驗室能為學生提供一種沉浸式的實驗操作體驗，增強學習的實踐性和直觀性，讓學生能夠在虛擬環境中進行復雜的科學實驗，降低實驗成本，且能夠提高實驗的安全性和可操作性，這尤其適用于應用型實踐教學。除此之外，隨著大模型的應用，基于人工智能平臺的作業批改和作品評價系統也正應用于高校教師的工具箱中，AI助教能識別出學生的薄弱環節并提供個性化的資源推薦，學生能夠快速獲取自己的專業知識掌握情況，教師也能據此調整教學策略，極大地提高教育資源的使用效率。

（三）提升數據賦能的教育治理能力

高校職能部門的復雜組織系統決定了高校治理的復雜性。基于人工智能的數據平臺能有效提升高校治理的效率。一是提高決策水平和治理效率。數據驅動是人工智能賦能高校治理的核心，各二級學院內部以及職能部門的工作安排、人事管理、教學改革等均離不開基于數據的決策。二是提高高校治理的系統韌性。高校治理的系統穩定性是高校持續發展的關鍵[4]。人工智能賦能下高校治理能實現線上和線下管理、各部門協同管理和教務信息集成化管理等功能，能有效保障高校治理體系的穩定運行。三是降低高校治理成本。以往的治理方式通常需要付諸大量的人力、物力、財力和時間成本，耗費大量教師、行政機構精力的同時，問題還未必能得到有效解決。基于人工智能平臺的高校運營管理的優勢在于能夠使工作流程變得順暢，優化時間成本從而實現高效率、高質量地處理事務，使各個主體單位能對承擔的工作事項有清晰的認知。

二、人工智能賦能應用型高校教學變革的現實困境

（一）知識泛化與應用型專業知識體系的沖突

人工智能時代給高等教育的知識體系帶來了巨大沖擊。人工智能時代的知識生產具有明顯的碎片化、淺層次化、獲取方式多樣化特征，這與應用型高校學科專業知識專業性強、理論性深、科學性實的特征形成了鮮明的反差[5]。最直觀的表現在于學生、家長、社會對高校知識培養體系提出質疑。人工智能加速進步與社會加速發展雙向并行使得高校畢業學生就業形勢愈發嚴峻。學生在大學所學知識無法滿足經濟社會發展需求，這也倒逼高校課程知識體系引入大量零散、非結構性、無邊界的新技術或知識，以此建設課程或者融入課程知識體系。一旦教師沒能把握好新舊知識體系與學科專業本質之間的平衡點，就將導致人才培養結果產出大量“四不像”的學生。這一點在應用型高校教學中同樣顯著。應用型高校辦學理念、知識體系、專業建設應更加強調校企合作、產學研訓一體化教學，但在知識泛化的時代是否會更傾向于以職業為主或是以工作、就業導向為中心的價值取向決定了高校未來的人才培養的質量和教學變革的成功與否。

（二）高校教師數字勝任力與AI教學的矛盾

高校教育主體充分理解“人工智能+教育”的效用邊際和價值局限是推動教學變革的關鍵。人工智能賦能教學變革過程中，由教師專業知識與智能設備所具備的數據處理能力所組成的專家知識系統需要包括學校領導者在內的全體教職員工都具備足夠的數字勝任力[6]，這樣才能發揮出與之匹配的作用。應用型高校的建設極其重視雙師型教師的培養和應用型資源的建設。教師往往要么擅長理論教學，要么擅長實踐應用，即使存在二者均擅長的雙師型教師，其數字勝任力也不足以支撐人工智能的深度教學，絕大多數教師對于人工智能教育的認知和應用仍停留在初級階段。一方面，人工智能使得教學主體發生變化，教師需要厘清人工智能在教學過程中扮演角色的價值，如何在新的“師—生—人工智能”教學形態中磨合好教師的地位、人工智能的作用和學生的培養[7]。另一方面，教師需要具備辨別基于人工智能生成的知識、教學資源以及數據評價等是否能用、適用和實用的能力。在教育變革過程中，如果教師不能與時代發展共同進步，無法與人工智能協同教學，其所導致的結果將是災難性的，即教學變革是無效的、浮于表面的，學生培養與社會脫節仍然存在。這無疑偏離了教學變革的價值取向。避免這種情況的關鍵就在于對教師的數字勝任力和數字素養的提升和培養。因此，如何高校教師數字素養和數字勝任力的水平將是高校在人工智能賦能教學變革過程中需要解決的頭部問題。

（三）頂層設計缺失導致教師探索動力不足

當今技術發展的速度之快，使教育跟上時代變化的腳步越發艱難。人工智能技術對教育的沖擊，無論是知識生產、技術更迭，還是社會需求等方面的轉變，都使多數本科高校應接不暇。高校作為一個與社會對接的整體，其教學模式的變革本身就帶有滯后性，在技術加速發展的今天這一滯后性也被逐漸放大。對于技術帶來的教育變革壓力，高校領導者難以作出明確的、極具前瞻性的決策去全面推進一個仍處于發展階段、尚未完全成型的教學變革。因此，截至目前并未出現普通應用型本科高校人工智能賦能教學場景的經典案例。究其原因，一方面，人工智能技術應用并不成熟，國內外政策以及各高校對人工智能的接受態度都大不相同。人工智能技術在教育領域的應用仍然存在價值理性、倫理道德、功能定位等方面的問題，導致學校在沒有明確的政策指引和頂層設計方案時更多會采取保守試探或者觀望的態度。以至于兩種聲音在高校交替蕩漾，既存在對技術盲目崇拜的技術萬能論，" " 也存在多數教師對技術變革教學本能的抵制，教師無法錨定決心加入所謂人工智能教學變革的行動陣列當中。

（四）人工智能教育場景與應用型教學適配性不足

教育場景的開發與應用是人工智能賦能教學變革的主要手段，教育場景也是應用型人才培養的必要教學場所。當前，人工智能技術賦能的教育應用場景仍處于試驗和探索階段，其技術創新應用不充分、應用實踐普適性不足等問題依然嚴重[8]。應用型高校尤其注重產教融合，以協同培養、項目攻關等方式提高學生真實情境的實踐動手能力和問題解決能力。以當前主流的人工智能大模型為例，AI看似能夠在與人溝通時對答如流，但其生成的內容深度不夠、專業性不足等問題過于明顯，難以適用于任務復雜多變、專業性嚴肅的應用型教學場景。一方面，人工智能精準性和專業性的提升源自其算法迭代的底層邏輯，而其算法的訓練需要海量與之匹配的數據支撐，否則難以支撐其內容生成的有效性。另一方面，人工智能賦能教學場景的實用價值與倫理意識也需要進一步商榷。當前，少有研究能夠提供人工智能在高校教育場景應用過程中存在問題、應對措施、教學影響等實踐層面的實證證明。同時，人工智能在帶給師生教與學便利的過程中，也伴隨著師生教與學惰性與技術依賴性的形成，如教師教學形式趨于同質化，學生作業、論文、報告自適應抄襲等問題皆是教學變革需要面臨的挑戰。

三、人工智能賦能應用型高校教學變革的實施路徑

教育的現代化離不開技術的支撐，人工智能作為新一輪教育、科技革命的前沿，對高校教學形式的轉變具有深遠的影響。如何有效地利用人工智能更好地提高高校教學質量和學生學習效果值得進一步探究。本研究綜合人工智能賦能應用型高校教學的價值意蘊和現實困境分析，從數字化教學轉型、教學內容與方法更新迭代、教師數字素養與培訓、學生學習體驗四個維度提出了應用型高校教學變革的實施路徑。

（一）加速推進應用型高校數字化教學轉型

1.數智化教學場景設計與開發。數智化教學場景的開發是人工智能賦能高校教育數字化轉型的硬性基礎條件。任何技術與教育的結合本質上都是其在教學媒介、教育傳播過程中職能的發揮，以此賦能教學場景的多樣化。人工智能也不例外，高校可通過人工智能技術創新教室模式，建設智能教室和未來教室，集成最新的智能硬件和軟件，創造智能化的學習環境，能夠實時響應學習者的需求，提供個性化的學習體驗，并促進協作學習和探究式學習。此外，教學場景的構建離不開教學內容的設計與課程開發。因此，高校應抓住人工智能時代的紅利，推動課程內容的數字化轉型，開發設計具有高度互動性和參與性的在線課程與虛擬課程，利用多媒體、虛擬現實、增強現實等技術，提升學習體驗的豐富性和深度，使學習內容更加生動和吸引人。

2.數字化教學模式的創新與實踐。伴隨著以成果導向、能力導向、目標導向的OBS教育理念在應用型高校盛行，高校急需在教學模式方面與人才培養目標同步變革。數智時代的到來給高校教學模式帶來了更多可行性方案。同傳統的授課型教學相比，基于翻轉課堂、項目式學習、問題導向學習等教學模式能更好地利用智能教育技術，激發學生在問題探究過程中的學習興趣和提高其參與度。同時，教師要在教學實踐中善用智能技術，合理利用智能教育技術進行課堂管理、學生評估和學習分析，有效地跟蹤學生的學習進度和理解情況，有側重地進行教學內容的增減和教學進度的調整。

（二）專注教學內容與方法的更新迭代

1.加強AI賦能教學內容的創新與應用。技術的快速發展帶動著高等教育前沿知識體系的換代，推動著高校教學內容體系的更新。僅依靠傳統的教學內容已經難以滿足新時代人才培養的需要，高校必須要從教學內容傳授走向教學內容創新，從基礎學科教學內容走向社會生存必要的教學內容，因此，高校必須要有教學內容“自我革新”的意識。高效應嘗試利用人工智能技術對學生的學習行為、成績和反饋進行深度分析，制定符合每位學生認知特點和學習習慣的個性化學習計劃，實現教育內容的個性化，提升教學的精準性和有效性。同時，高校應依托人工智能技術應用場景，推進跨學科課程的建設與實施，融合不同學科的知識和方法，培養學生的綜合素質和創新能力，幫助學生采用多元化的視角來理解和解決問題，增強他們適應未來社會的能力。

2.鼓勵智能化教學方法的實施和推廣。教學內容的創新勢必帶來教學方法論的變化。以人工智能為代表的新一代數字技術極大地豐富了教學方法的選擇，也生成了具有智能化特點的教學方法。在人工智能賦能的教育場景中，教師能夠運用智能分析工具對學生的學習行為進行實時監控和動態評估，幫助教師及時捕捉學生的學習狀態和需求，進而靈活調整教學策略和內容，以適應不同學生的學習節奏和風格。同時，教師也可以開發智能推薦系統，根據學生的學習表現、興趣和目標，提供個性化的學習資源和定制化的學習路徑，提升學習資源的匹配度和學習過程的相關性。

3.持續深化教學服務體系的個性化。個性化教學服務資源的推送是教育數字化轉型的標志。通過構建全天候智能學習支持系統，搭配智能輔導和自動化答疑功能，高校能夠確保學生在遇到學習難題時獲得及時的幫助和支持，從而提高學生學習的連貫性和時效性。同時，平臺系統能通過學習分析技術對教學活動進行綜合評估，并基于數據驅動的結果對教學方法和課程設計進行持續優化，以循證的方式推進教學質量和學生學習成效的有效提升。

4.推進教學評價體系的多元化創新。評價是教師實施精準教學、調整教學策略、檢驗教學效果的必備手段。高校長期以來存在評價單一的現象，較少關注教學過程中的診斷性評價和形成性評價，極易限制學生思維的拓展和導致評價效能的散失。為此，高校教學變革應極力推進教學評價體系的多元化創新，將人工智能技術應用于學生學習成果的多維度評價，不僅關注學生的知識掌握程度，也重視其思維能力、創新能力和實踐技能的發展。同時，高校應利用人工智能技術進行形成性評價和總結性評價，為學生提供及時、全面和具有建設性的反饋，幫助學生認識自身的優勢和不足，明確進一步學習的方向和目標。

（三）加大教師數字素養發展與培訓力度

1.關注教師角色轉變。多數研究指出，人機協同教學模式是未來數字化教育發展的必然[9]。而在該模式中存在三個主體單位，即教師、學生和人工智能。傳統以教師為中心的知識傳授方式將逐漸過渡為以學生中心、教育與人工智能協同輔助學生學習的知識獲取模式。教師在此過程中的角色定位發生明顯變化。教師更多作為學習引導者以及學習過程的設計者，通過熟練運用人工智能教學工具或與人工智能學伴協同，采用案例研究和實踐操作相結合的方法，優化教學流程、提高教學效率。

2.構建教師數字教研共同體。教師是教學變革的核心角色，教師數字勝任力水平是反映教育數字化轉型狀態的參照物。高校大規模教師隊伍數字素養的提升勢必要以教研共同體為平臺基礎，構建教師數字教研的共同體。一是可以通過構建線上校園和研討會等交流平臺，促進教師之間的經驗交流和知識共享，形成專業發展的良性互動。二是提供必要的資源、工具和指導，幫助教師持續更新知識體系，掌握最新的教育技術和教學方法。三是以成果為導向，設計和實施教師評估和反饋機制，確保教師專業發展與教學實踐緊密結合，促進教師教學能力的持續提升[10]。四是鼓勵教師參與國際交流，通過參與國際會議、研討和合作研究項目，拓寬視野，引入國際先進的教育理念和實踐，提升教育的國際化水平。

3.培養教師終身學習的成長意識。隨著高等教育的大眾化，其在社會經濟發展、教育人才科技培養中的重要性愈發凸顯。技術賦能時代的變遷，使得多數高校教師原有知識專業水平與社會、企業等就業崗位對知識能力的需求之間的差距正逐步拉大。新一代科技革命背景下，所有教師專業成長必須與時俱進，養成終身學習的意識，適應教育技術的發展，實現教學實踐的不斷革新。為此，高校應通過政策支持和激勵機制，為教師提供靈活多樣的學習機會，包括在線課程、研討會、工作坊等，以滿足不同教師的學習需求。

（四）建設以學生學習體驗為主的應用型教學體系

1.以個性化學習體驗增強學生參與度。人工智能技術賦能下的教學場景能夠極大豐富學生個性化的學習體驗。一是利用人工智能技術對學生學習行為和成果進行細致分析，提供定制化的學習資源和個性化的學習計劃，從而能夠滿足每位學生的特定需求和偏好。二是通過智能輔導系統，為學生提供即時反饋和動態學習支持，及時解決其學習過程中的疑惑，提高學習效率和質量。三是運用游戲化學習等創新教學策略，通過競賽、獎勵和互動元素提高學生的學習興趣和內在動機，促進其主動學習。四是通過項目式學習，將理論知識與實際問題解決相結合，讓學生在參與真實或模擬項目的過程中，深化知識理解和應用能力。

2.推進正式與非正式學習環境智能化建設。除了正式學習以外，高校內部還包含大量非正式學習活動和場所。相對于正式學習而言，學生大量的知識建構發生于非正式學習活動中。人工智能對學習環境的賦能能夠跨越傳統課堂的界限，實現學習資源和活動的無縫對接，無論學生身處何地，都能便捷地接入學習過程。通過社交媒體和在線社區等平臺，高校可鼓勵學生進行自主學習和協作學習，促進知識共享和學習經驗交流，培養終身學習的習慣。 另外，高校可逐步構建智能化學習環境，集成先進的學習管理系統和工具，為學生提供便捷的學習資源訪問、學習進度跟蹤和學習成果展示。

3.關注學習成果的全面評估。學生學習成果的評估對應用型高校教學尤為重要，是鑒定應用型人才培養質量的重要參考指標。高校可以用人工智能技術提供多樣化的學習路徑，包括線上課程、混合式教學和翻轉課堂等，以適應不同學生的學習風格和節奏。同時，高校應強化課程的靈活性和適應性，允許學生根據自己的學習進度和興趣，選擇不同的學習模塊和難度級別[4]。另外，高校還可采用多元化的評估方法，不僅關注學生的知識掌握情況，也重視其批判性思維、創新能力和實踐技能的培養，最終實現以人工智能技術對學生學習成果的跟蹤和分析，為學生提供全面、客觀地學習反饋，促進其持續進步。

參考文獻：

[1]EDUCAUSE. 2023 EDUCAUSE Horizon Report TM（Teaching and Learning Edition）[EB/OL].（2023-05-08） [2024-09-25]. https：//library.educause.edu/-/media/files/library/2023/4/2023hrteachinglearning.pdf？la=enamp;hash=195420BF5A2F09991379CBE68858EF10D7088AF5.

[2] 李強.政府工作報告——2024年3月5日在第十四屆全國人民代表大會第二次會議上[EB/OL].（2024-03-12） [2024-09-25].https：//www.gov.cn/yaowen/liebiao/202403/content_6939153.htm

[3]教育部高等教育局.教育部高等教育司關于公布首批“人工智能+高等教育”應用場景典型案例的通知[EB/OL].（2024-04-12）[2024-09-25].http：//www.moe.gov.cn/s78/A08/tongzhi/202404/t20240417_1126075.html#：～：text=%E4%B8%BA%E6%B7%B1%E5%85%A5%E8%B4%AF%E5%BD%BB%E8%90%BD%E5%AE%9E%E5%9B%BD%E5%AE%B6%E5%85%B3.

[4]賈志斌.數智賦能的高等教育治理現代化：推進機制與實踐理路[J].中國電化教育，2024（8）：80-86.

[5]賈佳，謝陽斌.智能時代高等教育中的知識變革：基本圖景與問題審思[J].電化教育研究，2024，45（8）：35-42.

[6]趙健.技術時代的教師負擔：理解教育數字化轉型的一個新視角[J].教育研究，2021，42（11）：151-159.

[7]溫軍英，王偉宜.數智賦能高等教育教與學的現實向度與倫理限度[J].高教發展與評估，2024，40（5）：92-104，123-124.

[8]中國教育科學研究院數字教育研究所，之江實驗室智能教育研究中心.重構教育圖景：教育大模型研究報告（簡版）[EB/OL].（2023-12-08）[2024-09-25].https：//mp. weixin.qq.com/s/kJy-8JcA9Q9cRRTkCAOq7g.

[9]方海光，孔新梅，洪心，等.人機協同教育的發展演變、系統運作和結構類型[J].現代遠程教育研究，2024，36（4）：31-37，48.

[10]彭明國.成果導向教育理念引導下高校師生教學共同體建設[J].江蘇理工學院學報，2017，23（5）：56-60.

[責任編輯" " 秦" "濤]

Artificial Intelligence Empowers the Transformation of Applied University Teaching： Value， Dilemma， and Path

RUI Guofen

Abstract：With the rapid development of artificial intelligence technology， its application in university teaching is becoming increasingly widespread， gradually driving profound changes in teaching modes. The empowerment of artificial intelligence technology in university teaching reform plays an important role in innovating applied talent training models， promoting changes in teaching and learning methods， and enhancing educational governance capabilities. However， there are still conflicts between knowledge generalization and applied professional knowledge systems， contradictions between digital competence of university teachers and AI teaching， insufficient exploration motivation of teachers due to the lack of top-level design， and insufficient adaptability between artificial intelligence education scenarios and applied teaching. To effectively promote the empowerment of artificial intelligence technology in applied university teaching reform， it is necessary to accelerate the digital teaching reform， innovate teaching content and methods， strengthen the development and training of teachers’ digital literacy， and enhance students’ learning experience.

Key words： artificial intelligence; university teaching; teaching format; change; risk