上海工程技术大学用教学 GPT 构建新型教学模式
作者／ IT 时报记者 贾天荣
编辑／ 潘少颖 孙妍
在上海工程技术大学的教室里，正在上课的同学们聚精会神地盯着手机，他们并不是在 " 开小差 "，而是正在积极投入上海工程技术大学别开生面的智慧课堂。
教室前方的大屏幕中，搭载着教学课件的 iClass 智慧课堂平台，一条条实时弹幕飘过，弹幕中的内容，有学生对于课堂内容的思考，也有关于老师讲课的独到见解与补充……
随着人工智能的高速发展，AI 技术赋能教学已成为教育革新的趋势。
从 iClass 智慧课堂平台、教学 GPT 到精准督导系统，上海工程技术大学通过人工智能技术，在推动教育走向高质量发展中步入 " 快车道 "，这是对传统教学模式的突破，也是对中国特色新型教学模式的建构。
iClass 智慧课堂平台
可以发 " 弹幕 " 的课堂
正式上课，老师刚抛出一个深度思考的问题，同学们迅速在手机端的 iClass 平台上踊跃抢答，答案瞬间汇聚成数据流，映现在教室前面的屏幕上……
这套 iClass 智慧课堂平台，由负责人、上海工程技术大学教授王国中带领团队自 2013 年开始研发，目前，系统在上海工程技术大学、上海大学、新疆科技学院等多所高校得到了广泛应用，用于多个专业、多门次的课堂教学中，为教师提供了丰富的教学手段。
" 传统的教学模式往往依赖于教师单方面的讲授和有限的互动，这套以数据驱动为核心的教学系统针对课堂教学进行了深度优化。" 王国中举例说，每当教师在课堂上阐述完一个重要概念后，可以让系统自动推送一道与之相关的问题，每位学生需要独立思考并在手机上作答。
当系统收集并分析完毕所有学生的答案后，教师可以马上获取到详细的答题情况统计，了解哪些知识点被大多数同学掌握了，哪些还需要进一步讲解。这种数据驱动的教学方式，使教学过程更具针对性和实效性，有助于教师精准施策，有的放矢地进行教学调整。
另一方面，通过小程序或 App，学生可以随时接收来自助教机器人的课程资料、作业提醒、作业批改等信息，课后在平台上进行复习和拓展学习。
不同于侧重课后使用的各种学习辅导软件，iClass 智慧课堂实现了课前预习、课中互动与课后巩固的一体化，更强调课堂内的实时互动与参与感。但它并非简单地将线下课堂搬至线上，而是凭借人工智能的力量，为师生双方创造一个丰富多元、趣味盎然的智慧教学空间。
目前，这套智慧课堂系统覆盖了上海工程技术大学全校将近 2 万名学生和 200 多位教师，越来越多的师生享受到人工智能带来的学习乐趣与智慧。
教学 GPT 大模型
永不落幕的课堂
不仅是课堂，结束了一天紧张充实的课程后，面对课本上的某个疑惑或是课上未完全理解的难点，学生们不再需要等待下一次课堂解答，也不必担忧互联网搜索的准确性。有一位 " 特殊 " 的助教正随时待命，这就是 iClass GPT，一位基于大模型技术的智能助教。
iClass GPT 并非普通意义上的大模型，它的特别之处在于其 " 限定域 " 特性。它被高度定制化以适应特定课程内容，而非漫无边际地涵盖所有知识领域。
当同学们在课后向 iClass GPT 提问时，无论是教材中的基本概念解析，还是前沿理论探讨，只要问题源自当前学习的课程，iClass GPT 都能够迅速锁定答案来源，提供源自教材与专业论文中，针对性极强、准确度超群的答案。
更令人惊喜的是，iClass GPT 并不是一个冰冷的问答系统。为了营造沉浸式的学习体验，科研团队为其设计了栩栩如生的数字人形象，" 他 " 可以是之前刚刚还在为你讲课的老师，也可以是某个你喜欢的二次元角色，他们作为 " 永不落幕的课堂 " 上的教师，延续着真实课堂上的亲和力与专业性。
上海工程技术大学教师范涛告诉《IT 时报》记者，目前学校已经在多个专业课程中成功部署了 iClass GPT，比如马克思主义学院的理论课程、数字电视系统的实践操作课程，以及服装设计学院的艺术类课程。
iClass GPT 将教师从课后繁杂的答疑工作中解放出来，得以投入更多精力优化课堂教学，这些不同学科背景下的尝试证明了 iClass GPT 在限定域内的卓越表现，它能根据不同课程特点灵活调整策略，真正做到个性化、精细化教学。
精准督导系统
教学质量的保障
教学质量的保障，不仅在于课前课后学生的参与度，还在于教学质量的监督。基于人工智能技术的精准督导系统，犹如一双无形的眼睛，全天候守护着每一个课堂，全面细致地评估教学质量，让教学管理更为科学化、智能化。
在上海工程技术大学明亮宽敞的教室里，传统的摄像头此刻已不再是简单的安防工具，而是变身成为智能督导的 " 千里眼 "。它们捕捉并记录下每一堂课的点滴瞬间——老师端庄得体的服饰、精心准备的 PPT 演示以及学生们认真投入的学习风貌。先进的视频采集技术，不仅实时记录课堂实况，还能同步转录为文字资料，为后续的深度分析奠定基础。
依托于强大的 AI 智能算法，这套系统能精准识别并分析课堂教学中的各项关键指标。例如，它可以监测学生的到课率，及时统计课堂上是否有 " 三不带 " 现象（不带笔、本、教材），甚至能通过画面识别，计算出前三排的入座率和抬头率，直观反映学生听课的专注度。
不仅如此，借助人工智能技术，精准督导系统实现了对教师和学生行为的精准追踪。对于教师来说，迟到早退、备课不足等任何影响教学质量的行为都会被迅速识别并反馈给学校相关管理部门。而对于学生群体，精准督导系统也能实时统计出勤情况，及时警示教务部门对到课率偏低的班级进行干预。
在后台，这套系统的数据分析面板如同一幅鲜活的教学 " 画卷 "，用醒目的红黄绿三色标识出各堂课的质量等级。教务督导部门无需耗费大量人力亲临现场，只需查看系统自动生成的督导报告，就能精确把握全校各个课堂的教学效果。对于红色标记的 " 问题课堂 "，校方可立即派遣经验丰富的教师深入听课，查找问题根源；而对绿色标记的优质课堂，则可组织观摩学习，推动整体教学质量的提升。
如今，精准督导系统也已经在上海工程技术大学与新疆科技学院全面运行，覆盖两校大部分教室，合计服务课程万门次以上，完成上千次线上听课与督导任务，为学校的教学质量改革、教学评估等工作赋能。
当前，信息技术与课程教学深度融合已成为我国推进新一轮基础教育课程改革和教学改革的突破口。2023 年 5 月教育部印发《基础教育课程教学改革深化行动方案》，在重点任务 " 专业支撑与数字赋能行动 " 中提出推进数字化赋能教学质量提升，要求构建数字化背景下的新型教与学模式，助力提高教学效率和质量。
通过引入数字化教学资源、创新教学方法和教学手段，教师能够更好地激发学生的学习兴趣，提高教学效果。同时，数字化教学突破了传统课堂的时空限制，实现优质教育资源的共享和普及，让每一个学生都能享受到公平而有质量的教育。
排版／ 季嘉颖
图片／ 上海工程技术大学
来源／《IT 时报》公众号 vittimes
E N D
