1.1 成果简介
本成果高度契合《中国教育现代化2035》战略部署,深度响应国家教育数字化行动,聚焦高校公共基础课“学情反馈滞后、教学干预失准、个性化教学不足”长期痛点,团队2019年《大学英语混合式课程》获评省级精品在线开放课程,同步依托校建智慧教室开展试点实践;2021年课程升级获评省线上线下混合式一流本科课程,同期获批省首批智慧教学专项,以此为支撑开启五年实践验证,最终构建起“数智驱动、循证施教、精准育人”的公共基础课智慧教学新范式。
构建双智引擎,实现学情动态感知。数据智能与算法智能双引擎驱动,挖掘教学数据价值。创新引入增量机器学习算法,突破静态分析局限,建立动态优化的学业预警模型,实现了学习状态的实时追踪与风险前置预警,解决了学情反馈滞后的问题。
打造四阶闭环,实现循证精准干预。构建“数据感知-智能诊断-循证干预-动态优化”闭环机制。算法融入教学过程,实现学情可溯可调。教师基于诊断结果开展靶向干预,效果自动反馈,驱动教学策略迭代优化,解决传统干预不准的问题,推动教学效果持续提升。
搭建三层协同,实现规模化因材施教。建设学校、教师、学生三层联动的生态。利用智能技术为教师提供数字化分身,自动化监测学情,实现大班教学中的个性化指导。通过智能平台建立动态反馈,实时追踪教学与学习进展,落实精准育人,破解规模化因材施教难题。
1.2 主要解决的教学问题
本成果精准切入并系统解决了智慧教学中的三个深层结构性问题:
(1)解决学情反馈滞后的问题。传统教学依赖教师经验判断与期末成绩评估,无法对学生学习过程进行实时把控和动态诊断,导致学情反馈总是滞后于教学实际需求,造成教师无法及时进行教学干预。
(2)解决教学干预失准的问题。由于缺乏精准的学情诊断,教师的教学干预常陷入“一刀切”的困境,无法精准识别学生的个性化问题与需求,推送的学习资源和提供的教学指导缺乏针对性,难以有效解决学生的实际问题。
(3)解决精准育人不足的问题。在大规模教学场景下,公共基础课大班教学的生师比偏高,由于教师精力有限,规模化统一教学与个性化精细指导的矛盾更加突出。因此,学生的个体差异常常被忽视,潜能难以得到充分挖掘与发挥。
