基于“云-网-边-端”融合的智慧实验平台建设

摘要：文章以物联网网关开发技术课程为例，旨在构建智慧实验实训教学平台。该平台利用人工智能和大模型技术，赋能实验教学环节，提升教学质量，增强学生自主学习能力，并有效缓解实验设备不足、时间空间受限等传统教学难题。通过构建全程信息化管理的教学环境，实现了主观题的智能评判和多种编程语言的在线评阅，减轻了教师工作负担，提高了作业批改的效率和准确性。文章的研究与实践，为高校教育信息化改革提供了有力支持，推动教育行业向更加智能化、个性化的方向发展。

关键词：智慧实验平台；人工智能；大模型；自动评阅

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2024）32-0086-03 开放科学（资源服务）标识码（OSID） ：

0 引言

在数字化时代，教育的质量与效率对国家竞争力至关重要。教育部副部长吴岩在2024世界人工智能大会上指出，人工智能是影响教育高质量发展的战略性、全局性问题[1]。随着人工智能技术的飞速发展，其在教育领域的应用日益广泛，不仅改变了传统教学模式[2]，还深刻影响着教育教学的各个环节[3]。物联网网关开发技术作为物联网工程专业的出口课程，目标在于培养学生在嵌入式Linux环境下的编程能力，及物联网网关设计能力，其实验实训环节是培养学生实践能力和创新思维的关键。然而，传统实验实训教学面临设备不足、时间空间受限、批改不及时及过程缺乏跟踪等诸多挑战。本文在此背景下，结合“云-网-边-端”融合技术[4]，提出对物联网网关开发技术课程的学习环境进行升舱改造，旨在通过人工智能的赋能，构建智慧实验实训教学平台，解决传统教学中的痛点问题。

1 物联网网关开发实验教学现状及挑战

基于物联网网关开发技术课程教学过程遇到的问题，及对当前计算机、电子等工程类专业实训课程的现状进行深入分析，发现实验实训教学面临着一系列挑战，这些挑战凸显了人工智能和大模型赋能的必要性与可行性。

1） 教师批改作业与实验负担沉重，反馈周期长。高校教师在教学过程中需批改大量的练习、作业和考试内容，尤其是实训任务，涉及众多主观题和非标准化步骤，导致教师批改工作量巨大，反馈周期长。这迫切需要引入人工智能辅助批改，减轻教师负担，缩短反馈周期。

2） 学生编程实践考核与反馈不及时。在编程类课程中，学生作业常通过FTP、Email等方式提交，由教师逐一阅读程序和文档进行评价。这种方式效率低下，缺乏即时性。利用大模型进行自动化程序评判，可显著提升考核效率，实现即时反馈。

3） 学生实验数据造假与抄袭现象严重。学生实验数据造假和抄袭行为对教学质量造成极大损害。由于教师批改工作量繁重，难以及时发现并处理。人工智能技术的引入，如抄袭检测系统，能有效识别并预防此类行为。

4） 实验实训过程缺乏有效监控。当前实验实训课程评价主要依赖作品评定，缺乏对学生实操过程的全面跟踪。借助物联网和大数据技术，可实现实验实训过程的全方位监控，提升评价的客观性和准确性。

5） 实验实训资源受限。高校实验实训设施容量有限，且只能在特定场地使用，对教务安排提出高要求。通过构建“云-网-边-端”融合的学习环境，利用云计算和虚拟化技术，可有效拓展实验实训资源，打破时间和空间限制。

2 基于人工智能的实验教学改革方案

1） 自动智能评判主观题。开发基于人工智能的评卷系统，利用大模型技术对主观题答案进行解析和打分，给出合理评语。预期目标：提高判卷效率，缩短反馈周期，同时保证评分的客观性和准确性，减轻教师工作负担。

2） 多种编程语言的智能评阅。构建一个集成多种编程语言的实践教学平台，利用后端云平台和人工智能算法对学生提交的代码进行实时编译、运行和评阅。支持C、C++、Python等多种语言。预期目标：实现编程作业的即时反馈，提高实验课效率，帮助教师快速了解学生实践能力，及时调整教学策略。

3）学生答题弄虚作假和相互抄袭问题。引入人工智能查重技术，对学生提交的实验报告、代码等进行内容比对，识别相似度和潜在抄袭行为。同时，利用行为分析技术监控学生答题过程，识别异常行为。预期目标：有效遏制学生作弊和抄袭现象，维护学术诚信，提高教学质量。

4） 本地环境部署过于烦琐的问题。物联网网关开发技术课程实验环境复杂，需要使用大量的第三方软件库，通过Web端直接访问远程云端实验环境，学生无须在本地安装复杂软件库，即可开展实验实训。云端环境预配置好所有必需工具，确保实验顺利进行。预期目标：简化实验准备流程，节省学生时间，使其能更专注于实验内容和思考，提升教学效率和质量。减轻高校在实验设备上的投入压力。

3 智慧实验实训教学平台架构与功能

教学平台改革和建设是一项旨在提升教学质量和学生实践能力的重要举措。

教务管理平台、教师教学平台和学生实训平台共同构成了平台的三大核心模块，每个模块均承载着丰富的功能，以满足不同用户群体的需求。

教务管理平台：专注于教育管理的全面支持。它集成了权限管理功能，确保每位用户仅能访问其权限范围内的资源，保障系统安全。课程资源管理模块则负责课程资源的上传、更新与删除，维护教学资源的丰富性与时效性。班级管理模块则让教务人员能够轻松管理班级信息，包括班级设置与成员管理。此外，数据分析统计模块通过深度挖掘平台数据，为教务管理者提供决策支持，助力教育管理的科学化与精细化。

教师教学平台：致力于提升教学质量与效率。智慧课堂模块为教师提供了智能化的课堂教学工具，支持实时互动与资源推送，增强课堂互动性。教学互动模块则促进了师生之间的有效沟通，通过提问、回答与讨论等形式，激发学生的学习兴趣与参与度。AI批改管理模块则利用人工智能技术自动批改作业与试卷，大大减轻了教师的工作负担。数据分析统计模块也为教师提供了教学效果的直观反馈，帮助教师及时调整教学策略。

学生实训平台：注重学生实践能力的培养。本地实验模式让学生能够在模拟真实环境的条件下进行实验操作，提升实践技能。远程实验模式则打破了地域限制，让学生无论身处何地都能参与实验，拓宽了学习渠道。在线预习模块提供了丰富的预习资料，帮助学生提前了解实验内容，为实验课做好准备。在线教学互动模块则为学生与教师之间搭建了沟通的桥梁，支持学生随时提问与讨论，促进知识的吸收与内化。

4 实验平台智能化功能

实验实训平台旨在通过智能化手段，全面优化实验实训教学的各个环节，主要包括智能化批改[5]、智能化辅导、智能化监控和智能化总结四大核心功能[6]。这些功能的实现，极大地减轻了教师的工作负担，提高了学生的学习效率和效果[7]。实验平台智能化功能如图1所示。

1） 智能化批改。实验实训平台的核心功能之一便是智能化批改。针对编程、电路设计、文科类习题等多种类型的实验实训任务，平台利用大数据和人工智能算法，实现了对学生提交作品的自动识别和批改。这一功能极大地减轻了教师的工作负担，提高了批改的效率和准确性，同时也使得学生能够及时获得反馈，调整学习策略。

2） 智能化辅导。平台还提供了智能化辅导功能，通过内置的智能算法，能够根据学生的答题情况和进度，提供个性化的学习建议和辅导。无论是针对编程难题的解析，还是电路设计中的错误提示，平台都能给予及时且有效的帮助，促进学生的自主学习和问题解决能力的提升。

3） 智能化监控。为了全面跟踪和监控学生的学习过程，平台引入了智能化监控功能。通过这一功能，教师可以实时查看学生的学习进度、答题情况、实验实训表现等关键数据，从而及时发现问题并进行干预。同时，学生也能通过监控功能，自我评估和调整学习状态，确保学习效果的最大化。

4） 智能化总结。智能化总结是平台的又一亮点。在完成所有实验实训任务后，平台能够自动生成详细的学习报告和总结，包括学生的学习轨迹、成绩分析、改进建议等。这份报告不仅为学生提供了全面的学习反馈，也为教师提供了宝贵的教学参考，有助于进一步优化教学内容和方法。

5） 实验实训过程。实验实训过程严格按照以下步骤进行：教师在系统上设置实训要求步骤和参考答案：教师根据教学大纲和课程目标，在平台上设置具体的实训要求、步骤以及参考答案。这些设置将作为后续学生实训和平台自动批改的依据；学生在平台上完成实验实训：学生登录平台后，根据教师设定的实训要求进行实验实训操作。平台支持多种终端设备的接入，包括PC端、移动端等，方便学生随时随地进行学习。

5 实验平台的人工智能评阅架构设计

平台通过HTTP请求或WebSocket等通信协议调用国内外常用的大模型API。在调用过程中，平台首先将学生作业或实验报告转化为大模型可理解的格式，然后发送至大模型服务器进行处理。

实验实训平台通过调用国内外先进的大模型API，实现了对学生作业、实验报告及编程题目的高效、准确评阅。这一创新性的教学模式不仅减轻了教师的工作负担，提高了教学效率和质量，还培养了学生的自主学习能力和实践创新能力。人工智能评阅架构如图2所示。

图2详细展示了作业从提交到AI大模型评阅并返回结果的完整流程。系统主要由学生作业端、判题服务API及AI大模型集合三大核心部分组成。

1） 学生作业端。学生在此端完成作业并提交，随后可查看批改成绩及详细解析。这一环节通过网页实现，提供直观的用户界面。

2） 判题服务API。作为中间桥梁，该API负责接收学生作业请求，根据作业类型和课程要求，智能选择适合的判题场景和模型。随后，它将批改任务提交给AI大模型集合，并接收批改结果，最终反馈给学生作业端。

3） AI大模型集合。集合了多个大模型，为不同课程提供定制化的批改服务。它根据预设的改卷规则，利用相应的大模型进行精准批改，确保批改结果的准确性和高效性。该集合提供统一的访问接口，便于判题服务API的调用。

整个流程实现了作业的自动化评阅，从提交到反馈，均通过数字化手段完成，大大提高了批改效率和准确性，为学生和教师提供了极大的便利。

6 结束语

本文构建了基于人工智能的智慧实验平台，并对该平台的功能模块与架构设计进行了全面而深入的阐述。本平台已在广州软件学院计算机系多门课程进行了试点，如C语言程序设计、区块链技术入门和Linux操作系统等。展望未来，我们将向校内更多相关专业年级推广使用新模式实验实训平台，同时成功经验可向兄弟院校推介复制，形成完善的平台产品，并进行产业化市场推广，最终实现校企协同产教融合。

【通联编辑：李雅琪】

基金项目：2023 年广州软件学院校级“质量工程”建设教学研究和改革项目：“云-网-边-端”融合的学习环境升舱改造——以物联网网关开发技术为例