人工智能赋能应用型高校教学变革：价值、困境与路径

摘 要：随着人工智能技术的迅猛发展，其在高校教学中的应用日益广泛，正逐步推动教学模式的深刻变革。人工智能技术赋能高校教学变革在创新应用型人才培养模式、促进教与学方法变革、提升教育治理能力等领域发挥着重要作用，但仍存在知识泛化与应用型专业知识体系的冲突、高校教师数字胜任力与AI教学的矛盾、顶层设计缺失导致教师探索动力不足、人工智能教育场景与应用型教学适配性不足等方面的问题。为此，有效推动人工智能技术赋能应用型高校教学变革需要从加速推进数字化教学变革、创新教学内容与方法、强化教师的数字素养发展与培训，以及提升学生学习体验等方面推进实施。

关键词：人工智能；高校教学；教学形式；变革；风险

基金项目：2023年江苏省高等教育教改研究重点课题“石油石化类本科高校现代产业学院协同育人教学管理模式研究”（项目编号：2023JSJG167）；2024年江苏省学位与研究生教育教学改革课题“基于学科竞赛驱动的研究生创新实践能力提升”（项目编号：JGKT24-C067）

作者简介：芮国芬，女，常州大学怀德学院高级工程师，主要研究方向为高等教育。

中图分类号：G712 文献标识码：A 文章编号：1674-7747（2024）11-0105-07

人工智能（Artificial Intelligence，AI）作为新一代前沿科技的代表性技术，为全球高等教育带来了前所未有的机遇与挑战。《2023年地平线报告：教与学版》提出，“人工智能技术是未来高等教育发展的必然趋势”[1]。推进人工智能技术赋能高校教学改革是促进高等教育数字化转型、更好发挥高校社会职能的必经之路。自2015年以来，我国正加快普通高校应用型转型建设。2024年政府工作报告再次强调了要“建强应用型本科高校”[2]，标志着国家对应用型本科高校的期待与要求达到了新的高度。如何推动应用型高校高质量发展已成为应用型高校面临的重大难题。同时，我国高校正处于教育数字化转型建设时期，探索以人工智能为代表的新一代数字技术如何赋能应用型高校教学变革正是当下的时代命题。本研究从人工智能赋能应用型高校教学变革的价值意蕴、现实困境入手，探讨人工智能赋能应用型高校教学变革的实践路径，以期为我国应用型高校教学发展提供参考。

一、人工智能赋能应用型高校教学变革的价值意蕴

（一）创新应用型人才培养模式

在人工智能赋能教与学变革背景下，高校人才培养模式正由传统的以教师为中心的教学模式向以学生为中心的个性化教学模式转变。尤其在应用型高校中，教师应围绕地方产业需求定位学生的人才培养目标，高质量的应用型人才培养更应关注学生学科专业画像生成。一方面，人工智能能够使大规模的个性化人才培养成为现实。人工智能最大的优势在于能快速地开展重复工作和统计分析，通过调研收集学生需求数据和学生学习的过程性数据，给学生带来丰富的个性化体验。另一方面，以学生为中心的教学能够使高校开展深度的学习分析和个性化资源推荐。AI技术能够通过分析学生的学习数据，深入识别学生的学习需求和偏好，了解学生对特定知识点的掌握程度，从而为学生提供针对性地辅导和补充材料。此外，AI技术还能够通过智能辅导和虚拟助手等形式，为学生提供实时的学习支持。这种即时反馈机制，可以帮助学生及时解决学习过程中遇到的问题，减少学习障碍，提高学习效率。同时，AI技术还能够根据学生的学习进度和成果，动态调整教学内容和难度，确保学生始终在适合自己的水平上进行学习。

（二）促进应用型教与学方法变革

人机协同教育理念正不断渗入高校教育教学变革，2024年4月12日，教育部高等教育司公布了首批18个“人工智能+高等教育”应用场景典型案例[3]。不仅如此，多数高校也正在开展基于生成式人工智能的教学应用实践。应用型人才培养的关键就在于提高教学的探究性和实践性。人工智能技术的引入，为应用型高校的教与学的方式变化和教学场景的搭建提供了更多可能。例如，智能辅导系统能够根据学生个体的学习习惯和能力，提供量身定制的学习建议和资源，从而实现个性化教学。人工智能赋能的虚拟实验室能为学生提供一种沉浸式的实验操作体验，增强学习的实践性和直观性，让学生能够在虚拟环境中进行复杂的科学实验，降低实验成本，且能够提高实验的安全性和可操作性，这尤其适用于应用型实践教学。除此之外，随着大模型的应用，基于人工智能平台的作业批改和作品评价系统也正应用于高校教师的工具箱中，AI助教能识别出学生的薄弱环节并提供个性化的资源推荐，学生能够快速获取自己的专业知识掌握情况，教师也能据此调整教学策略，极大地提高教育资源的使用效率。

（三）提升数据赋能的教育治理能力

高校职能部门的复杂组织系统决定了高校治理的复杂性。基于人工智能的数据平台能有效提升高校治理的效率。一是提高决策水平和治理效率。数据驱动是人工智能赋能高校治理的核心，各二级学院内部以及职能部门的工作安排、人事管理、教学改革等均离不开基于数据的决策。二是提高高校治理的系统韧性。高校治理的系统稳定性是高校持续发展的关键[4]。人工智能赋能下高校治理能实现线上和线下管理、各部门协同管理和教务信息集成化管理等功能，能有效保障高校治理体系的稳定运行。三是降低高校治理成本。以往的治理方式通常需要付诸大量的人力、物力、财力和时间成本，耗费大量教师、行政机构精力的同时，问题还未必能得到有效解决。基于人工智能平台的高校运营管理的优势在于能够使工作流程变得顺畅，优化时间成本从而实现高效率、高质量地处理事务，使各个主体单位能对承担的工作事项有清晰的认知。

二、人工智能赋能应用型高校教学变革的现实困境

（一）知识泛化与应用型专业知识体系的冲突

人工智能时代给高等教育的知识体系带来了巨大冲击。人工智能时代的知识生产具有明显的碎片化、浅层次化、获取方式多样化特征，这与应用型高校学科专业知识专业性强、理论性深、科学性实的特征形成了鲜明的反差[5]。最直观的表现在于学生、家长、社会对高校知识培养体系提出质疑。人工智能加速进步与社会加速发展双向并行使得高校毕业学生就业形势愈发严峻。学生在大学所学知识无法满足经济社会发展需求，这也倒逼高校课程知识体系引入大量零散、非结构性、无边界的新技术或知识，以此建设课程或者融入课程知识体系。一旦教师没能把握好新旧知识体系与学科专业本质之间的平衡点，就将导致人才培养结果产出大量“四不像”的学生。这一点在应用型高校教学中同样显著。应用型高校办学理念、知识体系、专业建设应更加强调校企合作、产学研训一体化教学，但在知识泛化的时代是否会更倾向于以职业为主或是以工作、就业导向为中心的价值取向决定了高校未来的人才培养的质量和教学变革的成功与否。

（二）高校教师数字胜任力与AI教学的矛盾

高校教育主体充分理解“人工智能+教育”的效用边际和价值局限是推动教学变革的关键。人工智能赋能教学变革过程中，由教师专业知识与智能设备所具备的数据处理能力所组成的专家知识系统需要包括学校领导者在内的全体教职员工都具备足够的数字胜任力[6]，这样才能发挥出与之匹配的作用。应用型高校的建设极其重视双师型教师的培养和应用型资源的建设。教师往往要么擅长理论教学，要么擅长实践应用，即使存在二者均擅长的双师型教师，其数字胜任力也不足以支撑人工智能的深度教学，绝大多数教师对于人工智能教育的认知和应用仍停留在初级阶段。一方面，人工智能使得教学主体发生变化，教师需要厘清人工智能在教学过程中扮演角色的价值，如何在新的“师—生—人工智能”教学形态中磨合好教师的地位、人工智能的作用和学生的培养[7]。另一方面，教师需要具备辨别基于人工智能生成的知识、教学资源以及数据评价等是否能用、适用和实用的能力。在教育变革过程中，如果教师不能与时代发展共同进步，无法与人工智能协同教学，其所导致的结果将是灾难性的，即教学变革是无效的、浮于表面的，学生培养与社会脱节仍然存在。这无疑偏离了教学变革的价值取向。避免这种情况的关键就在于对教师的数字胜任力和数字素养的提升和培养。因此，如何高校教师数字素养和数字胜任力的水平将是高校在人工智能赋能教学变革过程中需要解决的头部问题。

（三）顶层设计缺失导致教师探索动力不足

当今技术发展的速度之快，使教育跟上时代变化的脚步越发艰难。人工智能技术对教育的冲击，无论是知识生产、技术更迭，还是社会需求等方面的转变，都使多数本科高校应接不暇。高校作为一个与社会对接的整体，其教学模式的变革本身就带有滞后性，在技术加速发展的今天这一滞后性也被逐渐放大。对于技术带来的教育变革压力，高校领导者难以作出明确的、极具前瞻性的决策去全面推进一个仍处于发展阶段、尚未完全成型的教学变革。因此，截至目前并未出现普通应用型本科高校人工智能赋能教学场景的经典案例。究其原因，一方面，人工智能技术应用并不成熟，国内外政策以及各高校对人工智能的接受态度都大不相同。人工智能技术在教育领域的应用仍然存在价值理性、伦理道德、功能定位等方面的问题，导致学校在没有明确的政策指引和顶层设计方案时更多会采取保守试探或者观望的态度。以至于两种声音在高校交替荡漾，既存在对技术盲目崇拜的技术万能论，" " 也存在多数教师对技术变革教学本能的抵制，教师无法锚定决心加入所谓人工智能教学变革的行动阵列当中。

（四）人工智能教育场景与应用型教学适配性不足

教育场景的开发与应用是人工智能赋能教学变革的主要手段，教育场景也是应用型人才培养的必要教学场所。当前，人工智能技术赋能的教育应用场景仍处于试验和探索阶段，其技术创新应用不充分、应用实践普适性不足等问题依然严重[8]。应用型高校尤其注重产教融合，以协同培养、项目攻关等方式提高学生真实情境的实践动手能力和问题解决能力。以当前主流的人工智能大模型为例，AI看似能够在与人沟通时对答如流，但其生成的内容深度不够、专业性不足等问题过于明显，难以适用于任务复杂多变、专业性严肃的应用型教学场景。一方面，人工智能精准性和专业性的提升源自其算法迭代的底层逻辑，而其算法的训练需要海量与之匹配的数据支撑，否则难以支撑其内容生成的有效性。另一方面，人工智能赋能教学场景的实用价值与伦理意识也需要进一步商榷。当前，少有研究能够提供人工智能在高校教育场景应用过程中存在问题、应对措施、教学影响等实践层面的实证证明。同时，人工智能在带给师生教与学便利的过程中，也伴随着师生教与学惰性与技术依赖性的形成，如教师教学形式趋于同质化，学生作业、论文、报告自适应抄袭等问题皆是教学变革需要面临的挑战。

三、人工智能赋能应用型高校教学变革的实施路径

教育的现代化离不开技术的支撑，人工智能作为新一轮教育、科技革命的前沿，对高校教学形式的转变具有深远的影响。如何有效地利用人工智能更好地提高高校教学质量和学生学习效果值得进一步探究。本研究综合人工智能赋能应用型高校教学的价值意蕴和现实困境分析，从数字化教学转型、教学内容与方法更新迭代、教师数字素养与培训、学生学习体验四个维度提出了应用型高校教学变革的实施路径。

（一）加速推进应用型高校数字化教学转型

1.数智化教学场景设计与开发。数智化教学场景的开发是人工智能赋能高校教育数字化转型的硬性基础条件。任何技术与教育的结合本质上都是其在教学媒介、教育传播过程中职能的发挥，以此赋能教学场景的多样化。人工智能也不例外，高校可通过人工智能技术创新教室模式，建设智能教室和未来教室，集成最新的智能硬件和软件，创造智能化的学习环境，能够实时响应学习者的需求，提供个性化的学习体验，并促进协作学习和探究式学习。此外，教学场景的构建离不开教学内容的设计与课程开发。因此，高校应抓住人工智能时代的红利，推动课程内容的数字化转型，开发设计具有高度互动性和参与性的在线课程与虚拟课程，利用多媒体、虚拟现实、增强现实等技术，提升学习体验的丰富性和深度，使学习内容更加生动和吸引人。

2.数字化教学模式的创新与实践。伴随着以成果导向、能力导向、目标导向的OBS教育理念在应用型高校盛行，高校急需在教学模式方面与人才培养目标同步变革。数智时代的到来给高校教学模式带来了更多可行性方案。同传统的授课型教学相比，基于翻转课堂、项目式学习、问题导向学习等教学模式能更好地利用智能教育技术，激发学生在问题探究过程中的学习兴趣和提高其参与度。同时，教师要在教学实践中善用智能技术，合理利用智能教育技术进行课堂管理、学生评估和学习分析，有效地跟踪学生的学习进度和理解情况，有侧重地进行教学内容的增减和教学进度的调整。

（二）专注教学内容与方法的更新迭代

1.加强AI赋能教学内容的创新与应用。技术的快速发展带动着高等教育前沿知识体系的换代，推动着高校教学内容体系的更新。仅依靠传统的教学内容已经难以满足新时代人才培养的需要，高校必须要从教学内容传授走向教学内容创新，从基础学科教学内容走向社会生存必要的教学内容，因此，高校必须要有教学内容“自我革新”的意识。高效应尝试利用人工智能技术对学生的学习行为、成绩和反馈进行深度分析，制定符合每位学生认知特点和学习习惯的个性化学习计划，实现教育内容的个性化，提升教学的精准性和有效性。同时，高校应依托人工智能技术应用场景，推进跨学科课程的建设与实施，融合不同学科的知识和方法，培养学生的综合素质和创新能力，帮助学生采用多元化的视角来理解和解决问题，增强他们适应未来社会的能力。

2.鼓励智能化教学方法的实施和推广。教学内容的创新势必带来教学方法论的变化。以人工智能为代表的新一代数字技术极大地丰富了教学方法的选择，也生成了具有智能化特点的教学方法。在人工智能赋能的教育场景中，教师能够运用智能分析工具对学生的学习行为进行实时监控和动态评估，帮助教师及时捕捉学生的学习状态和需求，进而灵活调整教学策略和内容，以适应不同学生的学习节奏和风格。同时，教师也可以开发智能推荐系统，根据学生的学习表现、兴趣和目标，提供个性化的学习资源和定制化的学习路径，提升学习资源的匹配度和学习过程的相关性。

3.持续深化教学服务体系的个性化。个性化教学服务资源的推送是教育数字化转型的标志。通过构建全天候智能学习支持系统，搭配智能辅导和自动化答疑功能，高校能够确保学生在遇到学习难题时获得及时的帮助和支持，从而提高学生学习的连贯性和时效性。同时，平台系统能通过学习分析技术对教学活动进行综合评估，并基于数据驱动的结果对教学方法和课程设计进行持续优化，以循证的方式推进教学质量和学生学习成效的有效提升。

4.推进教学评价体系的多元化创新。评价是教师实施精准教学、调整教学策略、检验教学效果的必备手段。高校长期以来存在评价单一的现象，较少关注教学过程中的诊断性评价和形成性评价，极易限制学生思维的拓展和导致评价效能的散失。为此，高校教学变革应极力推进教学评价体系的多元化创新，将人工智能技术应用于学生学习成果的多维度评价，不仅关注学生的知识掌握程度，也重视其思维能力、创新能力和实践技能的发展。同时，高校应利用人工智能技术进行形成性评价和总结性评价，为学生提供及时、全面和具有建设性的反馈，帮助学生认识自身的优势和不足，明确进一步学习的方向和目标。

（三）加大教师数字素养发展与培训力度

1.关注教师角色转变。多数研究指出，人机协同教学模式是未来数字化教育发展的必然[9]。而在该模式中存在三个主体单位，即教师、学生和人工智能。传统以教师为中心的知识传授方式将逐渐过渡为以学生中心、教育与人工智能协同辅助学生学习的知识获取模式。教师在此过程中的角色定位发生明显变化。教师更多作为学习引导者以及学习过程的设计者，通过熟练运用人工智能教学工具或与人工智能学伴协同，采用案例研究和实践操作相结合的方法，优化教学流程、提高教学效率。

2.构建教师数字教研共同体。教师是教学变革的核心角色，教师数字胜任力水平是反映教育数字化转型状态的参照物。高校大规模教师队伍数字素养的提升势必要以教研共同体为平台基础，构建教师数字教研的共同体。一是可以通过构建线上校园和研讨会等交流平台，促进教师之间的经验交流和知识共享，形成专业发展的良性互动。二是提供必要的资源、工具和指导，帮助教师持续更新知识体系，掌握最新的教育技术和教学方法。三是以成果为导向，设计和实施教师评估和反馈机制，确保教师专业发展与教学实践紧密结合，促进教师教学能力的持续提升[10]。四是鼓励教师参与国际交流，通过参与国际会议、研讨和合作研究项目，拓宽视野，引入国际先进的教育理念和实践，提升教育的国际化水平。

3.培养教师终身学习的成长意识。随着高等教育的大众化，其在社会经济发展、教育人才科技培养中的重要性愈发凸显。技术赋能时代的变迁，使得多数高校教师原有知识专业水平与社会、企业等就业岗位对知识能力的需求之间的差距正逐步拉大。新一代科技革命背景下，所有教师专业成长必须与时俱进，养成终身学习的意识，适应教育技术的发展，实现教学实践的不断革新。为此，高校应通过政策支持和激励机制，为教师提供灵活多样的学习机会，包括在线课程、研讨会、工作坊等，以满足不同教师的学习需求。

（四）建设以学生学习体验为主的应用型教学体系

1.以个性化学习体验增强学生参与度。人工智能技术赋能下的教学场景能够极大丰富学生个性化的学习体验。一是利用人工智能技术对学生学习行为和成果进行细致分析，提供定制化的学习资源和个性化的学习计划，从而能够满足每位学生的特定需求和偏好。二是通过智能辅导系统，为学生提供即时反馈和动态学习支持，及时解决其学习过程中的疑惑，提高学习效率和质量。三是运用游戏化学习等创新教学策略，通过竞赛、奖励和互动元素提高学生的学习兴趣和内在动机，促进其主动学习。四是通过项目式学习，将理论知识与实际问题解决相结合，让学生在参与真实或模拟项目的过程中，深化知识理解和应用能力。

2.推进正式与非正式学习环境智能化建设。除了正式学习以外，高校内部还包含大量非正式学习活动和场所。相对于正式学习而言，学生大量的知识建构发生于非正式学习活动中。人工智能对学习环境的赋能能够跨越传统课堂的界限，实现学习资源和活动的无缝对接，无论学生身处何地，都能便捷地接入学习过程。通过社交媒体和在线社区等平台，高校可鼓励学生进行自主学习和协作学习，促进知识共享和学习经验交流，培养终身学习的习惯。 另外，高校可逐步构建智能化学习环境，集成先进的学习管理系统和工具，为学生提供便捷的学习资源访问、学习进度跟踪和学习成果展示。

3.关注学习成果的全面评估。学生学习成果的评估对应用型高校教学尤为重要，是鉴定应用型人才培养质量的重要参考指标。高校可以用人工智能技术提供多样化的学习路径，包括线上课程、混合式教学和翻转课堂等，以适应不同学生的学习风格和节奏。同时，高校应强化课程的灵活性和适应性，允许学生根据自己的学习进度和兴趣，选择不同的学习模块和难度级别[4]。另外，高校还可采用多元化的评估方法，不仅关注学生的知识掌握情况，也重视其批判性思维、创新能力和实践技能的培养，最终实现以人工智能技术对学生学习成果的跟踪和分析，为学生提供全面、客观地学习反馈，促进其持续进步。

参考文献：

[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] 李强.政府工作报告——2024年3月5日在第十四届全国人民代表大会第二次会议上[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.教育部高等教育司关于公布首批“人工智能+高等教育”应用场景典型案例的通知[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]贾志斌.数智赋能的高等教育治理现代化：推进机制与实践理路[J].中国电化教育，2024（8）：80-86.

[5]贾佳，谢阳斌.智能时代高等教育中的知识变革：基本图景与问题审思[J].电化教育研究，2024，45（8）：35-42.

[6]赵健.技术时代的教师负担：理解教育数字化转型的一个新视角[J].教育研究，2021，42（11）：151-159.

[7]温军英，王伟宜.数智赋能高等教育教与学的现实向度与伦理限度[J].高教发展与评估，2024，40（5）：92-104，123-124.

[8]中国教育科学研究院数字教育研究所，之江实验室智能教育研究中心.重构教育图景：教育大模型研究报告（简版）[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.人机协同教育的发展演变、系统运作和结构类型[J].现代远程教育研究，2024，36（4）：31-37，48.

[10]彭明国.成果导向教育理念引导下高校师生教学共同体建设[J].江苏理工学院学报，2017，23（5）：56-60.

[责任编辑" " 秦" "涛]

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