来源：《中国大学教学》 2025年第1-2期
摘 要：人工智能（AI）,尤其是生成式人工智能的迅速演进和发展，正在带来科研范式的变革。人工智能给教育是否会带来革命性的影响？由于教育本身的复杂性，基本判断是“或将深刻改变未来教育形态”。面对生成式人工智能对教育的影响和挑战，需要以更加积极的态度拥抱人工智能，主动探索生成式人工智能与人的有效协同方式（即“人―机”协同），主动变革课程，特别是课堂教学形态或教学方式。而“人―机”协同、变革教学形态的关键在于深刻把握并回归教育的本质、目的和基本问题，需要更加关注提升学生的能动性，围绕培养学生的自主学习能力、提出有意义问题的能力、独立思考能力来变革教学形态与教学方式。文章对于技术赋能教学应该围绕什么，如何赋能等提出若干问题和见解，并介绍主动变革教学形态的探索实践。
关键词：生成式人工智能；教育的本质；能动性；“人―机”协同；教学形态
生成式人工智能是基于算法、模型、规则生成文本、图片、声音、视频、代码等内容的人工智能技术分支。进入21世纪，深度学习的出现给人工智能的内容生成能力带来了革命性变化。2022年11月，OpenAI推出了ChatGPT以及后续一系列模型，使得生成式人工智能开始拥有特定的产品形态，并引起了全世界的关注。
生成式人工智能的诞生，意味着“数字革命”又迎来了新的里程碑，也给社会政治、经济、文化、科技、教育、伦理等各个方面带来了影响，引发了广泛的思考和讨论。对于教育而言，生成式人工智能到底带来了什么机遇、影响和挑战？应该如何积极主动地拥抱它？怎样探索人工智能赋能教育的有效路径？这是当今教育界需要深入思考的问题。
一、生成式人工智能带来科研范式的变革，或将深刻变革教育形态
在生成式人工智能来临之前，人类已经经历了个人电脑、互联网的出现和普及、搜索引擎、社交媒体等一系列应用的崛起等技术和产业变革。信息化、数字化、网络化已经给人类社会带来了翻天覆地的变化，极大地改变了我们的生活方式，同时也塑造了教育的新形态。资源共享课、在线开放课程、混合式教学方法改革、线上直播教学、带有丰富的数字教学资源的新形态教材等，都已经成为人们司空见惯的教育形态。
尽管很多人还在努力适应这些早期革命带来的广泛影响，然而从2022年底以来,人们发觉自己突然被卷入另一场数字革命中，让此前技术带来的革命都在生成式人工智能面前相形见绌。生成式人工智能可以整合来自网页、社交媒体和其他线上媒体的海量数据资源，并根据自然语言对话界面中输入的提示信息自动生成内容，表现形式包括自然语言文本、图片（包括数字绘画、漫画等）、视频、音乐、软件代码等人类思维的全部象征性表述。
虽然目前的生成式人工智能还无法生成新思想，但是不可否认的事实是，生成式人工智能已经表现出超强的能力。2024年4月，美国总统科学技术顾问委员会（PCAST）发布了题为《赋能研究：利用人工智能应对全球挑战》的研究报告。该报告认为人工智能技术正逐渐成为赋能科学研究以及应对全球与社会性挑战的关键力量，人工智能技术具有准确性、可复现性、公平性、韧性、可解释性的特点以及不负责任应用等潜在风险。该报告系统阐述了人工智能如何赋能科学研究，以及助力全球与社会性问题的解决，并针对人工智能可能带来的潜在风险与问题提出系列政策建议。人工智能，特别是生成式人工智能，有望在应对人类面临的能源、气候、医疗保健等重要领域的严峻挑战时发挥关键作用，同时通过公平、有效、负责任地利用人工智能进行研究还有望为各国经济社会发展带来全新机遇。
我国十分重视人工智能的发展。习近平总书记在致2024世界智能产业博览会的贺信中指出，“人工智能是新一轮科技革命和产业变革的重要驱动力量，将对全球经济社会发展和人类文明进步产生深远影响。中国高度重视人工智能发展，积极推动互联网、大数据、人工智能和实体经济深度融合，培育壮大智能产业，加快发展新质生产力，为高质量发展提供新动能。”生成式人工智能可以赋能科学家提升科研效率与创新能力，从而带来科研范式变革。生成式人工智能的核心优势之一，就在于其强大的数据处理和分析能力。它可以快速识别有效信息和最优解决方案，例如在材料发现、药物设计、气候模拟等领域中优先识别出最有可能产生重要成果的研究方向，并作为一种辅助工具激发人类的创造性思维，辅助揭示两个科学领域之间的联系，推动跨学科研究的发展。它还可以极大地节省人力，把人们从次要的烦琐的任务中解放出来。2024年诺贝尔物理学奖和化学奖均授予了人工智能领域的科学家，这显示了人工智能赋能科学研究的巨大潜能。
然而，当对比此前的信息化、数字化、网络化、人工智能等数字革命对教育产生的影响时，我们却发现，这些技术对教育的影响和改变并没有想象中的巨大，至少要比它对科研方式、人们的生活方式等的影响要小得多，或者说这些技术对教育产生影响的过程要缓慢得多。如果回顾从计算机、互联网问世至今的科技发展历程，就会发现科技改变教育的进程都要比其他领域更加缓慢和滞后。尽管教学形态发生了一些变化或者大的变化，但是与上述翻天覆地的变化相比较，其影响不仅很缓慢，“效果”可能还谈不上“革命性”。这充分反映了教育的复杂性。
但是，本次来临的新的一场数字革命，即生成式人工智能的到来，与之前的数字革命有很大的不同，生成式人工智能或将带来教育形态的深刻变革。首先，对广大一线教师而言，生成式人工智能依然处在一个正在被初步认识的接触适应阶段，还没有真正地对教学范式带来“革命性”的变化。其次，专有教育大模型以及可以有效使用的人工智能教育产品还与实际教学需求相距甚远。最后，一线教育工作者需要主动和深入思考生成式人工智能给教育带来的机遇、问题与挑战，需要主动变革教学的模式与方式方法，适应生成式人工智能带来的变化。因此，它对教育的影响还有待进一步考查，也有待在教学实践中进一步主动探索实践。这也充分反映了教育本身不同于科研和其他工作的复杂性。
正因为上述原因和教育的复杂性，我们更应该积极主动地拥抱人工智能。我们要转变观念，主动学习、思考、研究和实践，主动应对人工智能带来的挑战。不管是学校、学院还是教师层面，都应积极行动起来，探索用人工智能技术赋能教学的有效路径。正如教育部部长怀进鹏指出的那样，“要加快推动人工智能赋能创新教育，推动形成创新教育和数字教育、智慧教育互融互促的良好生态。”
二、生成式人工智能给教学带来的机遇和挑战
生成式人工智能具有过去的技术完全没有的优势，这些优势将在AI助教、AI伴学、辅助学习、作业测评、课程设计、协助备课等方面为教和学的变革带来巨大的机遇。例如，在课程设计方面，它可以为教师提供创意思路，协助检索和整理文献资料，生成教学大纲、课程计划和阅读材料等课程资料。在协助备课方面，它可以给老师提供初步的计划，整理加工通识性和常态化的内容，帮助教师节省初始的“头脑风暴”的时间，而教师则像“厨师”一样，可以根据人工智能提供的简单的“食谱设计指南”设计出可供学生享用的“思想盛宴”；在AI助教、AI伴学方面，它可以提供24小时服务，不仅知无不言，而且态度良好；在作业测评方面，它可以生成作业测验和考试，帮助评估学生，学生也可以用其来做自我评价；在辅助学习方面，它可以帮助学生实现自主学习和个性化学习，能提供丰富的解释、方法、资讯和思路，帮助学生提高自学能力和养成自学习惯，尤其是终身学习能力。
生成式人工智能给教育带来的不利影响，也引起了诸多讨论。联合国教科文组织（UNESCO）教育助理总干事斯蒂芬妮亚·贾尼尼（Stefania Giannini）在题为《生成式人工智能与教育的未来》（Generative AI and the Future of Education）的文章中，着重对人工智能带来的潜在危机进行了分析，并指出应该减缓、暂停或停止使用人类尚不充分了解的人工智能技术，同时增加对技术本身的理解，研究何时和如何安全使用这些技术，以及使用目的。斯蒂芬妮亚·贾尼尼对人工智能在教育领域的应用所持的审慎态度，具有现实的针对性。她所指出的人工智能的潜在危机，实际上已经出现端倪，值得我们深入思考。
归纳人们对生成式人工智能的潜在危机的担忧，主要体现在以下几个方面。第一，生成内容的正确性/准确性问题。生成式人工智能是按照互联网上常见的方式将一个个词汇串起来，生成的文本可能不一定准确，并可能导致使用者过度信任人工智能输出的内容。第二，生成内容的先验性问题。人工智能生成的内容可能会误导不具备充分先验知识、无法识别其正确性、准确性或不具备有效质疑能力的年轻学生。学生依赖人工智能汇总的二手信息，可能会失去在试错中学习的机会，以及通过实证实验等方法构建和验证知识的机会。而这一点对实践性极强的工程教育而言，是不可忽视的影响。第三，生成内容的同质化问题。人工智能的回复较为标准化和统一化，缺少多元话语，将限制多元化创新思考，弱化学生独立思考和自主探究。第四，弱化学生的能动性问题。学生用它来写作或从事其他创造性活动，可能会慢慢无意识地形成依赖心理，影响知识技能的创造性发展。第五，学生思考过程缺失的问题。学生可随时询问人工智能工具，它马上就给出答案，学生则不用经过任何思考。第六，催生新的“抄袭”方式。学生甚至可能用生成的文本内容来冒充自己的作业，而不再经过自己深入思考和实践来做作业。第七，学生的人际交往弱化问题。人工智能会减少人与人之间的互动，减少学生对社会情感能力的学习。例如，现在一线教师已经普遍感受到，相比几年前的课堂情况，疫情期间完全在线上学习的学生，会在课堂上更加沉闷。这样不仅不利于培养拔尖创新人才所需的表达与沟通能力、团队协作能力、领导力，也不利于学生的心理健康发展。第八，未知的伦理问题。例如，对于人文社会科学来说，人工智能的技术霸权还可能导致文化意识形态的霸权等。
实际上，在信息化、数字化、网络化的技术发展进程中，一直都伴随着这样的“双刃剑”现象，智能化技术亦然。生成式人工智能带来的机遇和挑战，体现在学生的身上，在笔者看来，将使学生的发展呈现两极分化的“马太效应”，即那些学习主动性很强、能动性很强、善于自学、善于独立思考、能够正确和善于运用生成式人工智能赋能自己学习的学生，将会变得更加优秀、更快成长；反之，学生可能就会深受其害。很多文章谈到人工智能时，谈的基本上都是它对教师带来的“挑战”或者教师是否“被替代”的问题，但在笔者看来，生成式人工智能给学生的学习带来了更大的考验。学生并不天然地具有正确使用和驾驭人工智能技术的能力，更依赖于自身是否养成良好的主动学习与自学习惯，以及自觉性、克制力、独立思考能力等。因此，须通过适当的方式加强引导和教育，使学生真正地把生成式人工智能技术变为成才的杠杆、成长的阶梯。这反过来又对教师的教学提出了更高的要求和标准，要求教师主动变革教学方式，即变革教育形态，从而将其转化为辅助提高教学质量的方法和手段，使教师的教学水平变得更高，学生的学习效果变得更好。
三、回归教育本质、目的和基础问题，更加重视学生的能动性
生成式人工智能技术赋能教学固然重要，但笔者认为，要从实际出发，既不能强制推行，也不能被商业公司炒作诱导使用。可以肯定地说，目前商业公司推出的人工智能教育产品还与实际教学需求相距甚远，而且很多产品并非围绕教育本质来做的，与高等教育培养拔尖创新人才的理念未必是相符的。推动“人工智能+教育”首先要求教师能够深刻认识教育的本质，并从这一前提出发，回答“为什么用和怎么用人工智能技术”的问题，是为了“时髦”而用？是因为“大家都在用”，还是因为“形式上用了就表示教学创新”？应该围绕生成式人工智能带来的影响与挑战，回归教育本质，更加重视学生的能动性，围绕拔尖创新人才的核心能力培养，主动探索实践“人工智能+教育”的教育新形态，深刻变革教学形态，进行教学方式的革命，探索出可行路径。
无论技术形态如何变化，教育的本质和目的都是万变不离其宗的，那就是要着力提高人的能动性。因此，推动人工智能技术赋能教学的出发点和落脚点，都在于是否提升了学生的能动性，在于是否为学生提供了真正有益的教育。从某种意义上说，无论用什么技术赋能教育，永远都要坚持以人为本，紧紧围绕未来人才应该具备的核心素养、核心能力来培养。人工智能技术赋能教育的核心是“赋能”，人工智能是“赋能”的工具。否则，形象一点说，生成式人工智能工具被算法和数据训练得“越来越聪明”了，学生却“看不懂生成的知识内容”“提不出有意义的问题”“人工智能会解决问题，自己却不会解决问题”了，这不是教育的成功，而是教育的失败，更不是“赋能”。
因此，教师一定要思考清楚人工智能赋能教育什么，是形式上用了人工智能工具就在赋能吗？要怎样用好技术赋能更好地培养学生本身的能动性？
第一，运用生成式人工智能或其他智能工具来教学的目的是什么？是为了赶时髦，为了课堂在形式上有所谓的创新，还是真正为了学生更好地成长？学生到底受益没有？使用人工智能工具，是在传统的教学形式上的锦上添花的点缀，还是变革了传统的教学方式及学生的学习方式？使用人工智能工具之后，学生的什么能力得到了锻炼和提升？尤其重要的是，学生的学习与研究兴趣是否得到了更大的激发，是否更加愿意主动学习，学习能力是否得到提升。学生是否对课程涉及的抽象难懂的概念（例如数学课程等）和科学原理理解得更深刻，思维能力是否得到提升，是否更愿意主动学习，是否更喜欢本课程学习等。
第二，“人―机”协同与互补，人工智能技术赋能教育的理想状态，就是人类能动性和机器之间实现互补，帮助学生开展基础知识与基础能力的自学能力培养，提升学生的自主学习能力，激发学生的学习兴趣乃至学术志趣，促进学生进行深度学习和深度思考，提升学生的思维能力、提出有意义问题和解决问题的能力，尤其是培养学生提出有意义的问题的能力。
那么，如何开展有效的“人工智能+教育”教学设计呢？
其一，教学设计要考虑到学习基础知识的能力和基本的科学素养仍然是今后教育的重点之一。技术乐观主义者声称的“由于人工智能可以直接生成知识，因此学生不需要学习和理解基础知识”的观点，笔者认为是盲目有害的。如果真是这样的话，生成式人工智能生成的知识、内容、方法、思路等，人能够看懂吗？能够理解吗？受启发之后能够进行创新吗？
其二，教师的教学应该首要考虑如何培养学生的自主学习能力，培养学生提出有意义、有价值的问题的能力，以及独立思考能力和批判性思维。
其三，教师的教学要让学生感受、经历和体验思考的过程。
结合以上三点，我们在教学中需要保证使用人工智能工具应该比不使用人工智能工具更能提高学习效率。对教师还应该有更高要求，即要重新设计作业，不布置生成式人工智能可以比人类学习者做得更好的作业任务，需要布置只有人类才能做、人工智能做不了的作业任务。显然，这些对教师来说是一个巨大的挑战，要求教师具有更高的教学水平与更强的教学能力。
此外，要让人工智能工具在教学中发挥有效作用，建设和训练适合本门课程的人工智能专有大模型工具也是很重要的。人工智能专有大模型可以使得生成的内容具有更好的正确性、准确性、简洁性等方面的优势，否则会影响学生运用人工智能工具进行辅助学习的兴趣。
四、主动变革
笔者作为坚持在课堂一线的教师，为了应对飞速发展的人工智能浪潮，课程在原有基础上进行人工智能升级改造，形成了在线智慧课程、交互式AI数字教材、智能助教协同三位一体的教学模式。
运用中国大学MOOC人工智能升级版建设智慧课程平台，出版交互式、犹如课堂学习环境的《线性代数》AI数字教材，“人―机”协同围绕培养学生的自主学习能力、提出有意义问题能力，以及全过程研究式教学的课堂教学变革等全方位的实践。
1．打造专有大模型：“线代智多星”智能助教嵌入课程平台和数字教材
用专门化特色语料训练专有大模型，可以使其回答得更精准且更契合教材与课程的内容，从而避免通用大模型的诸多缺点。对比研究发现，常见的通用大模型存在诸多缺陷，例如缺乏对生成文本的可解释性，对专业领域知识理解差、对私域知识了解有限，给出的回答容易使学生对人工智能工具的回答不知所云，可能使得对课程涉及的学术知识不够了解的教师也不能给学生解释人工智能回答的正确性或者如何回答，这些缺陷容易使学生对人工智能工具的实用性失去兴趣。
为更好地发挥在线课程和数字教材的作用，在优质数字教学资源的基础上构建专门化的语料库，研发课程的智能助教“线代智多星”，可以搜索提问相关的知识或历史对话，结合原始提问创造丰富Prompt并生成准确输出，确保了回答的准确性、明确性、简洁性。相较于通用大模型，该智能助教基于检索增强生成（RAG）技术，能够提供更加精准和契合教材的答案，能更好满足学生的个性化学习需求。
通过与ChatGPT-4、Kimi智能助手、文心一言、通义千问等多平台人工智能工具比较发现，在“辅导答疑”方面，也体现在“AI辅助期中测试卷”“定制个性化学习方案”等诸多任务中，专有的线性代数大模型RAG系统的问答效果都要更加优异。在专有人工智能工具协同下学生自主学习之后，全新的课堂教学方法变革深受学生喜爱，典型评价包括“很巧妙，很愉快，很舒服”“一步步地提出问题并且找到解决方案，很有成就感”“对于这种教学方式希望能够在更大范围内推广”。
2．智慧课程平台：运用中国大学MOOC智慧课程平台实现在线课程的智能化升级
2024年10月，“线性代数与空间解析几何”智慧课程正式上线，中国大学MOOC智慧课程平台提供了强大的技术支撑。在平台的支持下，利用人工智能技术提供了高效的、个性化的教学服务，包括“AI助教智能问答”“AI辅助课程学习提效”“个性化学习”“自动生成课程知识图谱”“认证成绩和证书”等服务。尤其是中国大学MOOC的课程专有大模型工具24小时“AI助教智能问答”的效果很好。此外，该平台还将逐步完善“AI教学设计”“AI辅助建课”“AI工具箱”等功能。
例如，建设了该课程专有生成式大模型答疑系统“AI助教智能问答”和人工智能助学系统，通过AI助教提供智能答疑和个性化学习定制，进一步增强线上课程的交互性。升级后的课程不仅丰富了线上课程资源，同时也便于进行“教师―AI协同”的“学生自主学习+课堂全过程研究式深度学习”的全新课堂教学模式。以该课程专有生成式大模型工具“AI助教智能问答”为例，当学生询问“矩阵的秩的常见计算方法”时，“AI助教智能问答”会给出非常清晰且专业的回答，并且会列出对应的“信息来源”。询问“计算矩阵逆的方法”时，“AI助教智能问答”也会给出简洁清晰的回答。
又如，智慧课程还增加了自动生成课程知识图谱的功能，通过知识图谱进行课程知识的关联与呈现。人工智能帮助该课程梳理的知识图谱包括243个知识点、327个教学资源、411个知识关系。比如，“行阶梯形矩阵”是通过行初等变换将矩阵化为一种简化形式，用于简化矩阵的计算和线性方程组的求解。在这个知识点的“知识图谱”关系网中，AI会告诉学生，这个知识点“包含于矩阵的基本运算”，同时还需要学习“前置”的知识点“矩阵的秩”。
3．教材形态变革：出版多维度关联、交互式、前沿科技关联、个性化、犹如课堂学习环境的数字教材
《线性代数》数字教材由笔者主编，该教材由笔者带领数学与信息交叉科研团队的青年教授精心打造，于2024年由高等教育出版社出版。它以全新的呈现方式，提供了超越纸质教材的可及性、互动性、个性化优质数字资源，与人工智能和大数据科技前沿融合，嵌入专有大模型AI助教；数字教材自身就成了超越传统教材，犹如一个交互式、个性化的课堂学习环境，学习教材就犹如在课堂学习。
《线性代数》数字教材是在纸质新形态教材《线性代数》基础上的创新发展。纸质新形态教材《线性代数》是教育部高等学校大学数学课程教学指导委员会和高等教育出版社共同打造的“新时代大学数学系列教材”三部教材中的一部，是国内第一部在本科数学基础课程中充分反映新工科特色和科教融合特色的教材，可为大学一年级新生搭建起连接数学基础课程与前沿信息科技的桥梁。
该数字教材嵌入了高等教育出版社大模型平台训练的专属AI助教，能够提供更加个性化、高效率、互动性的学习体验。它还融入了多维丰富的数字资源，包括前沿视角、概念解析、典型例题精讲、前沿应用实例、习题、复习题、思考题、自测题等多媒体数字教学资源，以及基于HTML5标准的可交互实例，而且可以在人工智能课程平台与数字教材之间随时互联转换，十分便于学生开展自主学习。
此外，该数字教材与智慧课程相互关联，实现了互联、互通，学生阅读数字教材本身就犹如一个交互式、个性化的课堂学习环境。在数字教材中还可以通过相应按钮随时进入智慧课程平台学习，在智慧课程平台中学习也可以通过相应按钮随时进入数字教材学习。
智慧课程平台和数字教材中嵌入的两个专有大模型人工智能工具各有千秋，都很强大实用。
4．课堂教学变革：回归教育本质，更加重视学生的能动性
教育的目的和本质未变，不管是否有生成式人工智能技术，我们要做的始终是为学生提供真正有意义的教育。有所不同的是，生成式人工智能技术的到来，使我们应该更加以人为本，更加以学生的能动性为重。
在生成式人工智能协同下，主动变革课堂教学模式，改变传统的学习方式和教学方式，以及学生交互性、个性化的学习，培养学生的自主学习能力乃至终身学习能力；课堂教学聚焦学生核心思维能力的培养，即聚焦学习能力、提出有意义问题的能力、研究思维能力、独立思考能力、终身学习能力的培养。把“人工智能助教协同下的自主学习”和“课堂全研究式深度学习”结合起来，不是仅选取几个节段，或者仅精选几节课进行模拟，而是从第一节课开始，尽量贯穿整个课程的、自始至终的教学过程，引导学生开展自主学习、加强独立思考，培养学生提出有意义的问题的能力，培养研究性思维。
具体来讲，做法就是：在课前，学生在人工智能助教的协同下，适度自学教材内容；在课堂上，追根溯源、返璞归真，引领学生一起不断提出有意义的问题，师生全程一起融入“做研究”似的教学过程，对课前自主学习的内容进行深度学习、深度思考，对于抽象的数学概念达到深刻理解，努力让学生每次课都能感到“眼前一亮”，深刻感受深度学习和做研究的方式。
这种授课方式，不仅可激发学生的学习兴趣，把整个课程学习过程视为课程的知识体系就是由师生一道“建立”起来、“研究”出来、“发明发现”出来似的。尽可能每堂课如此，不断反复训练，培养学生发现问题、提出有意义的问题、然后解决问题的能力。课程学习不仅是学习知识，更重要的是每堂课如此，让“研究”、独立思考、研究思维成为学生的习惯，自然就形成能力，让学生有满满的获得感。这种获得感，在学生的评教中得到了充分的体现。有的学生在评教中写道：“这门课的最大特点是让学生找到一种当研究者的感觉。比如，在给出n维向量定义之后，不是马上就讲n维向量空间，而是不断地启发我们把自己当作数学家去思考。这样，我们受到老师的引导启发，会想到从‘三维’推广到‘n维向量空间’。本身枯燥、抽象的n维向量空间学习，就这样变得生动有趣了。”“老师讲得特别好，真的是一步一步带着我们去研究那些概念，听课感觉很享受。”“能够激发学习兴趣，充分调动学生积极性，鼓励学生自主学习。”“感谢老师，我的线性代数与空间解析几何能力得到了升华。”“非常好的课程，使我的大脑旋转。”“教学方式十分先进，在学生自主学习的基础上授课，能够充分发掘学生的潜力，同时让教学进行得十分流畅，不过这也对学生的要求较高，要让学生及时充分地进行预习和复习。”“很注重体系、思维、看待问题角度的培养，上课更多的是拆分新内容，转化为已知内容，或者从问题的由来引入，学习时很有乐趣。”“有许多新的教育方法与思路，学生有明显的学习获得感。”“老师对数学的本源充满最赤诚的执着，善于引导学生自主探索、批判性思维，能唤醒学生对数学的兴趣。”也有的学生写道：“老师在课程中积极引导我们写小论文，形成自己的观点，最后完全按照学术论文的标准要求我们。”
课程教师鼓励学生使用人工智能助教进行答疑和培养自学能力，但更强调锻炼学生的独立思考和批判性思维能力。对此，学生也给予了肯定性评价。学生们在评教中写道：“能巩固知识，如预习克拉默法则时能提前出一些简单题目。”“有帮助，可以在预习的时候充当老师。”“可以给我提供思路，让我更好地运用所学知识。比如说刚学习一个定义不知道怎么使用，可以通过AI的解答来规范自己的解答。”“在预习时碰到经过思考仍不太懂的知识点，问AI可以有效解决这个问题，老师课堂讲的时候加深了印象。”“我在询问矩阵可交换的条件时，提前了解到了之后需要研究的问题，例如逆矩阵等，有启发联想的作用。”
对于这种新学习模式，学生的评价是：“老师的提问引发了同学们积极思考，同时课堂也更加活跃了。”“老师讲得更深入，这样上课更有效率，像这样上课，学习课本和视频里学不到的东西，课上有收获。”“我们先自主学习整体知识框架，然后老师课上重点讲思维与拓展，对知识又一次进行了升华。”“感觉挺好，老师上课把我预习时没注意的给点出来了，感觉理解得更好了。”“我觉得这样可以更快进入更有深度的内容。”“在开始讲行列式的时候确实觉得很神奇，感觉行列式的定义与性质就是一步步定义与发现的。”
五、结语
积极拥抱人工智能，探索“人工智能+教育”的有效路径，是在新时代培养拔尖创新人才的必由之路，也是应对生成式人工智能等新技术挑战的必由之路。生成式人工智能固然给教学带来了诸多风险和挑战，但教师可以通过主动变革教学方式，让生成式人工智能成为提升课堂教学水平的有力工具。但课堂仍然还是原来的课堂，课堂参与对象还是教师和学生。教师的教学方法变革了，生成式人工智能作为课前或课后（当然也可以是课内，依教师各自的方法上的喜爱而定）“人―机”协同工具，使得课堂成为教师过去难以实现的更高教学目标的新课堂，走出一条人工智能时代大学课程教学形态主动变革的创新道路，形成属于每位教师个人独具的、不可替代的教学风格。
（作者：黄廷祝，电子科技大学教授，国家级教学名师，教育部高等学校大学数学课程教学指导委员会副主任委员，电子科技大学高等教育与发展中心顾问，教务处原处长）