《人工智能通识教程》课件 7.3 智能教育.pptxVIP

CHAPTER智能教育技术赋能，人机协同，重构教与学的新生态本章以北京邮电大学码上平台为案例，展示大模型如何赋能编程教学，并系统讲解智能教育的技术基石、分学段实践、核心价值与伦理挑战。7.3

码上平台：编程课的AI助教码上平台：北邮自主研发，基于讯飞星火大模型，入选教育部首批人工智能+高等教育应用场景典型案例5—5轮启发式辅导循序渐进路径智能审题→代码分析→关键点拨→详细指导→正确代码，引导学生独立解决问题教学理念强化思维训练，而非直接给出答案N!?—多维度辅助N多轮对话答疑学生可对不懂之处继续追问，深度交互!知识点提示个性化学习建议，精准定位薄弱环节?求助老师难题转交教师针对性指导，人机协同

智能教育的技术基石四大技术构成教育神经系统机器学习与自然语言处理机器学习算法分析学习数据构建预测模型，实现个性化推荐与自适应学习。北邮邮谱平台基于大模型与知识图谱双驱动，实现私人定制式辅导。自然语言处理实时识别发音准确性并指导纠错，理解开放式问题并提供个性化解释。科大讯飞AI听说课堂、北大北大问学平台已投入教学实践。计算机视觉与大数据分析计算机视觉捕捉运动姿态分析动作规范性，通过多模态数据实现教学客观评估。智慧体育系统、北师大AI+课堂教学评测系统为代表应用。大数据分析贯通课前、课中、课后数据闭环。华中科技大学构建智能学业预警与协同帮扶机制，将事后补救转变为事前