北师大教育学部举办人工智能教育教学工作坊

 探讨AI教育实践经验

2025年6月20日，北京师范大学举办人工智能教育教学专题工作坊。清华大学计算机科学与技术系王宏宁副教授受邀进行主旨讲座，深度分享了清华大学在人工智能赋能教育教学领域的探索历程、实践案例与核心洞察。

直面教育本质：AI如何重塑教与学

王宏宁副教授首先回顾了教育发展史，从孔子“言传身教”到现代大学教育，再到互联网打破知识围墙。他指出，生成式人工智能的爆发性发展正带来颠覆性影响：“当AI模型在竞赛级别测试中的解题能力超出人类水平时，我们必须重新思考——教师该教什么？学生该学什么？如何开展教与学？”

清华实践：从解惑到创造的三层赋能体系

王宏宁系统介绍了清华“AI助教系统”的核心架构：

1.基于学科知识的智能解惑：AI助教融合不同知识来源，根据学生对知识点的掌握进行个性化解答与辅导。目前已覆盖182门课程，累计响应学生提问达18万次，显著减轻了教师的工作压力。若采用传统模式，为60名学生每人提供30分钟一对一辅导几乎难以实现，而AI助教的介入，使这一目标成为可能。

2.基于思维引导的交互问答：结合建构主义学习理论，设计多智能体交互策略与自我评价，突破简单问答，实现引导式对话。例如在编程课中，AI通过多轮反思模拟人类教师，引导学生自主推导解决方案而非直接给答案。 

3.基于多智能体的虚拟实验：传统实验教学面临物理设备昂贵、实验场地受限、操作安全风险等问题，基于大模型搭建虚拟实验平台，可实现电路实验、物理实验、复杂系统建模、社会模拟等。

关键技术突破与挑战

1.低门槛开发：教师只需通过自然语言描述需求，即可创建学科智能体。在上传教材、课程讲义、文献等资料后，AI自动构建知识图谱、提炼问答对。全程无需编程操作，大幅降低技术门槛。

2.多模态交互与控制：通过微调模型实现多模态输出，以满足特定学科需求。例如，建筑设计需微调模型满足美学要求，避免生成“带灯塔的农场”等错误。同时，复杂多模态语义理解能力的缺失会加剧模型推理和计算偏差，需要针对性提高大模型多模态推理能力。例如，在电路原理等专业课程中，需训练专用模型实现电路图到仿真语言的精准转换。 

3.推理性能与效率的平衡：单轮回复生成需15-20秒响应时间，多轮思考显著影响体验，亟待工程优化。

数据揭示深层价值

一项写作试点研究显示，基于AI助教提供的800字详细批改（远超传统教师20字点评），15名学生的作业质量显著提升。学生反馈：“感受到努力被认真对待”。凌晨高频使用数据则体现AI成为学生“及时雨”，缓解了深夜无人求助的学业压力。

回归教育初心

王宏宁强调，“假舆马者，非利足也，而致千里；假舟楫者，非能水也，而绝江河”，当记忆型知识获取被AI极大简化，需要培养学生学会提问、辨别答案质量等高阶能力。同时，他提出开放命题：如何评价智能助教系统对于教与学的效力？知识产权与数据所有权如何界定？需教育界与技术界共同求解。

最后，北师大相关院系教师及教育技术研究者深度参与研讨，共同探索AI赋能教育教学变革路径。