一、课程背景​

在《教育强国建设规划纲要（2024—2035年）》与《关于加快推进教育数字化的意见》政策指引下，人工智能大模型已成为重塑教育生态的核心技术引擎。为响应国家“人工智能+教育”战略部署，助力高校教师突破传统教学模式瓶颈，我中心组织中国科学院相关研究所、中国科学院大学、以及国内头部企业专家，设计了本课程，聚焦大模型技术赋能下的教育技术、科研提效与教学创新，构建“技术认知-场景应用-实践创新”三位一体的能力培养体系，推动教师从“经验型”向“智能型”转型。

二、课程目标​

• 认知升级：系统掌握大模型技术原理、发展脉络及教育应用场景，理解AI驱动的教育变革趋势。
• 技能提升：熟练运用大模型工具（DeepSeek、QwQ大模型等）完成教案设计、智能批改、科研数据分析等全流程任务。
• 实践创新：通过案例实操，探索AI赋能课程建设、个性化教学及科研范式重构的可行路径。

三、课程特色​

• 政策导向性​：紧密对接教育部“人工智能助推教师队伍建设”行动要求，覆盖政策文件中明确的“智能教学工具开发”“教育资源共享”等核心任务。
• 技术前沿性​：聚焦DeepSeek、QwQ等主流开源大模型，解析自然语言处理、RAG、多模态交互等关键技术。
• 场景实战性​：设置“智能备课”“文献智能”“流程工作智能化”等十多个高频应用场景，提供可直接迁移的解决方案。

四、课程亮点​

• “理论-工具-案例”三维教学法：每章配备理论解读→技术拆解→场景演练→成果展示的完整学习闭环。
• 大模型实战工作坊：基于DeepSeek等平台开展“手把手”教学，完成从提示词工程、模型微调、Agent开发全流程实操。
• 跨校协同创新：设立“AI+教育”课题研究小组，推动校际智能教学资源共享与联合攻关。