这两年，智能制造与智能装备学院杨丹老师的备课桌上，多了大语言模型和若干课程智能体这一新搭档。遇到把握不准的知识点，借助工具检索求证远比翻阅书本高效；想要为“单调谐回路”寻找生活化教学类比，几秒内便可获取多组备选方案，多数内容并不适用，但偶尔也能收获恰到好处的教学素材。课堂之上，学生提出的问题纷繁多样，一部分疑问能够交由智能学伴予以解答，而那些角度刁钻的深度追问，依旧需要杨丹亲自回应。

改变并不只发生在备课环节。历经两年探索，这门历来让不少学生感到畏难的课程，从备课筹备、课堂讲授，到作业布置、教学评价，全流程依托智慧课堂与智学重工平台完成重塑。回望这段改革历程，其间既有不断试错的经历，也有尚未跑通的尝试，在杨丹看来，这些实践中的经验与教训，同样具备重要的参考价值。

为什么改：学生卡在哪儿，产业走到了哪儿

《通信电子线路》是电子信息类的核心课，也是最容易劝退学生的一门。高频小信号调谐放大器就是个典型：增益、带宽、选择性三个指标此消彼长，学生背得出公式，一到“Q值取多少”就卡住。这不是算不出来，是没做过工程判断。实验更麻烦，仿真里曲线漂漂亮亮，实物一上电就自激，学生盯着示波器发愣。讲了三遍、练了五遍，下一届还是照旧。

产业这头变得更快。智能运维、AI射频优化这些新场景，要的不只是会算放大器的人，还得看得懂数据、调得动模型。继续一支粉笔讲到底，学生毕业时手里那点本事，可能刚好是设备已经不用的。课必须改。推翻重来既不现实也没必要，我们走的是另一条路：让AI一个环节一个环节地参与进去，备课、出题、答疑、判分，试得动就留，试不动就撤。

怎么改：智能体、任务链、知识图谱

第一批上的是智能体。智学重工平台上，课程组做了19个：教师端一个AI助教，以数字人形象驻在平台里，挂着课程知识库，也能联网检索，备课找资料、出练习题先问它；学情分析智能体每周自动出班级周报、学生个人画像和进度落后名单；学生端配了智能学伴，靠知识库和实践反馈答疑问。三个端口的数最后都回流到备课环节，教什么、怎么改，看数据说话。

图1 智能体天团

第二层是任务引擎。一个“单调谐回路谐振放大器”任务包发下去，学生先画晶体管Y参数等效电路，提交后AI即时点评，学伴推一段数字人微课补漏。课上分组在Multisim里改回路Q值扫频，测增益、通频带、矩形系数，投屏一放，谁的曲线塌了全班都看得见。为“提Q还是保带宽”争起来时，数据说话，杨丹只管把结论收到“增益带宽积为常数、按通信体制折中取值”这条线上。接着上实验箱实测，仿真曲线和实测曲线并排摆，自激、失配成了最好的误差分析素材。课后智能题库出题，杨丹审一遍，再按画像分层推，进度落后的系统自动预警。现在课程里有15个教学设计、29个AI实践任务，全过程留痕。

图2 任务引擎串起AI实践链

第三层最费工夫，是四张图谱。知识图谱把全课程230个知识点、1500多条关联标了出来，建设率100%，Y参数折算、Q值取舍这些最容易断的地方单独标成难点；问题图谱收了失谐、自激、增益不足三类典型故障，编成能一层层追问的问题链；能力图谱把电路优化、系统调试、故障定位分别挂到具体教学环节上。思政图谱花的时间最长，家国担当挂在“第一级灵敏度”这个节点，工匠精神挂在“0.5dB反复调试”那个节点，讲到这里顺手带一句，比单开一节思政课管用。这四张图后来也成了智能体答疑、推任务的检索来源。

改得怎么样：看数字，也看学生

先看账面上的。最新一轮覆盖5个教学班、195人，仿真调试成功率90%以上，课程满意度95%以上。2022年到现在，这门课在线上平台开了4轮，建成资源430个，累计访问8.7万次，课程活动2.3万次。

课程后来批了重庆市一流课程、校级“人工智能”重点建设课程首批立项和课程思政示范课程，也撑起4项教改项目；同样的做法搬到《移动通信》《信号与系统》《模拟电子技术》，大体能跑通。不过杨丹最在意的不是这些。以前怕电路、躲实验的学生，现在会追着问“我的实测曲线为什么和仿真差了这么大”；有个学生在实验箱前折腾两节课，自己把自激的原因找出来了，那种表情在课堂上是装不出来的。

图3 学生实验过程

几点体会：AI 能替掉什么，替不掉什么

经过两年的改革实践，杨丹也沉淀出三点真切的教学感悟。

第一，AI可以提升工作效率，却无法直接提升教学质量。AI生成的教案、习题素材，都要经过三道审核：核查知识点准确性、评估内容适配本届学生学情、校验价值导向，不符合要求绝不进入课堂。技术带来处理速度，但是教学的判断权必须掌握在教师手中。她坦言课程组也曾踩过误区，曾经未加甄别直接使用AI输出内容，这也是课程数智化改造过程中需要重点规避的问题。

第二，数据能够呈现学情，却无法完整看见学生个体。学情画像可以标记出学习掉队的学生，但真正帮助学生走出困境的，往往是课后简短沟通和课堂上的关注引导。倘若AI解放出来的时间，又耗费在填表、整理材料之上，那么技术赋能教学的意义便大打折扣。

第三，推进课程改革，先要实现教师自身理念与能力的更新。课程组常态化开展集体培训研讨，探究AI工具的教学用法。从最初掌握基础操作，到逐步厘清AI的适用边界，分辨什么时候该用、什么时候不该用。教师不亲身实践探索，再完备的方案，也只能停留在纸面。

目前《通信电子线路》的数智化改造依旧处在迭代完善阶段。智能体偶尔会出现回答偏差，各类图谱仍有优化空间，教学过程中学生也不断提出全新问题。但有一个认知愈发清晰：AI工具能力越强大，前期“该不该这么做”的价值判断就愈发重要，而这一环节，现阶段只能由身处讲台的教师来完成。

文/图 智能制造与智能装备学院 杨丹

编辑/党委宣传部