AI+ 智慧课堂系统解决方案 技术创新，变革未来 3 优势价值 方案亮点 核心优势 用户价值 2 方案设计 整体架构 系统设计 应用设计 1 背景分析 政策现状 需求分析 建设目标 目 录 2016 年 6 月 《教育信息化“十三五”规划》 决策支持科学化、管理过程精细化、教学分析即时化 综合利用互联网、大数据、人工智能和虚拟现实技术探索未来教育 教学新模式 建立以学习者为中心的教育环境，提供精准推送的教育服务 大数据 人工智能 政策分析 伴随式采集 课堂考勤巡课 资源高效利用 教学过程分析 课堂信 息推送 H5 页面展示 权限精准推 送 长时间积 不准确 录播资源利 用难 教学秩序管 理难 教学量化分 析难 信息共享不 方便 现状与需求 以课堂为核心，聚焦人脸识别、行为分析、视频结构化、大数据技术与教学的深度融合。打通考勤、录播、教学 分析等应用壁垒，实现人脸考勤管理、可视化巡课督导、视频资源管理、伴随式课堂分析、精准消息推送 等功能，满足教师、学生、家长和管理者等多角色的需求。 人脸识别 视频结构化 大数据 行为识别

赵建华 教授、博导 南方科技大学高等教育研究中心、联合国教科文组织国际高等教育创新中心 Email: zhaojh@sustc.edu.cn 从智慧教育到智慧课堂： 理论、规范与实践 智慧教育的内涵与特征 3 智慧战略引重视 • 2008 年 IBM 提 出智慧地球战略 智慧教 育 已 成 共 识 新加坡 2006 年iN2015 计划 智慧教育计划 提出 建立学习者为中 智慧教育：促进智慧学习 31 智慧教 学 的 智慧教学是教师在智慧教学环境下，利用各种先进 信息化技术和丰富的教学资源开展的教学活动。 特征 高效 开放 多元 互通 深度交互 32 常规 ( 课堂 ) 智慧教学过程 智慧学习 智慧学习是在智慧环境中开展的完全以学习者为中心的学习活动。 基本特征 培养技能 认知 创造 内省 交际 个性化 高效率 沉浸性 持续性 自然性 34 智 慧 慧 学 习 框 架 泛在网络 物联网 感知需求 分析需求 发 现 所 需 提 供 资 源 和 服 务 信息、数据、 服务支持 环境、终端 外部支持 智慧课堂：智慧教育主阵地 课堂信息化演变过程 Classroom 2.0 基本特征 交互性 智能化 网络化 虚拟化 未来教室 案例：南方科技大学附属实验学校 信息化应用环境建设 自带设备学习 （ BYOD

优化方案设计、提升推理性能，助力智能课堂行 为分析 英特尔与合作伙伴共同探索课堂行为分析在智慧教育 场景中的应用 • 人工智能行为分析解决方案开发及挑战 • 面向教育场景的行为分析方案设计 • 针对行为分析的英特尔产品优化方案 基于英特尔优化方案的应用案例 • 阅面科技：借力人脸识别与课堂行为分析提升教学互动效果 • 百家云：基于课堂行为分析实现双师课堂教学效果评估 15 15 15 html 图 1-1-1 未来教育信息化正向智能化方向切换 传统教育 人力驱动 • 课堂场景 • 一对多教学 • 老师板书讲授 • 学生被动接受 • 书面练习为主 • …… • 课堂教学与远程 教学结合 • 数字课件教学 • 多媒体学习终端 • …… • 互动式教学 • 精准化教学规划 • 多对多双师课堂 • AI 教学实训； • …… 信息化教育 技术驱动 智慧教育 数据驱动 9 8 环节、练习测评和教学管理三个核心场景： • 教学环节场景：与传统教学模式相比，智慧教育引入更多人 工智能应用来提升教学环节中的互动性和精准性。一方面， 通过交互式电子白板、双师课堂、AR/VR 教学等应用，不 仅可通过增强师生间的交互来提升线上线下课堂的教学效 果，也能有效缩小区域、城乡、校际间的教育质量差距，实 图 1-1-2 人工智能在教育行业各场景的应用 图 1-1-4 多样化的英特尔硬件产品矩阵

家长空间 教学资源 教师空间 学生空间 个人 老师、学生、家长 家校互动 基 础 设 施 域 (I A A S ) 智慧教育概述 教学 学习 新高考 - IDV 云桌面 - 智慧课堂 - 资源共享平台 - 题库管理 - 云教学 - 智慧录播 - 作业管理系统 - 个性化学习 - 教学检测质 量与评价 - 综合素质评价 - 课情分析 - 教师管理 - 学生管理 智慧教育 云平台 智慧教育概述 云支撑服务平台 网络及安全 主机 云存储 负载均衡 教学资源中心 资源 + 资源云平台 + 云存储 （专递课堂、名师课堂、名校网校） 教学数据中心 数据 + 数据云平台 + 云存储 （教务、总务、校务） 数 据 接 口 统 一 标 准 规 范 软 件 接 口 运 行 体 制 接 入 机 制 认 证 教育管理公共服务平台 通 通 平台 平台 宽带网络通达每所学校，所有学生和教师都 可以在学校使用教育云的服务 优质资源通达每个班级，师生可以充分利用 教育云提供的优质教学资源来进行 课堂教学和课外学习 每个教师、学生和机构都享有自己的空间， 所有与学习相关的活动都可以在教育云中完成 为各级教育行政部门以及地方政府提供教育管理基础数据和管 理决策依据

DCS+ModelMate+运营平台解决方案 ..................................................................... 20 图 11 AI 教育课堂评价系统 .............................................................................................. （二）基于 AI 课堂评价的智能巡课助力教学质量监测 为推动课堂教学模式向更高阶互动转型，北京航空航天大学依托智慧教室与讯飞 AI 教 学评价系统，实现了课堂教学全过程的无感巡查、动态监测与精准反馈。数据驾驶舱全景呈 现课堂运行动态，助力资源优化配置与高效督导；《课堂教学 AI 分析报告》精准诊断课堂问 题并提供改进建议，驱动课堂质量提升。 图 11 AI 教育课堂评价系统 目前，系统已应用于学校 目前，系统已应用于学校 43 个院系，分析课程超 2.6 万节，学校“以 AI 解析课堂、驱 动教学变革”的创新实践，为全国高校提供了可复制的“北航方案”。值得一提的是，学校 在人工智能赋能高等教育教学各环节的卓越实践，已成功入选教育部第二批“人工智能+高 等教育”应用场景典型案例。 （三）大模型全面助力科学教育做加法 采用虚拟教师的形式，实现互动式、启发式、探究式教学，在一定程度上弥补了科学教

格特征、特长爱好等多维度数据形成学情分析报告，帮助教师为 每位学生制定更加精准和有效的教学策略和成长路径 教育数字化转型的技术支持：教学模式转向“师-生-机”三元结 构，提升教育效率与效果，结合翻转课堂、XR等技术激发学生 的学习动力，提供更为丰富和沉浸式的学习体验 AIGC 教研 工具 教学 工具 学习 工具 评价 工具 作为教师“外脑”的积极作用更受到认可 AIGC对学习评价工作带来显著挑战 教育、文化类更加重视知识和资产管理的组织而言，AIGC能起到激活资 产、辅助管理决策、提高组织运转效率的作用。从教学服务来看，课堂前，AIGC可以辅助完成考勤、休假等基础工作；课堂中， AIGC可通过语音识别等技术与师生实时交互，同时可实时生成课堂互动所需测试等材料；课堂后，可清晰分析并展示每个学生及班 级的学情对比数据。从资产管理来看，AIGC技术可以对组织的海量知识和信息进行整合、沉淀和激活，帮助企业打造专属AI知识库， 高效行政 获取师生多模态学情数据，精准预测，辅助决策 辅助决策 AIGC应用前 AIGC应用后 ※ Merlyn Mind：老师通过语音或遥控器对Merlyn 提问，要求Merlyn根据对话生成测验和课堂活动 ※ Class Companion：展示每个学生和班 级的情况，并对数据进行对比分析和解读 教学服务：课中 教学服务：课后 资产管理 ※ Glean： 与Glean聊天 获取工作的 最新进展和

三大教育场景。G 端业务主要以市县区等区 域建设为主体，涵盖面向区域内教育管理者和学校师生等各类用户的因材施教综 合解决方案等；B 端业务主要以学校建设为主体，包括面向学校的智慧黑板、智慧 课堂、大数据精准教学、英语听说课堂、数智作业及创新教育等；C 端业务主要以 家长用户群自主购买为主，包括 AI 学习机、个性化学习手册、课后服务课程服务 等产品。 图13：科大讯飞 AI+教育体系 务，针对当前高校教学质量难以准确评估、学生学习效果难以准确掌握的痛点，创 新性地将人工智能技术融入于教学质量评估，通过采集、挖掘、分析，丰富多样的 课堂教学状态数据，并通过算法进行量化处理，训练出教学质量评价大模型，不仅 为教师提供教学质量诊断、课堂教学合理化建议，帮助教师持续改善教学质量，还 为教学管理者从课堂教学质量、课程建设质量、专业质量、就业质量等方面进行了 多维度的数据汇总、分析以及决策支持。 在 2024 年

统一教材、统一考试 v 成绩分配（过程性评价方案）：总评=理论40%+平时60% – 理论： 40% （期末卷面考试） ，理论设置有合格线，低于合格线总评不及格。 – 平时： 60% • 课堂考勤： 5%，出勤率、课堂互动、随堂测试（>=5次）、答疑等 • 理论作业： 10%，学在浙大上的理论练习题 • 阶段测试：20%，随堂小测>=4次抵（4%）+阶段测试2次（6%）+期中测试1次（10%） • 私人助手定制：聊天大语言模型、微调大语言模型、本地部署DeepSeek-R1； 多模态大语言模型：AI绘画、扩散模型和 MLLM研究前沿 2 总计 32 49 总结如何教、如何学 v学习方法：如何学好这门课？ – 课堂听课与课外自主学习结合 – 必须重视实践，自主完成实验 – 结合实践案例代码，三阶段学习 法：模仿、改写到编写 基础入门篇 机器学习篇 深度学习篇 大语言模型篇 教 的 逻 辑 基础

智能体开发服 务平台 6. 基于大模型的智能体 Coze 平台上的高校教师智能体 ， 每个老师都可以制作自己的专属智能体 教学场景 n 课堂智能体： 生成动态课件 ， 实时调整教学节奏 n 实验智能体： VR+ 数字孪生模拟高危实验操作 服务场景 n 心理咨询智能体： 通过微表情识别学生心理状态 n 就业指导智能体： 分析百万岗位数据生成个性化 ，绿色文字是从中国知网复制 ， 可以复制多篇文献过来， 这里只复制了 1 篇文献作为演示） ： 7. A I 赋能高校科 研 8. A I 赋能高校教学 厦门大学大数据教学团队作品 全球同步课堂 实时翻译系统支持 50+ 语种跨 国直播授课（西安电子科技大 学与 MIT 共建课程学生增加 3 倍） 教学质量评估 利用情感计算技术分析教学视 频 ， 自动生成教师肢体语言、 自动生成交叉学科课程大纲 （如 " 量子计算 + 金融工程 " 融 合课程已在上海交通大学 落地） 自适应学习系统 A I 分析学生知识图谱（如课堂 互动、 作业数据） ，动态推送 个性化学习路径（如浙江大 学 " 智云课堂 " 可为不同认知 水平学 生生成专属习题集） 智能教务系统 A I 排 课 算 法 统 筹 2 0 0 + 变 量 （教室容量、 教师偏好、

1000万家企业、2亿人协同办公；腾 讯会议系统上线仅两月，日活跃用户 就超过千万。学校选择线上教学，其 中钉钉平台超过14万所学校、1.2亿学 生在线上课；腾讯课堂有超过140万 老师，每天有2000万中小学生在腾 讯课堂上学习。工信部发布的数据显 示，2020年春节期间，移动互联网流 量270万TB，同比增长36%。经济活 王恩东 中国工程院院士 DOI:10.19609/j