18 案例 3-5 虚拟教研室助力北京林业大学课程研究 ① 北京林业大学森林有害生物控制虚拟教研室为教师提供了教学大纲、教学设 计、教学课件、教学视频、电子教研、知识图谱等丰富的课程教学资源，指导教 师准确把握教研重点。虚拟教研室围绕《森林有害生物控制》课程开展多元探索， 结合森林保护专业及课程特色，参照重要森林昆虫“光尖星天牛”，依托大模型 打造个性化昆虫虚拟助教“牛星星”，为教师课程教学备课过程提供丰富与精准 态优化检索路径，实现交互 式知识挖掘；智能推荐检索，结合用户画像与强化学习算法，主动分析研究轨迹， 精准推送关联文献与潜在方向，全面提升文献获取效率与研究洞察力。 ① 本案例资料由北京林业大学森林有害生物控制虚拟教研室提供。 ② 本案例资料由安徽省合肥市一六八玫瑰园学校刘敏老师提供。 ③ 孙蒙鸽,付芸,刘细文.智能体赋能科研知识服务的路径解析[J].智库理论与实践,2025,10(01):3-18 的数据基础。 差异化构建教师绩效考核模型。利用聚类算法对覆盖教学工作量、科研产出、 社会服务、教改创新等多领域的海量教师数据进行自动分组，识别出教师的不同 发展类型，建立分类考核框架。采用随机森林等特征选择算法，评估各考核指标 的重要性，筛选出最具代表性的关键绩效指标。针对不同类别教师的特点，基于 专家调查法确定教师绩效考核指标的初始权重模型 ②，并通过强化学习持续优化， 动态调整各指标权重。通过因果推理技术剥离无关因素

展教育场景的边界可能，共同构成智能教育的完整技术拼图。 表1：决策式 AI 及生成式 AI 的侧重点差异 决策式 AI（Discriminant AI) 生成式 AI(Generative AI) 底层算法 随机森林（分类）、卷积神经网络（图像识别）、强 化学习（路径规划） GPT 系列（文本生成）、DALL-E（图像生成）、Stable Diffusion（多模态生成） 侧重点 判断 创造 教育应用 场景案例