《中国科学报》 2024年4月23日 04版

数字老师”上线“电力系统基础”课。受访者供图

■本报实习生 聂一丹 记者 陈彬

“大家好！我是天津大学刘艳丽教授的数字助手、你们的学习小伙伴！”

4月2日，在“电力系统基础”这门课的开学第一课上，天津大学电气自动化与信息工程学院2022级本科生潘凌蓝好奇地看着屏幕上的另一位“刘老师”，和同学兴奋地交头接耳。

这位“数字老师”，就是由天津大学电气自动化与信息工程学院教授刘艳丽主导研发的“全过程全环节AI（人工智能）助教”。这位1：1仿真模拟刘艳丽形象的“数字老师”有很多强大的功能。

“全过程、全环节AI助教可以覆盖课程的各个阶段，并实现全天候在线服务。”刘艳丽介绍，“课前，AI助教会整理好课程知识的重点、难点，方便学生预习；课程中，AI助教的答疑系统可以随时解答学生的课程疑问，为学生提供及时、便捷的答疑渠道；课后，AI助教针对每章的知识点配备检测题，方便学生巩固知识，并通过思维导图展现课程整体知识体系，方便学生进行查漏补缺。”

而这些，还只是这位老师“百变神通”的“冰山一角”。

让“因材施教”成为现实

过去，老师们需要亲自录制慕课课程，备课过程会耗费大量的时间和精力。刘艳丽告诉《中国科学报》，“‘数字老师’可以根据教师导入的课件资料一键生成慕课，随时随地、高效快捷地生成并更新慕课资源，有针对性地巩固、拓展学生的学习内容。”

上了一段时间课程后，潘凌蓝也对这位老师有了一定的了解。“上完一节课后，如果我对课上的重点和难点理解不够深入，就会去观看AI助教系统里的网课讲解，然后做检测题，加深掌握程度。”潘凌蓝告诉《中国科学报》，现在，AI助教已经成为学生们离不开的学习助手。

AI助教的另一大系统“答疑大模型”则超越了课堂教学，让有兴趣的同学可以聚焦高阶专业学习。

刘艳丽介绍，“答疑大模型”是一个服务于科研学习的纯国产人机对话大模型系统，“类似于国外的ChatGPT”。

一方面，该模型可以提供24小时的答疑服务，解决学生在专业知识方面的问题和疑问；另一方面，类似于网购平台向用户推荐个性化商品，它可以根据与每位学生的互动交流，向不同学生推荐不同的专业性问题，弥补学生专业知识的不足之处，“实现真正的因材施教”。

除了基础性的答疑之外，“答疑大模型”还可以在编程技能方面给予学生充分的辅助性支持。“电力系统学科涉及很多分析计算，需要通过编程才能完成。而大模型可以帮助学生编写并调试程序，节省了培训编程技能所需的时间。这样，学生就有更多精力专注于高阶专业任务。”刘艳丽说。

这一过程既是进行专业实践的过程，也是培养学生数字化素养的过程。刘艳丽颇感自豪地表示，学生只需要具备基本的程序设计思维，将指令输入到大模型中，便可以得到相应的代码。“现在，学生对大模型的应用非常熟练，他们真正做到了把AI作为‘生产力’。”

灵感源于虚拟主播

“AI技术在教育领域中的融合应用是大势所趋。”在刘艳丽看来，随着数据存储与计算能力的快速提高，以及核心算法的不断突破，人工智能技术支撑下的智能化教学将进一步拓展教学互动空间，推动教学方法的创造性应用。

然而，当前市面上的诸多大模型仍存在使用权限方面的风险。在此背景下，集成开发出一个服务于学生的纯国产教学工具，打造国产通用科研教学平台，成为刘艳丽一直以来的心愿。

“数字老师”的灵感最初来源于网络虚拟主播。

刘艳丽告诉《中国科学报》，前两年在抖音平台上，她经常可以看到一些虚拟主播的身影，于是便联想到，如果将这一技术应用于高等教育的教学场景中，必然会大大减少教师录制课程所需要的时间和精力，能够更加高效地为学生提供线上课程。

除了录制课程，个性化答疑也是学生学习过程中迫切需要的功能。基于多年的教学经验，刘艳丽想到，在知识学习过程中，学生们的疑问基本可以归纳在一个范围里。“那么，完全可以训练一个24小时在线的我的‘分身’来回答这些问题。当人机对话技术出现后，我立刻产生了将其应用于学科教学的想法。”

在高等教育领域，AI助教要代替真人教师走进课堂，必须具备深厚的专业知识储备，这对大模型的研发提出了更高要求。“为了打造一款应用于电力能源学科且安全性高的大模型，我们找到第三方企业合作，共同开发。”

她介绍：“通专融合大模型的研发日益重要。我们在通用大模型的基础上，强化电力能源学科专业知识，搭建了电力能源专业大模型，它能够在服务人工智能赋能新型电力系统的科学研究之外，成为时刻陪伴辅导学生学习的好助教。”

期待AI助教“遍地开花”

作为天津大学示范课程，“电力系统基础”这门课成为这位“数字老师”首个亮相的舞台。而不久后，这一“全过程全环节AI助教”将被全面引入一门契合度更高的专业课程——“智能电网和人工智能”中。

“这门课程聚焦电力能源和人工智能交叉研究，我们要探索利用AI技术解决智能电网的核心关键技术研发。”刘艳丽计划将AI技术在新型电力系统的应用场景转化为学生课题，邀请国际师资开展慕课资源建设，让学生能够利用AI助教更高效地学习理论知识和实践技能。

让AI助教服务于跨学科人才培养是刘艳丽未来最核心的目标。

“按照以往的培养模式，学生想要入门交叉领域学习，可能需要花费较长的时间辅修第二专业。”刘艳丽说，“但在AI助教的协助教学下，学生可以直接聚焦交叉领域工程一线的研究课题，大大缩短了学习其他领域课程所花费的时间，同时学校能够完成短周期、高质量、个性化的交叉人才培养任务。”

在跨学科师资团队方面，AI助教也可以帮助打造线上交叉导师团队。“不同学科的虚拟老师相互合作，短期内便可形成一个交叉导师团，指导学生开展交叉课题研究。同时，多专业的虚拟老师合作也可以探索出更多学科交叉点，有利于培养多领域、跨专业、综合型人才。”

多学科“数字老师”的打造离不开更多高校和教师的参与。当被问及“全过程全环节AI助教”推广的情况时，刘艳丽很兴奋，“我们的AI助教发布之后，有很多老师找我‘取经’，我和他们一 一分享了我的研发过程。”

她认为：“当前，人工智能技术发展日益深化，纯知识讲解的课程完全可以由‘数字老师’替代。我们必须拥抱前沿技术，实现高等教育转型，培养高水平人才和拔尖创新人才。”

在刘艳丽看来，AI助教具有较强的可推广性，任何专业都可以尝试打造自己的“数字老师”。“我正在考虑把研发AI助教的经验制作成慕课，由我的‘数字老师’与大家分享！欢迎大家来‘抄作业’！”她笑着说。

中国科学报：https://news.sciencenet.cn/sbhtmlnews/2024/4/379304.shtm

（编辑 张华 梅羽彤）