清华AI助教来袭！开启教学新时代

今天，第十四届全国人民代表大会第二次会议在京开幕。政府工作报告提出，深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。

人工智能技术正在改变着我们的生活方式和学习方式。在教育领域，AI技术的应用正逐步改变传统的教学模式，为教育教学带来新的机遇和挑战。

清华大学一直以来积极推进信息技术与教育教学的深度融合，2023年9月28日，清华大学启动了一项新的试点计划——人工智能赋能教学！想象一下，你的课本里住着一个智能助手，它能够帮你理解复杂的知识点，还能给你提供个性化的学习建议。

这可不是科幻小说的情节，在清华的几门课程里，已经成为现实！

·AI助教--个性化教学的得力助手·

试点工作主要使用清华大学计算机科学与技术系与智谱华章公司共同研发的千亿参数多模态大模型GLM作为平台与技术基座，服务不同学科领域的教师的教与学生的学。新一代基座大模型在整体性能上比上一代有大幅提升，推理速度更快、运算成本更低，还大幅提升了工具使用和智能体能力，可根据用户意图，自动理解、完成更加复杂的任务。

清华大学自2023年秋季学期开始8门课程试点，已有5门课的智能助教系统完成开发并投入使用。这些AI助教系统不仅能够提供24小时的个性化学习支持、智能评估和反馈，还能辅助学生进行深入思考，激发学习灵感。让我们看看他们的探索过程与成效吧。

《新城市科学》

建筑学院龙瀛

《环境决策实践》

环境学院徐明

《电路原理》

电机系于歆杰

《数字电子技术基础》

自动化系王红

《化工热力学》

化工系卢滇楠

《大学物理》

物理系安宇

《写作与沟通》

写作中心程祥钰

《心智、个体与文化》

社科学院钱静

生成式人工智能将对未来的教育产生革命性的影响。尽管目前其在专业课教学中的精确度还有待提高，但作为“伴学”，它已能够很好地启发学生进行深入思考，并与他们共同成长。

——化工系卢滇楠教授

在“化工热力学”课程中，授课教师、化工系教授卢滇楠将100多篇相关文献和书籍用于垂直模型的持续训练与校准。目前，该系统已完成初步开发，具备主动出题与答题功能，并在学期末课程大作业中作为辅助工具被使用。学生们表示，智能助教系统作为一个全天候的即时反馈平台，不仅解答了他们在学习过程中遇到的各种问题，还为他们提供了丰富的基础知识支持，对于自学和探索新领域具有极大的帮助。

学校开发的人工智能助教系统，很好地支持了学生的大作业准备，很多同学反馈智能助教为他们提供了宝贵的研究灵感和思路，促进了他们的个性化学习，也是对我们传统课堂答疑的必要补充。

——建筑学院龙瀛副教授

建筑学院龙瀛副教授的“新城市科学”课程基于教师提供的教材、习题、最新论文等大量材料，实现了自动知识点抽取，并打造了人工智能助教系统。通过知识库的辅助，智能助教将通用GLM模型的答题正确率从80%提升到了95%，并附带了详细的答题解释。该系统还设计了多种功能卡片，学生可以通过输入相关需求，与智能助教实时交互以获得课程辅导，例如课程项目设计的思路提示、流程设计、分析角度等，从而加深对相关知识的理解和研究思路的启发。

“新城市科学”课程智能助教展示

“写作与沟通”授课教师、写作与沟通中心程祥钰、李君然两位老师分享道，目前的智能助教系统在功能设计上全面周到，页面布局合理，充分考虑到了写作课的教学需求与课程特点。尤其是系统中关于人工智能生成内容（Artificial Intelligence Generated Content）的应用思路与潜在可能性构想，体现了各位老师及助教团队投入的大量精力，为写作教学开辟了新的视角。

“心智、个体与文化”授课教师、社科学院副教授钱静介绍道，智能助教系统不仅能生成写作评价标准，还能针对学生的写作给出具体评价。高效的反馈机制对于提升学生写作水平至关重要。智能助教能够快速学习心理学知识、理论，并为学生提供及时有效的反馈。经过一学期的初步尝试，学生们对智能助教给出的评语给予了高度评价，认为从内容准确度、结构清晰易懂度、认同程度和帮助性方面，智能助教相较于通用大模型（例如GPT4）、甚至相较于真人助教，都更具优势。

“心智、个体与文化” 课程智能助教展示

“环境决策实践”课程基于任课教师自主研发的天工AI大模型，为学生提供个性化学习支持、智能评估和反馈，以辅助其学习过程。徐明教授提到，智能助教的建立，旨在探索以问答为核心的互动式知识获取模式与学习效果追踪评价机制，提升学生的课程参与度。由此形成的个性化教学方案能够更好地满足学生多样化的学习需求，促进学生全面发展。

物理系教授安宇讲授的“大学物理”课程也参与了试点，开发团队尝试了以代码形式表达和解答物理问题，初步测试显示，这种方式的解题效果补充了传统的文字解答方式的不足。

智能助教可以更好地为学生提供随时随地的答疑解惑；同时，智能助教可以协助教师推荐相关资源，为有需求的学生给出延展性学习建议。

——电机系于歆杰教授

电机系教授于歆杰讲授的“电路原理”课程，基于教学团队录制的慕课、雨课堂授课材料、往期教学数据等大量资源，进行了知识点输入和抽取工作，在完成电路图数据处理和建模理解后，将于2024年春季学期中投入使用。

智能助教系统的加入使教和学的过程中增加了一个有力的工具，让学生更好更快的进入学习的状态，是同学们的24小时全天候持续陪伴，其意义不是一次性的解决学习上的困惑，而是在对话中带着学生层层拨开迷雾，在这个过程中感受获取知识的愉快。

——自动化系王红教授

自动化系教授王红讲授的“数字电子技术基础”课程，是理论与实践联系紧密、注重定性分析与设计的一类课程的代表，对智能助教系统的开发提出了更高的要求和挑战。目前通过增强知识库模型能力和代码能力，已具备了智能助教系统的基本功能。在新的学期“数字电子技术基础”课程将持续探索智能助教在课程教学中的多元化角色与定位，让使用者得到更多启发和收获。

·助教&学生反馈·

反馈一：

“AI系统作为一个能够全天24小时即时反馈的对话平台，不仅能够迅速地解答我遇到的科学问题，还能够帮助我回忆起某个知识点的具体细节，更能够在我自学探索不熟悉的领域知识时提供充足的基础知识帮助。”

反馈二：

“人工智能助教系统会在给建议时给一些具体的例子，他会具体告诉我能加点什么、怎么加，能让我写出更好的作业。”

反馈三：

“人工智能助教系统能看到我在写作上的用心，别出心裁的地方，说明他看到了我要表达的东西。”

反馈四：

“现有针对新城市科学开发的AI系统能帮助同学明确研究思路、细化研究场景、润色文字报告等。AI系统通过预设问题卡片的方式进一步方便同学们上手操作，在服务课后大作业完成中实现了较高的使用普及率。”

别急，这只是开始！

2024年

清华大学将开展100门