一、基本概况
项目围绕数智技术与高等教育教学改革深度融合的目标，以“稷下智教”平台为核心载体，探索构建以数字资源为支撑的“智慧化教+个性化学+多维度评+智能化管”智慧教学协同创新机制，推动形成以学生发展为中心的数智赋能教育教学新模式。项目以华为昇腾训推一体机为数智基座，在校内本地部署算力资源和国产大模型，围绕教学、学习、评价与管理等关键环节，挖掘构建多模态人工智能应用能力，逐步构建具有学校特色的“稷下智教”数智育人新场景。
二、典型场景
（一）教学理念改革
依托教育图谱、AI工具和智能体，重构“通用+特色”课程架构，进行教学理念、教学内容、教学方法、教学手段等全方位AI改革。开发人工智能通识课程，推动专业课程的AI化改造，使用AI智能体重塑教学模式方法，使用智能体工作流重塑实践项目，激发学生创新思辨与综合实践能力。深化“人工智能+教育”融合，推动教学从“知识灌输”向“能力培养”转型，打造智慧精准教育37个性自主学的新范式。
（二）个性化学习体验
依托大数据分析构建精准学生画像，实时掌握学生的学习特点，智能推送适配资源与学习路径。基于课程或专业图谱、专业或学科知识库以及语料库建设专属“智能学伴”与课程特色智能体，进行陪学、陪练、陪测和答疑解惑等，实现自主个性学习、多元创新实践与成长路径规划，增强学生思辨能力与创新意识。
（三）多维度教学评价
构建“多维度、全过程”智能评价体系，采集智慧教室、学习平台数据，AI智能体自动生成学生画像与教学质量报告。依托智能评价，教师可针对性优化教学策略，学生能精准改进学习方法。同时，评价数据反哺教育资源配置与政策制定，推动教育质量全面提升，助力实现教育公平与高质量发展。
（四）教学综合管理
推动AI用于管理，整合教务等数据，构建可视化“教育数字地图”，实时呈现教学资源、师生动态与校园运行状态。使用RAG/KAG/SPG/MCP 等技术，协同大模型与知识库、数据库构建教学管理智能体、学生事务答疑AI助手。
三、主要做法
（一）构建本地化数智基座
以华为昇腾训推一体机为数智基座，AI 算力采用本地化部署模式，构建“算力—模型—数据—人才”四位一体的技术基座，对大38模型进行预训练与微调，使其适合高等教育应用场景。对于本地知识库建设平台采用检索增强生成（RAG）技术框架，通过外部知识库增强大语言模型的输出准确性。支持使用大模型、本地知识库、上下文协议（MCP）等进行课程特色智能体、工作流等建设。
（二）完善通信与算力协同架构
在本地部署的通信保障方面采用“5G+MEC（含 UPF）+边缘智能化应用”，可为学校智能化管理提供强有力的网络支撑，5GMEC下沉到本地，数据不出校区，保证了本地数据的安全以及共享。本地部署 DeepSeek、通义千问—MAX、豆包pro等大模型，云端接入第三方大模型，从助教、助学、助评、助管等多维度，将AI技术融入教育教学全要素全过程，构建数智教学总框架，打造稷下智教门户智能体。
（三）推进智慧教学环境升级
数智基座从物理层面融合现有硬件设施，升级智慧教室 500间。实时采集课堂数据并即时AI分析与课程对接，充实课程线上资源，丰富课程资料，减轻教师建课负担，提高建课效率。本地部署硬件、软件、算力、资源及多模态大模型，整合数据，统一认证破除信息孤岛，保证安全及共享。
（四）加强组织培训与示范推广
“十四五”以来，学校面向校内外举办了100余场的智慧教学平台、稷下智教平台的培训与推广，协助教师将课堂采集资源与线上课程衔接，使用教育图谱赋能课前课中课后全过程并进行数据的39记录与考核。
四、应用效果
（一）推动数智赋能教学改革形成示范效应
通过系统推进人工智能与教育教学深度融合，学校在智慧教学、个性化学习、智能评价和数据治理等方面形成了可借鉴的整体解决方案，相关做法在高等教育领域产生了广泛影响。多家主流媒体对学校数智赋能教育教学改革的实践经验进行了持续报道，进一步扩大了案例的社会影响力与示范带动效应。
（二）有效降低教育数字化建设成本
稷下智教平台采用本地化部署模式，通过设备利旧与系统整合，实现低成本、高效率的数智教学能力建设。在不新增大规模硬件投入的前提下，依托原有录课云台摄像机、标准化考场摄像机、教室音频采集设备等终端，对课堂教学行为和语音数据进行全量采集与智能分析，有效节约了教学数字化建设经费。
（三）促进人工智能技术在教学与实践中的创新应用
平台创新引入大模型相关技术和无代码、低代码与全代码等多层次实践方式，拓展教师教学、学生实践和创新创业的实施路径，显著提升师生人工智能素养与综合应用能力。通过将人工智能技术深度嵌入课程教学、实验、实践项目和创新竞赛，逐步形成以能力培养为导向的教学实践体系，为学生适应人工智能时代的学习、就业与进一步深造奠定坚实基础。
（四）构建校本数智育人体系
40学校持续推进数智技术在“教、学、管、评”全链条中的应用深化，推动教学从经验驱动向数据驱动转型、学习从统一模式向个性化路径转变、管理从人工判断向智能决策升级、评价从单一结果向全过程画像拓展，逐步构建具有学校特色的智慧教育新生态，为高校数智化转型和人才培养模式创新提供了系统化实践路径。
