为深化教育教学改革，推动人工智能与课堂教学深度融合，信息工程学院于4月29日在强毅楼304会议室举办"AI赋能教学质量提升"专题分享会。副院长王欣携6位专业负责人出席会议，共同探讨人工智能技术重构教学场景的创新路径。本次分享会由庄国强主讲，聚焦数字人课程助手、智能自学体系、编程能力拓展三大核心模块，为构建未来课堂提供可复制的实践方案。

数字分身突破时空界限：24小时智能教学助手落地应用

庄国强现场演示了基于"文小言"平台研发的课程数字人系统。该系统通过多模态深度学习算法，1:1复刻教师形象特征与授课风格，实现7×24小时全场景教学辅助。除精准还原课程知识体系外，数字人具备三大创新功能：通过自然语言交互实时解答学生疑问，运用计算机视觉技术捕捉学习者表情变化，动态调整教学节奏；基于知识图谱构建个性化学习路径，课后辅导效率提升明显。目前该系统已在《数据分析与可视化》课程开展试点，学生课后问题解决效率显著提升，教师得以将更多精力投入教学创新设计。

纳米AI重塑学习路径：阶梯式提示词引擎破解自学难题

针对学生自主学习效能不足的痛点，庄国强团队开发出"提示词自学范式"。该体系依托纳米AI技术构建包含25个层级递进的课程提示词库，形成"基础认知-技能进阶-创新应用"的阶梯式训练链。每个提示词均对应具体学习目标与能力维度，如从"描述数据清洗流程"到"设计异常值处理算法"，引导学生像攀爬知识阶梯般逐步突破认知边界。这种"支架式学习"设计充分体现"AI不是替代思考，而是赋能探索"的教育理念，使自主学习效率提升28%。

Cursor+Trae双擎驱动：智能编程工具链重塑代码能力

在编程教学环节，庄国强重点推荐了Cursor/Trae智能编程助手。Cursor/Trae的对话式编程界面可实时生成代码框架并解析逻辑脉络，通过动态测试用例精准定位代码缺陷位置及成因，构建起"生成-验证-优化"的完整闭环。正如庄国强所言："在AI时代，我们要教会学生用智能工具破解复杂问题，而非与机器比拼代码速度。"

王欣副院长在总结发言中强调，本次分享会不仅展现了AI技术重构教学场景的生动实践，更为学院数字化转型提供了方法论支撑。面对智能教育迭代浪潮，学院将持续完善"技术赋能、教研驱动、应用为王"的改革路径，通过定期举办创新工作坊、建设AI教学示范课等举措，打造具有校本特色的智慧教育生态体系。（信息工程学院 许寒/文图 解圣霞/推荐 朱建泉/审核）