【
智慧城市网 企业关注】当前，国家正深入推进“人工智能+教育”与教育数字化战略，明确提出以智能化赋能教育高质量发展，加快培养适应新一轮科技革命和产业变革的高素质创新型人才。对于理工科专业而言，学生不仅要掌握扎实的理论基础，更应具备解决复杂工程问题的实践能力和跨场景迁移能力。为此，贵州大学相关团队于2024年启动建设大模型智慧教育平台——“孔智”，将行业真实案例转化为可交互、可评价的教学任务，让学生真正实现从懂理论、懂技术到会应用、能创新的跨越。
解决痛点
受地域条件、经费投入不足、高端实验平台匮乏等客观因素制约，西部高校工科教学普遍面临硬件缺口大、实验条件薄弱的现实瓶颈。在此背景下，如何在资源有限、条件薄弱的前提下，以低成本、高效率、可规模化的方式提升学生的创新实践能力，已成为西部高校人才培养中最突出、最紧迫的核心痛点。这一痛点不仅关乎教学质量的提升，更直接影响西部产业升级与区域发展的人才储备。
解决方案
平台以大模型技术为核心引擎，以“AI赋能教育、场景驱动实践、成果孵化创新、思政融通专业、多元评价育人”为理念，构建集问题分析、算法设计、代码实现、系统构建、场景落地等五维进阶能力培养体系，让学生从懂理论、懂技术到真正的会应用，能够解决行业真实的问题。
“孔智”依托大量行业应用案例，深度锤炼学生及使用者的创新实践能力，能有效破解西部高校因教育经费投入不足难以开展高成本高配置专业实验，进而导致学生解决实际问题能力薄弱的人才培养难题。
（一）思政融合模块：科技强国故事浸润
嵌入FAST天眼、EHT黑洞成像、深地探测等重大工程案例，讲述南仁东、黄大年、钟南山等中国科学家的奉献精神。平台通过“科技报国·强国有我”的价值引领，实现专业教育与思政育人的有机统一。
（二）场景化实践体系：五维实践能力培养
为培养学生实践创新能力，平台构建问题分析→算法设计→代码实现→系统构建→场景落地的五阶能力培养体系：
1.问题分析：针对具体行业场景，引导学生分解真实需求、明确输入输出约束、梳理数据特征与评价指标，形成可量化的任务定义。
2.算法设计：根据问题特点选取或改进适用算法，设计算法流程与数据处理链路，并对比不同方案的效率与精度。
3.代码实现：在平台在线编译环境中编写、调试核心算法代码，支持多语言与常用框架，提供代码模板，帮助学生将设计转化为可运行的工程原型。
4.系统构建：将算法封装为可交互的系统模块，设计前后端或命令行接口，完成数据输入、模型推理、结果输出的完整闭环。
5.场景落地：模拟或对接真实部署条件，进行系统测试、性能调优与结果验证，最终输出一份可用于行业场景的解决方案报告。
（三）多元评价体系：师生机智能综合评价
创新构建“师生机”三位一体体系，兼顾教师专业判断、学生互评与AI客观评价。AI智能评价系统从学习完整性、知识深度、实践能力、创新思维等维度自动评分并生成报告。成果展示与互评社区支持点赞评论，避免单一评价偏差。
创新点
（一）教学模式创新：项目式、场景化、全流程实践教学
以真实行业场景为载体，如医疗影像、安防交通、工业检测、智慧农业、天文成像等应用场景，引导学生完成从问题分析到场景落地的完整项目流程，实现知识到能力的建构转变。案例设计涵盖不同难度与时长，满足分层教学需求。
（二）技术应用创新：AI助教+智能分析
利用大模型实现智能答疑与交互指导，模拟一对一导师场景，引导学生自主思考而非直接给答案；AI助手实现多维度自动分析，对学生的设计方案、代码实现、实验结果进行量化评估并反馈改进方向。
（三）评价机制创新：以创新能力为导向的师生机三维评价
引入思维链记录关注学习过程，全面衡量学生综合能力，防止过度依赖AI。其中创新实践能力作为核心评价维度，贯穿从问题分析到场景落地的全过程，引导学生注重真实场景下的创造性解决问题能力。
项目实施成效
（一）教学与培养质量
该平台已在《数字图像处理》《机器学习》《
大数据科学基础》《干涉成像与数据处理》等理工科课程应用，学生项目完成率和实践考核优秀率均有显著提升。通过平台的学习，学生的应用实践能力得到提升，获得了诸多认可，例如，学生参与的针对国际大科学工程SKA的数据处理智能解决方案，获得了最佳论文奖、优秀论文奖。
（二）教研与社会影响
针对西部高校硬件缺口大、实验条件薄弱的现实瓶颈，平台立足低成本、可复用的技术路线，有效降低了对高端实验设备的依赖。平台积累了多个领域实践案例库、多种代码与架构模板，为教师备课、科研反哺教学提供支持，使有限资源下的教学准备与实践指导更加高效。
（三）示范与推广价值
平台聚焦“解决真实场景问题的能力培养”这一核心目标，构建了场景驱动、项目贯穿、多元评价的实践创新人才培养体系，可灵活适配人工智能、计算机、电子信息等理工科专业，为高校新工科建设与教育数字化转型提供了可复制、可推广的实践样本。
移动版
智慧城市网APP
智慧城市网小程序
微信公众号
