现代教育前沿

多智能体驱动新工科人才培养实验教学体系构建

王婉 (吉林建筑大学经济与管理学院), 孔梅 (吉林建筑大学经济与管理学院)

摘要


在新工科建设持续推进与生成式人工智能加速融入高等教育的背景下,实验教学中的资源割裂、指导同质化和评价证据不足问题突显。本文运用文献分析与系统设计方法,以系统工程思想统筹教学要素,深入探讨多智能体技术与新工科实验教学的耦合机制。研究以OBE和CDIO理念为原则,提出由目标层、教学活动层、智能体协同层、学习证据层和治理保障层组成的总体架构。围绕实验教学的关键环节,重点设计实验资源动态关联组织与知识发现系统、多模态实验导学系统及人机协同智能评价系统,并提出实施策略,旨在形成可供后续教学的设计方案,为人工智能时代新工科实验教学改革提供理论参照与实践路径。

关键词


多智能体;新工科;实验教学体系;大语言模型;人机协同;智能评价

全文:

PDF

参考


教育部高等教育司.关于开展新工科研究与实践的通知[Z].教高司函〔2017〕6号,2017.

教育部,工业和信息化部,中国工程院.关于加快建设发展新工科实施卓越工程师教育培养计划2.0的意见[EB/OL].(2018-09-17)[2026-11-11].http://www.moe.gov.cn/srcsite/A08/moe_742/s3860/201810/t20181017_351890.html

吴爱华,侯永峰,杨秋波,等.加快发展和建设新工科 主动适应和引领新经济[J].高等工程教育研究,2017(1):1-9.

顾佩华.新工科与新范式:概念、框架和实施路径[J].高等工程教育研究,2017(6):1-13.

林健.面向未来的中国新工科建设[J].清华大学教育研究,2017,38(2):26-35.

顾佩华,胡文龙,林鹏,等.基于“学习产出”(OBE)的工程教育模式——汕头大学的实践与探索[J].高等工程教育研究,2014(1):27-37.

CRAWLEY E F, MALMQVIST J, ?STLUND S, et al. Rethinking Engineering Education: The CDIO Approach[M]. 2nd ed. Cham: Springer,2014.

WOOLDRIDGE M. An Introduction to MultiAgent Systems[M]. 2nd ed. Chichester: John Wiley & Sons,2009.

HUTCHINS E. Cognition in the Wild[M]. Cambridge, MA: MIT Press,1995.

WOOD D, BRUNER J S, ROSS G. The role of tutoring in problem solving[J]. Journal of Child Psychology and Psychiatry,1976,17(2):89-100.

YAN L, SHA L, ZHAO L, et al. Practical and ethical challenges of large language models in education: A systematic scoping review[J]. British Journal of Educational Technology,2024,55(1):90-112.

JI Z, LEE N, FRIESKE R, et al. Survey of hallucination in natural language generation[J]. ACM Computing Surveys, 2023,55(12):1-38.




DOI: https://doi.org/10.33142/fme.v7i10.20705

Refbacks

  • 当前没有refback。


版权所有(c){$ COPYRIGHTYEAR} {$ copyrightHolder}

Creative Commons License
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。