本次AI赋能教学为主题的集中培训邀请多位业内专家就智能体构建、教学创新设计、课堂互动分析、智慧课程建设等议题进行了专题讲授。以下结合培训内容与各专家的研究成果，围绕AI赋能教学的几个核心问题梳理学习体会。
一、智能体与认知层次：技术如何介入学习过程
南京工程学院丁宋涛副教授以“用智能体搭建学生自主学习系统”为题展开讲授。丁宋涛是南京大学博士、微软（中国）认证教练，在产学研结合方面有丰富经验。他所提出的智能体设计思路，一个核心理论依据是布鲁姆认知目标分类学——记忆、理解、应用、分析、评价、创造六个层次。智能体的作用不是直接给出答案，而是通过精心编排的问题序列，引导学习者逐步从浅层知识识记走向深层批判性思维与创造性应用。
这一设计思路的关键在于“提问路径”的系统性。教师不需要编写代码，而是通过设计智能体的提问逻辑，使其成为一个能够激发思考的“对话者”。丁老师强调，每位教师面对人工智能这门新兴技术时都是“新手”，而参与人工智能教学与研修的过程，本身也是教师自身人工智能素养不断提升的过程。从这个角度看，智能体不仅服务于学生的学习，同时也倒逼教师重新审视自己的教学设计——什么样的提问是有效的？什么样的问题序列能够促成认知跃迁？这些问题在传统教学中往往被经验覆盖，而智能体的引入使它们变得可见、可设计、可检验。
二、数字化转型：教学创新的方向与尺度
南京信息工程大学原副校长邓志良教授的报告题为《解码教学创新：从理念到呈现——高校教师教学创新大赛备赛思考》。邓志良教授现任江苏省高等教育学会秘书长，长期从事教育数字化研究与管理。他在多个场合反复强调一个基本判断：教育数字化转型的重点是教学数字化转型，核心是专业的数字化升级改造，主体是教师，落脚点是课堂。他进一步指出，转型不仅是硬件设施建设和信息化管理，更涉及专业发展、课程教学、教师能力、学生学习、教育评价等多个层面的系统性变革。
关于教学创新大赛，邓志良教授明确主张教学创新应紧密结合教育数字化发展趋势，注重课程设计的系统性与前瞻性。他在全国高校教师教学创新大赛人工智能赛道专题研讨班上透露，江苏省在上届教创赛中已率先布局“人工智能+”赛道，全省52所高校积极响应，参赛课程覆盖全部学科。这一数据本身就说明，AI赋能教学正在从理念倡导走向各学科、各专业的实践探索。邓教授的报告提醒我们：创新的衡量标准不在于技术工具的新旧，而在于是否真正促进了学生的深度认知——这一判断适用于任何学科的教学改革。
三、知识图谱与“融智课堂”：从资源整合到思维伙伴
南京师范大学徐朝军副教授聚焦AI赋能课堂教学互动与学情分析。徐朝军的主要研究方向为教育大数据、智能教学决策与移动教育资源开发，主持国家社会科学基金教育学一般课题“基础教育知识图谱构建方法与应用模型研究”。他在报告中系统阐述了知识图谱如何助力多源数据整合、为教学资源库建设夯实基础；时空大数据如何依托GIS等技术实现复杂数据建模、为教育决策提供支撑；类脑智能如何聚焦认知发展、探索符合人类思维规律的知识表征与推理。
徐老师提出的“融智课堂”理念尤为值得关注——让AI大模型成为师生值得信赖的“思想伙伴”。这一表述的精妙之处在于，它把AI的角色从“工具”提升到了“伙伴”的层面。工具是被动的，而伙伴是能动的——一个合格的“思想伙伴”应当能够提出问题、激发思考、促成对话，而不仅仅是执行指令。从教育大数据的采集、存储、分析，到区域网络教学资源联盟的构建，徐老师的研究始终在探索一个问题：数据和技术如何转化为可用的教学资源与可操作的教学决策。这一追问对任何学科都具有普遍意义——不同专业面临的只是“教什么”的差异，而“如何让技术服务于人的学习”这一根本问题是一致的。
四、智慧课程：从混合式到“师-机-生”协同
南京信息工程大学裴世鑫教授以“图谱·资源·混合——智慧课程的内涵与创新设计及应用”为题进行分享。裴世鑫教授是江苏省教学名师，其主持的《大学物理》《光电信息技术实验》等课程已建成国家级、省级一流课程。他在《大学物理》课程建设中探索了从“五轮混合”到“AI智慧混合”的教学改革路径，系统阐述了基于知识图谱的立体化资源建设策略，并明确提出AI赋能下教师角色向学习引导者转型的必要性。其“光电信息技术实验‘五轮混合+’教学模式”还入选了首届数字教育示范案例。
裴教授提出的“师-机-生”协同图景，是对传统课堂关系的结构性重构。在这一框架中，教师、AI工具和学生三者形成新的协作关系：教师负责设定教学目标与评价标准，AI负责整合资源、提供个性化支持，学生则在人机协同中完成知识的建构与能力的养成。值得留意的是，裴教授强调的“教师角色转型”不是角色的弱化，而是角色的位移——从知识的单向传授者转变为学习过程的组织者与引导者。这种转型对任何学科的教师都提出了新的能力要求：不仅要有扎实的学科功底，还要具备将技术工具转化为教学资源的设计能力。
五、AI辅助资源开发：从效率到适切性的判断
南京师范大学姜杰副教授讲授了AI辅助教学资源快速开发。姜杰是教育技术学博士，在《电化教育研究》《中国电化教育》等刊物发表论文二十余篇，授权国家发明专利十余项。他所在的团队打造了“AI EduSpace”开放式智能体矩阵平台，聚焦新时代师范生AI教育应用能力培养，突破传统“封闭工具集”的局限。该平台支持师范生自主创建智能体、编排多智能体协同工作流，体现了“让使用者成为创造者”的设计理念。
姜老师的研究触及一个深层问题：生成式人工智能正在深刻重构教育教学的理论与实践体系。在这种重构中，人机协同的跨界学习作为一种创新路径，其理论内涵体现为人类认知智能与人工智能系统的互补共生。这一判断对AI辅助资源开发具有直接指导意义——AI可以极大地提升教学资源的整理与生成效率，但资源的适切性、准确性与教育价值，最终需要教师来判断和把关。工具越高效，使用者对工具输出结果的鉴别意识就越发重要。这不是某一个学科的独有问题，而是所有引入AI辅助教学的学科共同面对的基本命题。
六、几点思考
回顾一周的培训，几位专家的讲授各有侧重，但贯穿其中的一条线索是清晰的：AI赋能教学的核心不在于技术本身，而在于技术如何服务于人的学习与成长。丁宋涛老师关注的是认知层次的渐进与智能体的提问设计；邓志良老师关注的是数字化转型的系统性与教学创新的评价尺度；徐朝军老师关注的是数据如何转化为可用的教学决策；裴世鑫老师关注的是课堂关系的重构与教师角色的转型；姜杰老师关注的是资源开发的效率与人的判断力之间的平衡。五条路径，指向同一个方向。
对于农林类高校而言，AI赋能教学的意义不仅在于提升课堂教学效率，更在于为不同学科背景的学生提供差异化的学习支持——这种支持既可以是知识图谱层面的个性化路径，也可以是智能体层面的思维训练。技术工具始终是手段，教学的终极目标始终是人的成长。