近年来，人工智能技术与教育教学的深度融合已成为推动教育现代化的重要路径。2025年，教育部等九部门联合印发《关于加快推进教育数字化的意见》，明确提出建立基于大数据与人工智能的教育评价机制，推动实现教学全过程、发展全要素伴随式数据采集，开展精准画像。河南省也同步发布“人工智能+教育”三年行动计划（2025-2027年），细化实施路径，推动构建多元主体、人机协同的教育评价模式。

面对新时代教育发展的要求，河南理工大学（以下简称学校）出台《人工智能+教育教学行动计划实施方案》，推动人工智能技术与教育教学各环节的深度融合。在此背景下，学校于2024年5月正式部署“AI智慧课堂平台”（以下简称平台），以音视频评测、多模态数据分析、跨校区协同教学为核心，全面赋能课堂教学、学习支持与教育治理。

1.全场景智能教学融合体系

平台将人工智能技术贯穿于课前、课中与课后全流程，构建了完整的智能教学生态（图1）。在课前准备阶段，系统为教师提供备课支持，基于知识图谱自动推荐相关教学资源，生成个性化教案框架。教师在课堂上可通过智能工具实现随机点名、实时投票、在线问答等互动功能，系统实时记录互动数据并生成课堂参与度分析报告。

课堂实施过程中，平台支持课堂内容的实时语音转写与结构化处理，语音识别准确率可达92%以上。系统自动生成带时间戳的课堂摘要与知识点切片，便于学生课后针对性复习与教师进行教学反思。特别是在大规模基础课程教学中，系统能够自动识别教学重点难点，为教师调整教学策略提供数据支持。

2.跨校区直播互动教学系统

为解决多校区教学资源不均衡问题，平台构建了先进的“一师多课”同步教学模式，实现了一校两地智慧教室的互联互通。通过AI智能导播系统，教师可同时面向多个班级或校区开展直播授课，支持实时音视频互动与课堂实录（图2）。

在实际运行中，该系统不仅解决了校区间的师资均衡问题，还为特殊情况下的正常教学开展提供了保障。2024-2025学年春夏学期累计实现教室直播3150节，周均开课185节，有效拓展了优质教学资源的覆盖范围。

3.多模态视频数据分析与知识萃取

平台集成智能语音识别（ASR）、图像识别与自然语言处理（NLP）技术，对课堂视频进行多模态分析（图3）。系统能够自动萃取课程核心知识点，生成动态思维导图与结构化教学资源。教师可依托“资源加工站”对课堂录像进行智能剪辑、重点标注与知识点关联，形成个性化、可复用的教学资源库。截至2025年11月，平台已累计提取课堂摘要近20000条、知识点5248个、视频切片7752个、文字稿1874篇，为初步构建校级知识图谱体系提供了丰富数据支撑。

4.双维度AI分析引擎支持教学评估

平台具备教师行为与学生行为双维分析能力。在教师行为分析方面，系统基于课堂提问、课堂表达、关键词、敏感词、教学情感分析等维度，自动生成课堂报告（图4）。学生行为分析则涵盖了三率（到课率、抬头率、前排就座率）、两度（专注度、活跃度）等指标（图5）。通过先进的AI行为识别技术与课堂记录内容，系统能够对学生的课堂参与度和互动情况进行详细的记录与分析。这种方式能精准地捕捉学生在课堂中的行为表现，为进一步了解学生学习状态和改进教学策略提供有利依据。

5.智能督导与无感巡课系统

教学督导可通过多画面分屏实时查看多个课堂直播，同步记录点评内容（图6）。这一功能显著提升了督导效率，传统模式下一位督导一学期最多听课20节，而通过智能巡课系统，学期监测量可达100节以上。系统还建立了及时反馈机制，能够将督导发现的教学问题实时推送给相关教师，帮助教师及时调整教学策略，促进教学方法的持续优化。

6.全流程数字化闭环管理体系

平台通过“教学设计分析、授课内容分析、教学纪律分析、教师行为分析、学生行为分析、专家组评价、同行教师评价、学生满意度评价”八大评估维度，综合判断一堂课是否高效完成教学目标，构建“监测—分析—反馈—提升”的闭环管理体系（图7，图8）。这一体系打破了传统教育评价的局限性，实现了从经验驱动向数据驱动的转变。

自2024年5月上线以来，平台已累计支持教室直播13652节，总访问量达18554人次，生成课堂质量报告1946份。平台依托线下授课资源，构建学校知识创新中心，从顶层构建全校知识图谱，并针对性挂载相关知识点。

典型案例一：“慕课西部行”同步教学项目

自2024年5月平台上线以来，学校依托平台启动“慕课西部行”项目，分别与喀什大学、新疆理工学院、内蒙古民族大学等高校开展同步授课。在《面向对象程序设计》等课程中，实现了优质教育资源的跨区域共享。

典型案例二：多校区协同教学模式创新

在《书法鉴赏》等基础大课教学中，平台实现了“一师多课”的平行班教学创新。主讲教师在新校区授课，其他校区的学生通过直播系统同步听课，助教在各校区组织现场辅导。系统自动生成各校区学生的课堂表现对比报告，帮助教师针对性调整教学内容。实践表明，这种模式在保证教学质量的同时，使教师教学效率提升约50%。

典型案例三：个性化学习路径推荐

AI智慧课堂也为学生提供了更多自主学习和探索的工具。学生可以借助AI分析生成的知识点总结、课堂内容摘要等，迅速抓住课堂核心要点，精准定位学习重点，展开更具针对性的学习，提升学习效率。

平台基于千问3（qwen-plus-latest）、文心一言（Ernie-4.0-turbo-128K）等国产大模型构建，采用多重数据加密与权限管理机制，严格遵循《中华人民共和国个人信息保护法》《中华人民共和国数据安全法》等规范。系统采用“云端赋能+本地定制”的双模部署架构，既保障了AI算力的弹性扩展，又实现了课堂数据的本地化存储与自主管控。

平台采用先进的分布式系统架构，具备良好的扩展性和稳定性。上线运行已超过一个学期，系统整体运行稳定，故障率控制在极低水平。

教学质量显著提升。通过AI技术的深度应用，平台全面收集和分析教学过程中的各类数据。在教师教学方面，通过对教师的授课风格、语速语调、提问方式以及与学生互动的频率和效果等进行量化评估，生成详细的分析报告，为教师提供针对性的改进建议，帮助教师优化教学方法，让课堂教学更加生动有趣、高效有序，让教师能够将更多精力投入到教学设计中。

教育评价科学化转型。基于AI的教育评价体系生成的评价报告，内容丰富且准确，为教师教学改进提供了详细依据。与人工评价方式相比，AI评价更具客观性，也可以为学生评优评先提供更客观公正的数据参考。

教学管理效能大幅提升。智能督导系统的应用使教学管理效率得到质的飞跃。督导老师可随时触达每一个教学现场，按院系课表巡课、按建筑楼栋巡课，督导覆盖面大大扩展。

教育资源优化配置。实现南北跨校区直播互动教学，优质师资得以充分发挥作用；课后知识点总结、课堂内容摘要等，可帮助学生迅速抓住课堂核心要点，精准定位学习重点，展开更具针对性的学习，提升学习效率。

河南理工大学AI智慧课堂平台以人工智能技术为核心，构建了覆盖教学全流程的智能支持体系，实现了跨校区协同教学、课堂行为智能分析、教育资源动态构建等创新应用。

未来，学校将在以下几个方面持续深化平台建设：优化知识图谱构建算法，提升知识萃取的准确性；拓展个性化学习支持功能；扩大“慕课西部行”的覆盖范围；探索区块链技术在教育评价中的应用。平台构建与应用的成功实践表明，人工智能与教育的深度融合是推动教育现代化的重要途径。河南理工大学将继续深化“人工智能+教育”改革，推动教育数字化转型，为我国高等教育高质量发展贡献力量。(文章摘自河南教育信息化)