AI 教学改革实践研究计划AI 教改实践研究计划 全国高等院校计算机基础教育研究会 ×实战云


计划观察

已提交课题、参与院校与申报书 AI 自检的聚合观察。只出聚合,不出校名与姓名;每日更新,最近更新 2026-09-16。

这些课题在做什么

按已提交课题的标题、课程与系部由 AI 归类,同一份稿多次提交只算一次 · 比例按课题数计

教改动作(一项课题可能同时做几件事)

  • 项目式 / 真实项目 / 案例库42%
  • 教学评闭环 / 混合式31%
  • 智能体 / AI 助教进课堂24%
  • AIGC 内容创作16%
  • 人机协同分工16%
  • 虚拟仿真 / 实验环境14%
  • 数字教材 / 资源建设13%
  • 分层 / 个性化13%
  • 智能评价 / 证据化13%

六大参考方向

  • AI 专业建设与课程智能化升级42%
  • 智能体驱动的实训课程与 AI 实验30%
  • AI 通识课与计算机基础课改革16%
  • AIGC 数字教材与新形态资源8%
  • 岗课赛证融通与学生作品集4%

方向说明见 计划介绍

课程学科门类

  • 计算机 / 软件 / AI / 大数据53%
  • 电子 / 嵌入式 / 机电 / 建筑11%
  • 语言 / 公共课 / 数学11%
  • 艺术设计 / 传媒 / 动画 / 影视10%
  • 经管 / 商贸 / 营销 / 会计6%
  • 医药卫生4%
  • 其他4%

42% 的课题来自非计算机类课程。你的专业,也有 AI 教改的位置。

课题负责人所在系部

  • 计算机 / 信息 / 人工智能类学院79%
  • 艺术 / 传媒 / 设计6%
  • 基础部 / 公共课 / 外语4%
  • 机电 / 电子工程 / 建筑 / 智能制造3%
  • 其他8%

老师多数在信息类学院,课程却已经跨到设计、电商、医学:AI 教改正在从计算机专业往外走。

他们来自哪里

参与院校 457 所,其中 425 所已按教师通院校主数据核对层次 · 不出校名,不做校际比较

  • 本科院校225 所
  • 高职专科176 所
  • 中职学校21 所
  • 其他3 所

申报书在哪里卡住

来自申报书 AI 自检 · 按出现频次排序,只列共性问题 · 复检一轮后,红灯明显减少

九项判据里最常需要补的

  1. AI 做什么、人做什么、谁在哪个节点复核,没有写清每个环节标出人负责的复核点:AI 出初稿,谁在什么节点判对错、按什么标准判。人机分工与复核点
  2. 「交什么作品 → 采什么数据 → 回答哪个问题」连不上逐任务对应:每次任务交什么作品、采集哪些数据字段、这些数据回答哪个研究问题。四格闭环
  3. 学生只交最终件,AI 原稿与修改稿不成对把 AI 原始输出、学生修改稿、核对记录列为必交,「发现的问题 → 优化动作」才有证据。证据链成对
  4. 评价标准只有维度名,没有可观察行为与权重,也缺对照写出每一级的可观察行为和权重;加一组前后测或平行班对照,说明测什么、怎么判。评价与验证设计
  5. 几个痛点并列摆着,没有拧成一个核心矛盾先用一句话钉住矛盾,再拆成「先诊断、再设计方案、最后验证」三个递进的小问题。研究问题里的矛盾
  6. 「本校教学问题」写成了通用痛点,换一门课也成立写成「学生……,导致……」的具体课堂现象,让政策、岗位、问题、动作、成果五句话连起来。申报依据五层逻辑
  7. 算力测算与实际任务量对不上按「学生数 × 任务数 × 每次调用量」算一遍,写清依据;不涉及算力就不用写。算力测算真实性
  8. 学生数据脱敏与授权写得笼统写明采集哪些数据、如何脱敏、谁授权、存在哪里,一段话说清边界。合规与边界
  9. 改革动作写不到「哪个班、做几次、每次留什么」每个动作都写到评审能核对的粒度:几个班、多少次、每次交什么、留什么数据。改革动作可检查

硬性项里最常失败的

  1. 学生数、任务数在正文、目标、承诺表三处对不上改完一处就同步另两处;提交前把三处数字并排核对一遍。
  2. 实施方案四个小节不齐全按模板把四个小节写全,每节都要有可核对的内容。
  3. 课程与覆盖规模没落到正文里正文明确写出课程名、试点班级数与学生数。
  4. 立项背景四个小节不齐全按模板把四个小节写全,缺一节评审就先扣分。
  5. 正文超过 1000 字两段正文各控制在 1000 字内,多出来的放附件。

方法说明:课题归类由 AI 按标题、课程名与系部归到固定分类体系,可能有个别误差;同一份稿多次提交只算一次。院校层次按教师通院校主数据的本科 / 专科 / 中职口径。自检共性问题按「最新一轮自检里需要补的比例」排序,不引用任何一位老师的原文;本页不含任何评审结论,自检也不是评审。