面对AI与教学融合的资源、技能与应用难题，哈尔滨工业大学张兴文教授团队提出了一套“师-生-AI”协同的智慧教学新范式。该范式通过化学学科大模型与多智能体，将“学-思-践-悟”育人环节深度融合，为一线教师提供了可落地的实践路径，为教育数字化转型提供了宝贵参考。
智能速览
“AI+教育”面临资源、技能、应用与评价四大挑战。
“师-生-AI”协同模式是解决教学难题的核心策略。
擘化天化学科大模型与多智能体为教学提供智能底座。
教学流程围绕“学-思-践-悟”四个环节展开。
AI智能体能实现个性化伴学、智能备课与精准答疑。
精华内容
如何将宏大的人工智能概念，转化为教学场景中触手可及的实践？关键在于构建一套行之有效的协同框架与技术底座。
正视教学痛点
人工智能与教育教学深度融合面临四大典型问题：如何建、如何用、如何管、如何评。具体而言，部分教师存在数字化资源获取不足、数字化素养与技能欠缺、AI与学科教学融合案例匮乏，以及缺少动态过程性数据进行科学评价等问题。
尽管当前数字化资源储备已较为丰富，但教师的智能化工具使用能力不足、缺乏深度融合的实际应用案例，仍是阻碍AI赋能教学的关键瓶颈。解决这些痛点，需要系统性的方案和创新的技术工具。
构建协同范式
针对上述问题，团队提出了“师-生-AI”协同递进方法，搭建“数智驱动-融创共生-贯通育人”的三层架构。该架构的核心是利用数智技术落地“学-思-践-悟”的典型育人环境，旨在实现高效知识传授、高阶能力培养和高远价值塑造。
这一范式将教师、学生与AI置于同一生态系统中，通过AI的辅助，强化教师引导作用，激发学生主体性，从而构建一个动态、协同、个性化的智慧教学闭环。
擘化天工大模型
2025年7月，“擘化天工”化学学科教育大模型正式发布。该模型是智慧教学的智能底座，在此基础上，团队创建了助学、助思、助践、助悟四大类智能体，并增加了两类AI强基智能体。
这些智能体凭借其“千人千面”的特性，能够为学生提供个性化学习支撑。例如，AI智能伴学可以优化学生学习路径，AI智能问答则能提供全天候的精准答疑服务，有效解决了传统教学中难以兼顾个性化需求的难题。
教学全流程应用
在“无机与分析化学”课程中，该模式得到成功应用。课前，系统为学生提供自适应式学习资源；课中，通过AI智能体搭建泛在化实践场景，在线演示操作流程，聚焦学生辩证式思维与实践能力培养；课后，则引导学生开展交叉融通式创新感悟。
这种模式将AI应用贯穿于教学全流程，形成了“设计-实施-评价-反馈”的完整育人闭环。通过“自适应式学-辩证式思-泛在化践-交叉融汇式悟”的主线，实现了能力导向的智慧教学范式。
延伸至科教融汇
该模式的成功不仅限于课堂教学，还延伸至科研创新与科普活动。学生在掌握AI工具后，即使不进实验室也能开展科学研究，并在多项国家级科创竞赛中获奖，验证了拔尖创新人才培养的实效。
团队还面向全国青少年推出“同AI一起学化学”系列科普内容，并免费搭建了“星识化学科普智能体”，将学科前沿知识以更生动、更智能的方式普及开来，探索了“AI+科普”的新路径。
哈尔滨工业大学的实践证明，“大模型+智能体”不仅是技术工具，更是重塑育人模式的催化剂。它为破解教育数字化转型中的共性难题提供了清晰蓝图。未来，这套模式能否在更多学科中复制并开花结果，值得期待。
