教学智思体赋能的“学、教、研”多场景数智教育平台建设与实践
王兴伟
东北大学党委常委、副校长
中国高等教育学会智慧教育研究分会副理事长
东北大学作为中国高等教育的重要基地，始终致力于面向国家战略与产业发展需求培养高水平创新人才。
一、教学资源的数字化建设
东北大学在推进教育教学数字化转型过程中，系统性建立了课程教学资源数字化建设的标准化流程。该流程覆盖了从数据采集、清洗标注、知识要素抽取、语义编码与向量化、到结构化存储的全生命周期，旨在实现优质教学资源的可持续积累与智能化复用。基于学校十余个优势专业的多年积累，学校整合了包括文本、图像、视频等多来源、多类型的异构教学数据，构建了规模庞大、体系完备的多模态教育语料库。
二、研发TechGPT教育大模型
对不同专业课程知识表达结构复杂、术语体系差异显著、语义一致性难以保证等现实难点，东北大学通过采取多模态理解与生成表达能力强化、知识构建能力强化、逻辑与安全强化等一系列创新技术，自主研发了TechGPT教育大模型。该模型依托前期构建的覆盖多专业的多模态教育语料库，通过分阶段、多任务、专业定向增强的训练策略，对不同专业领域术语、逻辑结构和知识体系进行深度融合与语义对齐，TechGPT大模型不仅具备通用大模型的语言生成能力，更在科学性、逻辑性和教育适配性方面表现突出，显著提升了复杂教育场景中的语义理解能力和生成准确性。
三、教育图谱构建
依托高质量的多模态教育语料库、结构化的课程教学大纲以及系统化的专业培养方案，东北大学突破了传统课程体系中知识组织松散、目标关联模糊的瓶颈，成功构建了覆盖全面、逻辑严密的“知识点-课程目标-素养指标”三级教育图谱。在这一框架下，学校首先对各类专业课程中的基础知识点进行提取与标准化表征，并依据课程大纲中的教学目标，建立知识单元与课程维度能力要求的直接映射。进一步地，通过系统对接专业培养方案中定义的毕业要求与核心素养指标，实现了从具体知识到综合素养的纵向贯通。
四、构建“知行伴学”数智教育平台
集成多模态语料库、教育知识图谱和TechGPT大模型等技术成果，东北大学构建了“知行伴学”数智教育平台。该平台聚焦智能化教学资源建设、全周期学习流程支持与高效研究辅助支持等三大核心应用场景， 突破了传统教学中侧重于“授知识”的单向传递模式，通过深度融合三级教育图谱结构与AI能力，系统支撑起学生在短板提升、知识内化、研究反哺等“育能力”要求，系统推动了“以学生能力成长为中心”的教育范式转型。
东北大学的数智慧教育平台，可助力形成“教学设计—学习实践—科研反哺”的图谱演进闭环，推动教育资源体系从静态供给向动态生长转型；形成“图谱预习—智能答疑—资源推荐—短板提升”的学习路径闭环，实现以学生认知状态为核心的全过程自适应支持；形成从“术语理解—领域定位—问题追问—知识内化”的科研认知闭环，提升科研效率。该平台上线一年以来，已构建千万级多模态教育语料库及54门课程教育图谱、完成TechGPT教育大模型3次迭代更新，并成功应用于多门跨专业课程的教学全流程，为其他高校数智化教学提供了可复制范式。
（本文系作者在第五届全国高校教师教学创新大赛同期活动“生成式人工智能驱动的高等教育教学模式创新”上的报告）