129 lines
6.1 KiB
Markdown
129 lines
6.1 KiB
Markdown
# 交流会主要内容：
|
||
|
||
金智教学系统是学校教学信息化与智能化的一次“平台级底盘建设”。不是抢方向盘，而是确认这辆车以后能不能加装“导航系统”。
|
||
我们的重点在于把专家经验、业务流程、组织判断和决策边界工程化为可运行、可校准、可追踪、可落地的专家智能体。
|
||
|
||
## 1. 确认最小闭环
|
||
|
||
**组织/账号 → 课程 → 资源入库 → 知识库 → 三类图谱 → 1—2类AI教学任务 → 学生使用 → 教师查看数据 → 驾驶舱统计。**
|
||
建议选择 2—3 门课程做样板，至少包含一门偏理论课、一门偏实践课、一门资料较完整的课程。每门课跑通：
|
||
|
||
1. 资源上传与结构化。
|
||
2. 知识点与资源挂载。
|
||
3. 能力—问题—知识图谱关系。
|
||
4. AI文档/视频学习任务。
|
||
5. 题目生成与批阅。
|
||
6. 学生使用数据。
|
||
7. 教师端分析。
|
||
8. AI效果反馈与修正记录。
|
||
|
||
## 2. 接口和数据
|
||
|
||
能不能拿到：
|
||
|
||
* 课程数据。
|
||
* 教师数据。
|
||
* 学生数据。
|
||
* 教学资源数据。
|
||
* 题库/试卷数据。
|
||
* 学习任务数据。
|
||
* 学生行为数据。
|
||
* AI对话与反馈数据。
|
||
* 知识库切片与引用数据。
|
||
* 三类图谱节点与关系数据。
|
||
* AI智能体配置、调用、评价与日志数据。
|
||
|
||
你要问金智的具体问题：
|
||
|
||
1. 所有核心业务对象是否有唯一 ID？课程、章节、知识点、能力点、问题点、任务、资源、题目、学生、教师分别是什么 ID 体系？
|
||
2. 能力图谱、问题图谱、知识图谱的节点和边是否可导出？
|
||
3. 图谱关系是否支持 API 读取？
|
||
4. 知识库切片是否可查看、可编辑、可导出？
|
||
5. RAG 检索命中的来源、分数、引用片段是否可记录？
|
||
6. AI对话日志是否能按课程、任务、学生、智能体导出？
|
||
7. 教师对 AI 结果的修改、采纳、删除、重生成是否有记录？
|
||
8. 赞/踩反馈是否能结构化导出？
|
||
9. 模型调用 Token、费用、耗时、错误率是否可查？
|
||
10. 学校是否拥有全部教学过程数据和 AI 交互数据的使用权？
|
||
|
||
## 3. 知识库要盯“可解释、可更新、可评测”
|
||
|
||
重点探查：
|
||
|
||
* 切片规则是什么？按章节、语义、页、时间轴，还是固定长度？
|
||
* 切片是否保留来源、页码、时间戳、章节路径？
|
||
* 教师能否修改切片？
|
||
* 修改后是否重新向量化？
|
||
* 删除资源后，知识库是否同步删除？
|
||
* 题目修改后，知识库是否同步更新？
|
||
* AI回答是否显示引用来源？
|
||
* 是否能评测“回答是否来自指定资料”？
|
||
* 是否能区分课程私有知识库、校级知识库、教师个人知识库？
|
||
* 不同学生是否会因为权限不同看到不同知识范围？
|
||
|
||
你的风险判断标准很简单：
|
||
|
||
> **如果知识库只是“上传资料后能问答”，它是金智能力；如果知识库能被审计、调优、评测、沉淀教师修正，它就是你后续做专家智能体和 SPGM 教学模型的土壤。**
|
||
|
||
## 4. 三套图谱是最大机会，也是最大风险
|
||
|
||
要问：
|
||
|
||
1. **能力图谱的能力定义依据是什么？** 是毕业要求、课程目标、岗位能力，还是 AI 自动总结？
|
||
2. **问题图谱里的“问题”是什么？** 是学生要解决的真实问题、章节问题、考试题目问题，还是教学活动任务？
|
||
3. **知识图谱的颗粒度如何控制？** 一个知识点多大算合理？是否会过细导致维护灾难？
|
||
4. **三类图谱之间的关系如何验证？** 能力支撑问题，问题支撑知识，知识支撑任务，这条链条是否真的可解释？
|
||
5. **AI自动生成后谁审核？** 审核标准是什么？教师修改是否沉淀为规则？
|
||
6. **图谱质量如何评价？** 完整性、一致性、可教性、可测性、可用性有没有指标？
|
||
7. **图谱是否只是课程建设资产，还是会影响学生学习路径和评价结果？**
|
||
|
||
## 5. AI智能体要看“能否配置、监管、校准”
|
||
|
||
本期你要避免被“100个智能体”晃眼。真正要追的是：
|
||
|
||
* 每个智能体有没有清晰岗位？
|
||
* 它解决什么教学问题？
|
||
* 它挂载了哪些知识库？
|
||
* 它的提示词能否导出和版本管理？
|
||
* 它的边界是什么？
|
||
* 它什么时候要求教师介入？
|
||
* 它的输出是否有理由摘要？
|
||
* 学生赞/踩后，谁看、谁改、怎么改？
|
||
* 教师修改智能体回复后，是否沉淀为后续优化数据？
|
||
* 不同课程能否形成不同的智能体模板？
|
||
|
||
你的后续机会是把金智的“教学智能体配置能力”，升级成你们的“专家智能体建设与校准服务”。
|
||
|
||
## 6. 数据驾驶舱不要只做展示，要变成后续顾问服务的证据源
|
||
|
||
有两个价值：
|
||
|
||
第一，**它是本期验收工具**。你可以要求驾驶舱指标必须能反映样板课程是否真的被使用，而不是只显示“已建设”。
|
||
|
||
第二，**它是后续咨询服务入口**。你可以提出“教学智能化运行诊断报告”：
|
||
|
||
* 哪些课程只是建了资源，但学生没用？
|
||
* 哪些 AI 任务使用率高但学习效果低？
|
||
* 哪些知识点学生反复错？
|
||
* 哪些教师高频使用 AI，但返工率也高？
|
||
* 哪些智能体被频繁踩？
|
||
* 哪些课程适合进入 SPGM 深化改造？
|
||
* 哪些课程只需要轻量优化，不值得重做？
|
||
|
||
这就把你从“项目负责人”升级成“学校智能化教学运营顾问”。
|
||
|
||
## 7. 课程建设服务要防止“数量达标，质量不达标”
|
||
|
||
推动增加“样板课程质量验收”：
|
||
|
||
* 抽取 1 门课程做深度验收。
|
||
* 抽取 10 个知识点看颗粒度是否合理。
|
||
* 抽取 10 道 AI 生成题看是否准确、可测、符合认知层级。
|
||
* 抽取 5 个学生问题看 AI 回答是否引用正确资料。
|
||
* 抽取 3 个能力点看是否真的被任务支撑。
|
||
* 抽取 1 个 AI 场景模拟/辩论任务看是否有教学意义。
|
||
* 抽取教师修改记录，看 AI 是否可校准。
|
||
|
||
金智方案也写到课程建设期需要配合教师审核校对 AI 生成内容、智能体交互效果和各类学习工具准确度，并生成评估报告；上线后每学期至少一次 AI 智能体调优和知识库更新迭代。
|
||
|