软件工程专业软件质量与保障方向开展AI协同教学交流会

会上，软件质量与保障方向各课程负责人结合课程建设材料，依次分享AI协同教学改革实践方案。

《功能测试》聚焦功能用例设计与Selenium自动化测试。AI辅助识别功能点、解析页面元素；将测试方法封装为Skill规范AI输出，坚持人工评审；遵循“学生先编码、AI再优化、人工做验证”，夯实自动化编程基础，对比Selenium与Playwright拓展技术视野，重点考核学生对AI输出的判别与解释能力。

《软件测试》明确AI使用红线边界，禁止AI直接产出需求、完整用例与脚本，要求学生先完成人工分析，再使用工具辅助校验。执行“人工先行-AI辅助‑全程留痕”流程，重点培养学生任务拆解、批判验证、测试方法选型能力。

《开发者测试》课程围绕单元、接口、集成测试，执行“手工设计先行、AI辅助生成、人工对比校验修正”流程。学生先独立分析业务并设计测试方案，借助Trae CN生成测试脚本，人工比对校验、排查AI逻辑漏洞，提升测试分析与缺陷排查能力。

《CMM与质量保证》围绕CMMI模型、认证流程等内容，利用TRAE生成方案初稿，学生对照理论排查AI出现的过程域错配、流程逻辑错误等问题，锻炼学生质量方案拆解、批判甄别与迭代优化能力。

本次交流进一步明晰软件质量与保障方向AI协同教学的价值定位：AI已经成为现代软件测试、质量保障工具链的重要组成部分，人机协同训练可以更好匹配测试岗位真实工作场景；教学重心由基础用例、脚本、文档编写，转向需求研判、方案取舍、缺陷分析、质量决策等AI难以替代的核心能力。教学需守牢底线，夯实专业基本功，划定AI使用边界，保障数据安全合规，规避AI依赖。课程改革本质是从“教会学生产出测试与质量文档”升级为“教会学生评判甄别AI输出结果”，引导学生善用AI提效，筑牢独立分析、质量把控的专业核心能力。