合肥工业大学AI课程建设与教学改革实践案例(三)

在数字经济蓬勃发展与金融科技深刻变革的时代背景下，管理学院以新文科建设理念为引领，聚焦“懂金融、善分析、能创新”的复合型人才培养目标，对专业核心课程《货币金融学》进行系统性重塑。课程依托智慧教学平台，构建“图谱导航-AI实践-数据驱动”的智能化教学生态，通过AI技术与教学全过程的深度融合，破解传统文科教学痛点，形成可复制、可推广的智慧课程建设范式。

目前课程已覆盖2个班级共74名学生，师生依托平台开展课程活动9,384次，课程访问量（pv值）达36,971次，并建成38个知识章节（含77个资源节点）、471分钟精讲视频、10份拓展资料及32道分层题库。扎实的数据底座不仅验证了课程内容的系统完备与前沿实用，更以高频互动与深度投入，有力印证了其作为新文科建设样本的显著示范效应与辐射价值，并于2026年5月立项省级智慧课程项目。

教学手段单一，缺乏个性化路径：教学主要依赖标准化讲授，缺乏基于学生个体差异的精准施教。教师难以在教学中兼顾不同学生的认知水平，无法为每位学生提供定制化的学习路径推荐与实时答疑，导致“千人一面”，难以满足学生自主探究的需求。

评价维度扁平，反馈机制滞后：质量评价过度依赖终结性的考试成绩，缺乏对学习行为、作业、研讨等全过程数据的全息采集。评价反馈周期长，难以及时捕捉学生在知识掌握与能力生成上的薄弱点，无法实现“评价-反馈-改进”的闭环，不利于教学质量的持续提升。

高阶场景支撑弱，思政融入生硬：面对货币政策博弈、金融伦理两难和金融科技创新竞争等高阶复杂场景，传统教学难以提供沉浸式互动体验。课程思政往往采用“贴标签”式的生硬说教，未能通过情境化设计让学生在内化体验中生成“金融为民”的价值认同，育人效果不佳。

多维图谱导航体系：通过构建知识、问题、能力、思政四位一体的图谱矩阵，为学生提供可视化的学习路径与能力成长指引，强化学习内驱力。

沉浸式 AI 实践平台：打造情景对话与智能批阅相结合的实战场景，将抽象金融理论与现实问题分析紧密结合，提升学生解决复杂金融问题的能力。

全流程数据评价机制：建立“知识+能力+素质”三位一体的动态评价体系，实现教学过程的精准追踪、薄弱点诊断与个性化资源推送。

课程基于复合理论框架进行顶层设计，该框架以OBE理念（成果导向）为核心统领，整合建构主义（主动建构）、联通主义（知识网络化）、认知负荷理论（信息优化）、个性化学习理论（因材施教）及人本主义（具身与情感）五大理论，解决了“目标如何定、过程如何优、技术如何用、育人如何暖”的核心问题。

在此框架下，课程将抽象理论转化为具体的“四维图谱”结构，实现内容体系的系统性重塑：

系统梳理课程核心概念与理论框架，形成结构化的认知网络，学生不仅能掌握从货币起源到货币政策传导的核心原理，更能直观看到这些知识点如何支撑起金融市场分析、金融风险防范等实际应用，降低认知负荷，奠定高效学习基础。

梳理案例式问题图谱，以“案例—分析方向—基础问题”+知识点关联的形式，形成复杂金融案例的分析解决路径。例如针对“AI技术重塑现代信用形式”“中国现代金融生态圈创新发展”等前沿议题，拆解分析步骤，提升学生对课程理论知识的实际应用能力。通过真实问题驱动学习，连接理论与实践，引导学生在解决复杂议题中主动建构知识。

根据教学大纲中的课程目标及人才培养方案，梳理了课程能力图谱，形成了能力与知识内容之间的支撑路径，明确学生从“掌握基础理论”到“具备创新分析能力”的阶梯式成长路线，实现因材施教与精准的能力培养。

践行“如盐入汤”的浸润路径，利用AI智能抓取《人民日报》、央行政策及红色金融史料，构建“思政+专业”双图谱。在“国际金融治理的中国贡献”等模块中，引导学生反思“什么样的金融生活值得过”，实现知识传授与价值引领同频共振，落实立德树人根本任务。

课程创新引入 AI 实践智能体，并严格遵循PEARL人本主义设计指南（教学适性化、可解释与参与、归责与负责、表征与反思、适应性主体感），形成师-生-机三元结构的协调创新，通过多元化的智能实践任务，将理论知识转化为真实的人机协作与问题导向体验

针对复杂课程问题（例如：资源调度与业务流程优化、金融科技对传统信用体系的冲击等），实现了引导式对话任务。助力学生自主形成复杂问题多维度的个性化认知，显著提升学生探索课程复杂开放讨论问题的能力，锻炼思维逻辑，同时实现跨学科知识的融合引导，提高项目制学习中的协作效率。

此类 AI 实践能够对学生提交的图文报告（如《AI技术重塑中国现代金融生态圈创新发展》分析报告）进行批阅。通过 AI 依据预设维度进行初评并生成详细优缺点评语，实现“AI提效”，教师则在此基础上进行深度点评与引导，实现“师评提质”。学生可以依据 AI 反馈持续优化自己的分析报告，不断提升自我分析与理解能力。

为确保前述理论与图谱不流于形式，课程构建了一套“金字塔结构”的智慧课程逻辑体系，打通了从顶层设计到落地实施的全链条：

·顶层（育人与教学理论层）：坚守人本主义与OBE理念，确立“价值引领”的育人高度；

·中层（建构与设计逻辑层）：将理论具象化为“四维图谱”与“能力生成”的转型路径，规划分层教学设计；

·底层（技术与平台实现层）：依托智慧平台与AI工具，将设计蓝图转化为“结构化输入（MOOC）+自适应分配（智慧教学）+具身体验（小组合作）+效率放大（AI实践）”的可执行流程。

采用小组共同选题、人机分工协作，增强学生具身体验和认知情感表达；通过小组汇报讨论，弥补单纯使用AI工具所导致的学生认知过程亲身感受阻隔的问题。

基于AI课程智能辅助的小组合作专题研讨

依托此分层结构设计了“课前MOOC自学-课中教师引导问题研讨-课后AI辅助学生自主探索”的课程实施流程，实现人工智能对教育教学的创新赋能。

智慧课程实施“课前-课中-课后”进阶流程

依托平台的智能学情分析，课程实现从“经验教学”向“数据驱动教学”的转变依托平台的智能学情分析，课程实现从“经验教学”向“数据驱动教学”的转变。

针对学生在“未来趋势预测与创新思维”上的显著能力差异，实施分层设计。为基础层学生提供趋势分析的框架工具，为学有余力的学生设置进阶的半开放设计任务，顺应不同层次学生需求；同时强化现有能力向薄弱领域的迁移设计，结合学生擅长的专业知识分析，设计从现有案例到未来趋势的迁移教学内容。

设计角色扮演工作模拟，设置典型的金融场景（如金融生态圈新人岗前培训、客户与信贷经理对话等）必读素材与高频问题，将学生分组扮演不同角色，教师在旁观察并指导提问策略与回应技巧，强化学生的场景化沟通能力与创新思维。

开展“热点工作坊”，围绕中国金融生态圈的现存问题，借助 AI 工具收集前沿信息，共同梳理发展热点并展示创新方案；实施“同伴互助计划”，将观察能力较弱的学生与精进学生结对，在课堂讨论与任务完成过程中进行针对性辅导。

依托全流程伴随式的数据画像与AI智能伴学，本课程成功打破了传统文科课堂“千人一面”的桎梏，实现了从单一的知识传授向高阶思维能力培养的质变，探索“精细-深钻-个性化”的智慧专业课教学模式，为新文科背景下的金融人才培养提供了“合工大方案”。

依托智慧教学平台，课程不仅承载了数百人的大班教学，更通过AI学情分析智能体，精准捕捉每一位学生在“专业知识应用”与“创新思维迁移”上的细微差异。正如杭电案例中所追求的“量质突围”，本课程通过数据驱动的分层教学与“同伴互助计划”，在保证教学规模的同时，实现了“一生一策”的精准育人，让不同起点的学生都能获得最大程度的增值。

课程通过引入AI实践智能体（情景对话与智能批阅），重构了“师-生-机”三元教学结构。教师从繁重的重复性批改工作中解放出来，转而聚焦于价值引领与高阶思维点拨；AI则承担了个性化陪练与即时反馈的角色。这种分工协同，正如“万人课堂×AI助教”模式所验证的那样，有效延伸了教师的“教学手臂”，重塑了课堂教与学的生产力关系。

课程摒弃了传统的“经验主义”教学评价，建立了基于6次练习、主客观作业及AI实践任务的全周期数据反馈机制。通过对“能力维度分布”的动态监测，课程团队能够实时感知教学痛点（如未来趋势预测的薄弱项），并迅速迭代教学内容与AI训练语料。这种“评价-反馈-改进”的闭环机制，确保了课程始终处于动态优化之中，持续输出高质量的育人成果。

最终成效体现在学生身上：他们不仅扎实掌握了金融理论基础，更能熟练运用AI工具辅助复杂金融问题分析，在面对“中国现代金融生态圈创新发展”等开放性议题时，展现出超越同龄人的数据洞察力与创新思辨力。

总结与展望

管理学院《货币金融学》凭借扎实的课程基础与 AI 技术的深度赋能，构建了“智能化、实战化、个性化”的智慧课程体系，有效破解了传统金融类课程的教学难题。未来，课程将持续深化新文科建设理念，进一步完善 AI 赋能教学模式，增强AI赋能高阶教学场景深度，优化学生具身体验与情感交互的数据采集及反馈机制，提升智慧课程质效，为数字经济高质量发展培育更多“懂理论、通数据、能创新”的复合型高素质金融人才。

主讲教师：张晨

合肥工业大学管理学院教授，博士生导师，省级教学名师，会计学国家级一流专业建设点负责人，“智慧会计特色专业课程”省级教学团队负责人，中国会计学会高等工科院校分会秘书长。长期从事金融市场与金融机构的风险控制、绿色金融与碳金融市场的研究与教学。主持多项国家级、省部级科研项目和质量工程项目，获得省级教学成果特等奖两项，出版《货币金融学：理论·实务·政策》等多部教材与专著，获合肥工业大学“最受欢迎教师”等荣誉。