生成式人工智能辅助教学的“梯”与“坑”
罗杨洋;2025年初DeepSeek大模型爆发式应用，大量案例表明生成式人工智能(GAI)正在深度融入教育教学。本文基于建构主义与技术批判双重视角，从GAI辅助教学的技术机制与原理出发，揭示GAI在教学中的赋能路径与潜在风险。研究发现：在“梯”的维度，GAI可促进学习者个性化认知觉醒，辅助学习者全方位能力提升和赋能学习者核心素养发展；在“坑”的维度，教育者要特别注意如果不分学科采纳GAI辅助教学案例、学习者数字素养不均、学习者依赖GAI现象产生时，GAI可能为学习者带来负面作用。本研究为平衡技术效率与教育本质提供了理论框架与实践路径。
人工智能时代大学应该“教”什么?
耿乐乐;生成式人工智能正深刻改变高等教育格局，对知识传授、能力建构与价值塑造产生系统性冲击。知识维度面临记忆价值消解、概念体系离散化及元认知能力弱化危机；能力维度出现人机界限模糊、新型能力标准缺失及高阶思维退化等问题；价值维度则遭遇人机关系异化、伦理外包及社会责任感缺失等挑战。为应对变革，需重构教育目标体系：以数字领导力培养技术适应性人才，包含数字素养、人机协同与伦理防控等核心能力；以高阶思维能力奠基深度学习，强化批判性思考与创新解决问题能力；通过社交能力训练增强人际协作与跨文化理解；坚守人文关怀培养情感健全的社会公民。教育内容体系需同步革新，调整知识传授类型，增设高阶思维课程，构建社交训练体系，完善生命教育框架。教育者需在技术赋能与人文守护间寻求平衡，确保教育始终服务于人的全面发展。
DeepSeek对大学教师教学的冲击及反思
鲁世林;大学教师类型的两次重大转型都是由科技革命带来的，在后科学时代如何理解成为大学生最需要的东西，教师最重要的是提供给学生思想框架与理解方法。在大学教师教学中，一般知识、学科界限、教学方法和教学评价将不再重要，思想框架、综合思维、促进理解与激发兴趣将更为重要。大学的功能是“体制化”的传承，以前体制化地传承经验和科学，现在则需要体制化地传承思想，而教学就是实现大学体制化传承最重要的工具。重构以思想为基础的教学、学术与管理，大学还是有可能走在时代前列的。
人工智能驱动的大学生个性化学习模式构建
杨冬;人工智能正在重构大学教育教学，个性化学习是未来大学教育的基本方向。作为信息和数字技术高度发达的产物，凭借强大的数据、算法、算力和模型等，人工智能可将大学教育领域的一切加以智能化，为大学生个性化学习提供便捷条件和强力支撑。按照人机互动的内容和方式，人工智能驱动的大学生个性化学习模式可解构为基于知识的对话式学习、基于问题的探究式学习、基于实践的仿真式学习、基于情境的沉浸式学习、基于创新的合作式学习、基于平台的跨学科学习6种。大学只有处理好人与技术的共生交互关系，推动“机智”与“人智”协同互补，才能实现学生个性化学习效果的最大化。
高校导学共同体的多维关系性及其构建路径
陈亚州;构建良性发展的导学共同体是新时代提升研究生教育质量的重要路径。基于关系理论的视角，导学共同体可视为研究生和导师基于各自的角色身份在共同参与教学科研活动过程中结成的一种特定社会关系模式，它内在地具有工具型关系、价值型关系和情感型关系维度，且受到导学双方行为的后果性逻辑、适当性逻辑和情感性逻辑影响。一个能够较好承担新时代立德树人根本任务的导学共同体，应该是研究生和导师之间价值相融、教学相长和情感相通的共同体。当前，高校导学共同体构建面临的主要困境表现为导学共同体价值关系的虚无化、工具关系的功利化及情感关系的消极化。鉴于此，有必要探索导学共同体构建的优化路径，重视并不断厚植导学共同体的价值性，正视并有效调节导学共同体的工具性，健全并持续培养导学共同体的情感性，并促进这些维度协同发展。
大学数学班级规模对教学效果影响的调查研究
陈朝东;牛顿标;舒乾宇;小班化教学是深化高校本科人才培养的关键举措与重大挑战。以S大学2015—2019年线性代数(理工)教学班作为研究对象，通过调查研究、比较研究法，分析了班级规模变化对学生成绩影响的趋势，发现教师对小班化教学的认识与实践存在差异，论证了班级规模影响教学效果的关键不仅在于“学生人数”,更在于“教师教法”,初步探究了小班化教学中班级规模的合理区间，以此为参考有助于优化基于教学效果的教学资源利用率。建议推动从小班化教学到小班教学的渐进式发展，加强教师教育尤其是教师教学理念与方式方法的转变，因地制宜地继续探索班级规模的合理区间，以此推动小班化教学效果的提升。
