各教学单位：

为深入贯彻《中国教育现代化2035》文件精神和国家教育数字化战略部署，加快人工智能在教育教学领域的创新应用，推动课程在教学模式、学习范式、评价方式等方面的深层次变革，进一步提高我校本科课程智慧化水平，现组织开展2026年校级智慧课程遴选工作，有关事项通知如下：

一、建设目标

将人工智能技术全面融入课程建设，实现教学全流程的AI深度赋能，对教学内容与教学设计、教学资源与教学场景、教学模式与学习方式、学情分析与教学评价等进行一体化设计与建设，培养学生运用人工智能技术进行自主学习与深度学习的能力，全方位提升课程教学质量与教学效果。

二、建设范围

课程应为2025年校级智慧课程培育建设项目中等级为A、B的课程。

三、课程建设标准

（一）课程目标优化

智慧课程必须以培养新质人才为目标，梳理从产业人才能力要求、专业培养目标、毕业要求指标点到课程目标的关系，以此为依据优化课程目标。课程目标应清楚、具体，易于理解，便于实施，行为动词使用正确，阐述规范。

（二）课程内容重塑

课程应基于课程目标，融入最新科技成果和行业实践，强化产教融合、科教融汇，进行课程内容重构，增强课程的实用性和针对性。

（三）AI知识库训练

1.课程AI知识库建设

（1）按照智慧课程平台知识库相关功能的资料整理要求，上传或关联课程相关的文档、视频、图片资料，其中每门课程需关联教材或书籍，需同步在线课程，并上传教案、课件、案例等资料组建知识库。

（2）智慧课程配套教学资源可以基于原有的资源共享课程、慕课、金课等现有教学资源，也可以按需制作相应资源。

（3）需要保证知识库的时效性、准确性、安全性。时效性方面，需要建立知识库更新机制，及时替换陈旧资源；准确性方面，需要对资源做科学性审查，避免不同版本教材、资源的冲突；安全性方面，要建立知识库上传前审核机制，积极利用AI工具审核知识库内容。

2.课程问答库建设

针对常见问题和需要绝对精准回答的问题，建设问答库，使AI能够直接匹配学生提问，精准回答。覆盖多种类型的问题，包括但不限于概念性问题（解释某个专业术语的含义）、应用性问题（如何运用所学知识解决实际案例）、拓展性问题（与课程相关的前沿知识探讨）等。

（四）多元图谱设计

1.知识图谱

课程应打破传统课程按章节的线性组织模式，梳理课程知识点，基于单元、主题、项目等方式表征知识关系，构建知识图谱。知识点应可以作为一个单独的学习单元，有明确的界限，不与其他知识点重叠和混淆，并可以单独开展测评以检验学习效果。

（1）围绕课程知识目标梳理课程知识点，知识点总数不得低于每学分50个知识点，基于图谱统计呈现知识点资源关联数不低于80%，关联试题数不低于90%，注意课程知识点颗粒度要合理，不盲目求精求细。每个知识点可具备知识点名称、知识点简述、学习目标、学习资源、测验题等元素。

（2）知识点应形成知识网状结构，标记知识之间的关联关系，具有关联关系的知识点一般不少于总知识点数量的70%。

（3）为实现精准教学分析评价，应对知识点打标签，知识点标记重点、难点、考点等不少于3类标签，包括但不限于知识点分类、知识点认知目标、课程思政等。

（4）基于知识点组织教学资源，建设知识点微课，作为基本学习单元，每个知识点微课应当包含知识点简介、教学视频和题库。

（5）定期更新和维护知识图谱及其关联资源，确保资源的时效性和准确性；基于知识图谱跟进学生学习完成度、掌握度数据，并根据学生的学习反馈和教学效果，及时调整和优化课程资源。

2.问题图谱（可选）

（1）课程应围绕学生高阶能力培养，以实际问题解决、复杂案例分析、综合项目实施等为载体，设计问题图谱，引导学生思维训练与能力培养。

（2）围绕课程目标梳理问题架构，架设疑难复杂问题（第一层级）、组合问题（第二层级）、基本问题（第三层级），对层级需要有相应的描述，每个问题都需要有教师参考。基本问题的建设不少于每学分6个问题，关联知识点总数不少于每问题2个知识点；组合问题的建设不少于每学分4个问题，关联知识点总数不少于每问题4个知识点；疑难复杂问题的建设不少于每学分1个问题，关联知识点总数不少于每问题6个知识点。

3.能力图谱

（1）基于能力目标中的能力达成要求，围绕课程能力目标梳理课程知识点，构建能力图谱。

（2）每学分设置不少于2项能力内容，关联知识点数不少于每能力20个知识点，能力关联的知识点一般不少于总知识点数量的50%。

4.课程思政图谱（可选）

围绕课程育人主线，标记“课程思政”标签，形成课程思政图谱。课程思政图谱知识点不少于20个，关联思政资源不少于30个。

（五）数字资源建设

1.根据教学模式（主要是混合教学）实际需求，组织建设教学资源并与知识图谱关联。对资源进行结构化整理，按照课程教学知识点切分教学视频等较大资源，每个层级知识点关联资源数不得少于3个，至少包含PPT、视频等。

2.鼓励按知识点拍摄或制作讲解/教学视频，也可基于知识点智能推荐资源，教师具有对推荐资源进行质量审核与把关责任，注意知识产权和意识形态问题。

3.鼓励在课程中引入或自主开发AI实践智能体：根据课程特点与教学需要，结合特定教学场景引入或开发个性化智能体，供学生深度互动。（可选）

（六）教学任务设计

1.多元教学模式：基于任务引擎创设学生为中心、高阶能力培养为导向的综合任务设计，如项目任务、问题驱动任务、实践任务等，以任务目标为导向，完成教学设计，将资源学习、学习活动、考核评价有机整合，实现高阶目标达成。任务引擎能精准把握每个学生的学习特点和实际需求，从而为学生量身定制个性化的学习任务，确保学习任务既符合课程教学目标，又能满足学生的个性化发展需求。

2.每门课程任务数量不得低于每学分2个学习任务，学习任务的形式丰富多样，每项任务都需要有相应介绍及标签描述。每项任务设置不少于3个分组/关卡，分组方式及命名可以根据教学模式自行设计，每个分组内设置不少于2个不同的任务点，任务点可选类型包括但不限于章节、知识点、主题讨论、视频、问卷、AI实践、直播、虚拟仿真、自测、课堂活动、问卷、审批等。应充分整合各种教学资源和学习活动，实现线上线下、理论实践各种教学场景的有机融通。

3.课程教学团队应积极开展项目式、案例式、实践式、研讨式、参与式等多种教学方法，鼓励智慧课程教师打造 “一人一案”人才培养模式，开展闯关模式、分支教学、分组教学、分层教学等多种形式的教学实践，通过任务引擎为每个学生设定个性化学习路径。

4.精准学情评价：应基于任务目标实时跟进了解任务达成情况，针对性精准评价与即时反馈。

（七）课程评价设计

1.有效针对课程目标设计评价体系，有效发挥形成性评价和终结性评价的各自优势、主客观结合、评价主体多元，采用多元评价方法，成绩权重构成合理，能有效评价学生知识、能力与思维的发展。

2.充分发挥知识图谱与 AI 的精准评价与智能反馈功能，实现“精准化”“个性化”因材施教，体现数据驱动的迭代优化。

四、遴选工作安排

（一）请各位课程负责人于7月1日下班前，将附件1：《吉林工商学院智慧课程申报书》（签字盖章的pdf版，命名：学院（部）+专业+课程名称，有关佐证材料需附申报书后，与申报书做成一个PDF文件）发送至邮箱20230020@jlbtc.edu.cn，纸质版（签字盖章）一式四份交至综合办公楼315，马嘉悦老师处。

（二）遴选答辩工作拟定于7月4日，请各位课程负责人将答辩PPT于7月3日中午11点前发送至邮箱20230020@jlbtc.edu.cn。

（三）请各位课程负责人扫码进群，后续抽签、答辩事宜将在群内通知。

联系人：马嘉悦，联系电话：82306159。