11-萬國德-基于DeepSeek的數字化教學新生態構建.pdf

《11-萬國德-基于DeepSeek的數字化教學新生態構建.pdf》由會員分享，可在線閱讀，更多相關《11-萬國德-基于DeepSeek的數字化教學新生態構建.pdf（32頁珍藏版）》請在三個皮匠報告上搜索。

1、匯報人：萬國德萬國德 時間：2025.03 基于DeepSeek的數字化教學新生態構建 目錄 大模型生態及數字化教育 構建數字化教學新生態的關鍵要素 建設案例分享 面臨的挑戰及未來趨勢 01 02 03 04 01 大模型生態及數字化教育（一）大模型演變路徑 語言模型（參數量在數千到數百萬之間）1980年代 代表模型：N-Gram模型 HMM 預訓練語言模型 （參數量在數百萬到數十億之間）2018-2019年 代表模型：BERT GPT 大語言模型 （參數量在數億到數百億之間）2021-2022年 代表模型：TS GPT3 GPT3.5 大模型 （參數量在數十億到數千億之間）2023年至今 代

2、表模型：DeepSeek GPT4 Gemini 20世紀，AI研究初期，集中在邏輯推理和專家系統上。2017年，通過引入自注意力機制的Transformer模型結構，提升了序列建模的能力，預訓練語言模型(pre-trained language model,PLM)的理念逐漸成為主流。2022年11月，美國著名AI研究公司OpenAI發布旗下基于大語言模型GPT-3.5的AI聊天機器人程序ChatGPT，推動了NLP領域的發展。2023年3月，OpenAI官方宣布的多模態大模型GPT-4，隨著技術的進步，多模態大模型開始嶄露頭角，它們能夠同時理解和生成包括文本、圖像、音頻等多種類型的數據。廣

3、泛應用于多任務，預訓練階段學習通用知識，構建跨領域適應能力?；A大模型 專注自然語言處理，涉及文本生成、情感分析，提升人機交互體驗。語言大模型 處理視覺信息，涵蓋圖像識別、視頻分析，助力智能視覺技術發展。視覺大模型 整合處理文本、圖像、音頻等多種數據，實現更復雜、全面的信息理解與任務執行。多模態大模型（二）大模型生態 數字化教學資源和技術如A I智能體等使教學內容更加生動、直觀，提升學生的學習興趣和效果。智能化工具如生成式人工智能等支持個性化學習，幫助學生更好地掌握知識和技能。提升人才培養質量 數字化教育打破了地域限制，使偏遠地區的學生也能享受優質教育資源。降低學習成本，為更多學生提供接受職業

4、教育的機會。促進教育公平 數字化教育幫助學生掌握未來產業所需的技術和技能，如人工智能、大數據、物聯網等。職業教育數字化轉型為各行各業培養了具備數字技能的人才，推動產業升級和數字化轉型。培養未來產業人才，推動產業升級（三）職業教育數字化轉型的意義 02 構建數字化教學新生態的關鍵要素 通過建設學校統一目標標準中心，實現各類建設指標標準運用數字化升級；建設學校統一項目任務中心，實現雙高建設等大型項目建設管理數字化升級；建設學校統一數據采集中心，實現專業建設、人才培養數據采集數字化升級。結合數字化手段，圍繞高水平專業群建設標準，過程性監測專業群建設情況，健全專業群運行管理機制和群內專業動態調整機制，

5、推動專業建設快速響應新質生產力發展的最新需求。通過產教大數據智能分析，對接國家戰略，地方重點產業發展，合理組建專業群；對接產業關鍵環節和企業核心崗位，精準定位專業群人才培養目標規格，結合數字化工具，挖掘、繪制專業群能力圖譜、制訂人才培養方案。（一）專業群數字化改造和智能化升級 教師從知識傳授者轉型為學習設計者與引導者。教師角色轉變 學生在教師和智能體的幫助下實現個性化學習，可以遠程接入企業真實實踐，成為生產線優化的參與者。學生學習形式轉變 AI助教智能體承擔“數字協作者”角色，由學生和教師自己創建，是學生的學習伙伴，也是教師的助教。AI助教智能體的加入 01 03 02（二）形成“師-生-機”

6、協同教學新關系 學校教室 通過構建“學校教室+虛擬課堂+企業車間”的教學空間，實現政校企社多方深度協同，達到“以虛補實、以實增虛、校企互促”的閉環生態。依托數字技術構建的元宇宙技能學習空間和AI助教智能體，可以幫助學生在數字孿生環境中模擬高危操作，規避實體實訓安全風險并實時得到AI助教的指導與反饋；研發并應用企業生產的數據中臺，可以幫助企業師傅幫助和指導學生，探索中國特色學徒制的數字化培養模式。虛擬課堂 企業車間（三）重塑虛實結合、產教互融教學新空間+（四）推動過程性數字畫像教學新評價 評價理念轉變 評價理念從關注“學校辦學的結果評價”轉為關注“學生職業發展的過程和結果評價”。評價主體轉變 評

7、價方式轉變 評價方式從“一評了之”轉向“即評即用”。AI實時采集教學過程數據，自動評價并生成改進建議。評價主體從“內部評價為主”到“內外結合綜合評價”。輔以AI大模型智能診斷。評價內容轉變 評價內容“從單一到綜合”、“從表面到深層”。構建綜合能力畫像。03 建設案例分享 基地建設思路 主要聚焦工業互聯網領域相關專業的數字化人員職業崗位人才培養，配置新能源電能管控、石化/化工儀控、機械加工制造、協作機器人分揀、工業視覺檢測等細分工業應用場景，支持工業多源異構數據采集、異構網絡融合、工業大數據處理和低代碼工業APP開發、AI大模型智能故障診斷與預測維護等職業崗位能力實踐教學。（一）工業互聯網實訓基

8、地 基地實踐載體 實踐載體采用“1+N+1”（1個工業底座+N個細分場景+1個工業平臺）的模塊化結構設計，方便院校靈活選配（支持定制場景），建出區域特色，適應區域經濟發展。（一）工業互聯網實訓基地 1個工業底座 N個細分場景 1個工業平臺 機械加工 微型電站 協作機器人.基地實踐載體（舉例1）（一）工業互聯網實訓基地 本場景主要支持車間級關鍵加工設備的多源異構數據采集，三層工業環網組建，工業互聯網平臺部署，工業數據可視化開發和低代碼工業APP開發等實踐教學任務，全流程實現中小制造企業的設備監管、能耗監測、產能統計、流程優化等工業互聯網賦能業務，為專業人才培養提供面向機加工類中小制造企業“智改數

9、轉網聯”改造之解決方案，助力專業服務區域制造企業數字化轉型升級服務。機械加工（一）工業互聯網實訓基地 本場景主要支持“微電網”（微電網是指由分布式電源、儲能裝置、能量轉換裝置、負荷、監控和保護裝置等組成的小型發配電系統）關鍵設備的多源異構數據采集，三層工業環網組建，工業互聯網平臺部署，工業數據可視化開發和低代碼工業APP業務開發等實踐教學任務，全流程實現“微電網”的能耗優化、資產管理、遠程監控、故障預警、運行安全等工業互聯網賦能業務，為專業人才培養提供面向新能源類電力企業“智改數轉網聯”改造之解決方案，助力專業服務區域新能源企業數字化轉型升級服務。微型電站 基地實踐載體（舉例2）（一）工業互聯

10、網實訓基地 本場景配置工業網關、工業交換機設備、網絡耦合器、工業無線接入AP設備、工業防火墻等工業網絡設備，構建工業三層交換環形網絡，支持工業現場總線、工業以太網、工業無線網和 移 動 網 絡 等 異 構 工 業 網 絡 融 合，支 持Modbus-RTU、Modbus-TCP、EtherNer/IP、WiFi、4G/5G、MQTT、OPCUA等通訊協議對接，支持彈性拓展工廠內網、外網的升級改造之服務。異構工業網絡融合 基地實踐載體（舉例3）（一）工業互聯網實訓基地 企業生產全流程實時聯動 企業數字化駕駛艙看板定制 工業互聯網平臺遵循“專而精”服務理念。平臺以工廠數據/信息全要素為基礎，通過采

11、集節點管理、對象建模管理、業務設計管理、算力任務管理、工業APP運行管理、事件消息管理等功能模塊，為企業提供滿足平臺+APPs模式、異構系統集成、可視化智能駕駛艙等服務，實現數字化透明工廠的過程工藝、設備、質量、能源和安全等方面管控，同時利用AI大模型技術結合工業數據（如傳感器數據、歷史維修記錄），預測設備故障、優化維護策略，提高設備可靠性?；貙嵺`載體（舉例4）（一）工業互聯網實訓基地 工業數據采集技術項目庫 項目名稱 實訓任務 課時 工業數據采集基礎 認知工業數據采集產業 4 典型工業數據采集系統 工業異構多源數據 認知設備運行數據 2 認知生產過程數據 2 認知質量檢測數據 2 認知企業

12、管理數據 2 認知環境監測數據 2 工業數據采集方法 選型數據采集設備 6 PLC數據采集 8 網關數據采集 8 軟件數據采集 8 工業數據采集上云 機械加工設備上云驗證 8 新能源電能設備上云驗證 8 合計：60 工業網絡互聯技術項目庫 項目名稱 實訓任務 課時數 工業網絡基礎 認知工業網絡產業 2 典型工業網絡應用場景 2 工業網絡技術 認知工業總線技術 4 認知工業以太網技術 4 認知工業無線通訊技術 4 工業網絡設備 工業網絡設備選型 4 工業物理接口對接 4 工業網關配置 4 工業交換機配置 4 工業路由器配置 4 工業防火墻配置 4 工業網絡改造 工業網絡改造規劃 6 工業網絡互聯

13、集成 8 工業網絡系統運維 6 合計：60 基地實踐項目庫 項目名稱 實訓任務 課時數 工業大數據基礎 認知工業大數據產業 4 典型工業大數據系統 工業大數據平臺 認知工業大數據平臺 2 了解數據挖掘基礎 2 搭建基礎開發環境 安裝Python基礎環境 2 了解Python常用數據分析庫 2 了解Python數據挖掘常用庫 2 工業大數據預處理 處理數據缺失值 2 處理冗余數據 2 歸納調用變換函數 2 處理數據規約 2 處理數據信號 2 工業大數據特征工程 處理數據一致性 2 歸納調用數據特征分析函數 2 項目名稱 實訓任務 課時數 工業大數據特征工程 提取數據特征 2 歸納數據特征構造 2

14、 選擇數據特征 2 機器學習建模 使用回歸預測分析 4 使用分類預測分析 4 使用聚類分析 4 實施數據挖掘分析 2 模型評估優化 數據模型評估 2 數據模型融合 2 工業大數據實驗 配置組件組態 2 批量調試優化 2 創建實驗模板 2 自定義腳本應用 2 合計：60（一）工業互聯網實訓基地 工業數據分析技術項目庫 （一）工業互聯網實訓基地 項目名稱 實訓任務 課時數 工業APP開發基礎 認知工業APP產業 2 典型工業APP產品 2 工業APP基礎數據開發 訂單數據頁面開發 4 設備數據頁面開發 訂單管理模塊開發 銷售訂單頁面開發 2 生產工單頁面開發 2 生產管理模塊開發 生產報工頁面開發

15、 2 報工明細頁面開發 2 質量管理模塊開發 抽樣檢查頁面開發 2 質量判定頁面開發 2 設備管理模塊開發 設備數據頁面開發 2 設備狀態頁面開發 2 報表管理模塊開發 生產報表頁面開發 2 項目名稱 實訓任務 課時數 報表管理模塊開發 設備報表頁面開發 2 能源管理模塊開發 能源手動抄表頁面開發 2 能源報表管理頁面開發 2 流程圖模塊開發 產線流程圖頁面開發 6 工作流模塊開發 用車申請提交頁面開發 2 用車申請單審批頁面開發 2 用車申請單展示頁面開發 2 綜合看板模塊開發 流程行業數據可視化看板開發 8 離散行業數據可視化看板開發 8 合計：60 工業APP開發與應用項目庫 1.基地建

16、設 基地涵蓋車載智能實訓中心、智慧路網實訓中心、車路協同云控中心和車路協同數字孿生實訓中心四大中心，形成了一個全面覆蓋、高度集成的“一基地、四中心、多模塊、虛實融合式”實訓基地。智慧路網實訓系統 車路協同數字孿生實訓中心 車載智能實訓中心 車路協同云控中心（二）智能網聯汽車 2.課程建設 基于真實設備構建跨專業的典型項目化工作任務，配套詳細的實訓任務指導書，確保精準匹配相關專業的核心技能實訓需求，進而完善專業課程體系。在此過程中，充分發揮產教融合實訓基地作為信息橋梁的作用，不僅匯聚智能車路協同領域的豐富實訓資源，還深度融合企業標準、制度、文化，以及學校教學標準、制度與校企合作文化，形成了一個集

17、教學、科研、實踐于一體的綜合性平臺，未來將融合AI大模型智能設計課程模塊及學習路徑、構建豐富的虛擬實訓場景。車路云一體化車路云一體化 綜合綜合 專業基專業基礎課礎課 1、智能汽車技術基礎 2、智能網聯汽車技術與應用 3、新能源汽車及其智能化技術 4、智能網聯汽車ROS 5、智能網聯云平臺技術與應用 1、計算機視覺 2、車路協同技術與應用 3、智能網聯汽車車聯網技術基礎 4、自動駕駛測試場景技術發展與應用 5、汽車智能駕駛模擬仿真技術 專業核專業核心課心課 1、智能網聯汽車車載網絡與通信 2、融合感知技術與應用 3、智能網聯汽車決策與控制技術 4、網聯式輔助駕駛系統原理與檢修5、智能網聯全車故障

18、診斷 1、智能網聯設備調裝測試 2、智能網聯汽車V2X綜合測試 專業實專業實訓課訓課 1、室外自動駕駛實訓 2、車載智能終端裝調實訓 3、新能源汽車自動駕駛實訓 4、遠程駕駛綜合實訓 5、V2X車路協同云控系統實訓 1、車路協同應用場景驗證仿真綜合實訓 2、車路協同通信系統應用場景實訓 3、智能駕駛虛擬仿真實訓 4、智能網聯汽車在環測試實訓 專業拓專業拓展課展課 1、知識庫的問答系統知識體系 2、汽車網絡與新媒體營銷（二）智能網聯汽車 3.教學資源建設 基于跨專業、項目化典型工作任務，開發虛實結合實訓課程31門（11門專業基礎課程、8門專業核心課程、10門專業實訓課程、2門專業選修課程），總共

19、開發了課程資源包85個，每個課程資源包含若干文本、視頻、動畫等顆?；Y源，文本資源數量總計2228個、視頻資源總計1982個、動畫資源總計287個，基于以上資源可為在校師生提供至2232課時實訓。序號 資源 1 路側通信設備裝調運維實訓資源包 2 邊緣計算單元裝調運維實訓資源包 3 智能信號控制機裝調運維實訓資源包 4 邊緣安全網關裝調運維實訓資源包 5 汽車智能駕駛模擬仿真技術項目化課程資源 6 智能網聯汽車ROS項目化課程資源 7 智能網聯汽車技術與應用項目化課程資源 8 智能網聯汽車決策與控制技術項目化課程資源 9 融合感知技術與應用項目化課程資源 10 車路協同技術與應用項目化課程資源

20、（二）智能網聯汽車 4.師資培訓 實訓基地可為在校學生、教師及社會人員學習提供教學和實訓，使我校相關專業教育理論教學與實踐教學得到較好的結合，提高我校學生專業學習水平，充分發揮專業平臺優勢，為智能網聯汽車產業發展與結構升級服務，助力打造新能源、智能網聯汽車領域高技能人才培養高地。2024年3月，基于基地為在校學生提供教學和實訓，共計31門課程2232課時教學使用,主要解決教學過程中的三高三難問題。開展師生培訓 為在校學生提供教學和實訓 2024年4月，開展雙元教學識崗實習項目，培訓對象汽車智能技術專業22汽智1501班，由北京四合天地科技有限公司提供26學時講學。開展雙元教學 識崗實習項目 2

21、024年8月，開展2024汽車職業教育教師能力素質提升公益培訓項目智能新能源汽車技術技能專項提升培訓，培訓對象全國中、高職業院校汽車相關專業帶頭人、骨干教師。開展職業教育教師能力素質提升公益培訓項目（二）智能網聯汽車 5.建設成效 依托該基地，北京交通運輸職業學院深度對接智能網聯汽車企業的實際需求，與北京四合天地科技有限公司聯合開展北京第一批現場工程師專項培養計劃項目，培養出適應新時代需求的創新人才。受邀參加2024世界數字經濟大會、2024中國國際服務貿易交易會等會議活動，升了學校的社會知名度和影響力?；诨貫樵谛W生提供教學和實訓，共計31門課程2232課時教學使用,主要解決教學過程中的

22、高投入、高難度、高風險、難實施、難觀摩、難再現的痛點問題 與北京四合天地科技有限公司聯合開展 北京第一批現場工程師專項培養計劃項目 參加國際會議展示學校近年來取得的辦學經驗和辦學成就，在國際交流與合作方面也取得了積極進展，進一步提升了學校的社會知名度和影響力。2024世界數字經濟大會“數智交通，職教同行”的數字經濟沉浸式體驗區（二）智能網聯汽車 1.基地建設（1）低空經濟實訓基地 基地涵蓋低空經濟基礎實訓中心、低空經濟綜合應用實訓中心、空地協同智慧巡檢綜合應用實訓中心三大中心。低空經濟基礎實訓中心低空經濟基礎實訓中心 空地協同空地協同智慧巡檢綜合應用實訓中心智慧巡檢綜合應用實訓中心 低空經濟綜

23、合應用實訓中心低空經濟綜合應用實訓中心（三）低空經濟 2.課程建設 深度融合企業標準、制度、文化，以及學校教學標準、制度與校企合作文化，基于真實設備構建跨專業的典型項目化工作任務。序號 名稱 專業基礎課 1、無人機組裝與調試 2、電工電子技術與技能 3、傳感器與檢測技術 專業核心課 1、無人機結構與系統 2、飛控參數調參實戰 3、無人機飛行控制技術 4、無人機管控與航跡規劃 專業綜合拓展課 1、空地協同智慧巡檢綜合實訓 2、無人機編隊與集群控制 3、低空數據挖掘與商業應用 4、低空安全與反制技術 3.教學資源建設 基于跨專業、項目化典型工作任務，開發教學資源。序號 資源 1 無人機飛行原理課程

24、實訓包 2 無人機操控技術項目實訓包 3 無人機智能感知項目實訓包 4 無人機管控與航跡規劃項目實訓包 5 無人機決策控制項目實訓包 6 空地協同智慧巡檢綜合實訓包 7 低空數據挖掘與商業應用實訓包（三）低空經濟 04 面臨的挑戰及未來趨勢 數據質量與隱私安全 職業教育涉及大量學生技能學習軌跡、實訓操作數據等敏感信息，數據碎片化、標注不足等問題普遍存在，而大模型訓練高度依賴高質量數據。數據泄露可能導致學生隱私受損，同時低質量數據可能誤導模型生成錯誤的教學建議。教師新技術能力適應性 職業教育教師普遍擅長實踐教學，但對AI工具（如大語言模型、數據分析平臺）的掌握不足，難以有效設計基于大模型的混合式

25、課程。2024年教育部報告顯示，僅35%的職業院校教師接受過AI教學培訓。技術適配性與成本壓力 場景沖突：職業教育強調“做中學”，而大模型在實訓場景中的應用（如虛擬仿真、實時反饋）仍存在延遲、交互感不足等技術瓶頸。成本壓力：大模型的開發和應用需要大量的資金和資源投入。（一）核心挑戰 技術底座：教育大模型的進化與融合 支持跨學科知識遷移與元認知能力培養。通過可穿戴設備、智能課桌、教學實訓平臺等實時采集學習行為數據，建立多維度評估體系。實現教學場景的實時響應與隱私保護，支持離線環境下的個性化學習。學習者革命：個性化成長路徑 自適應學習系統：通過持續學習分析生成動態能力畫像。系統可預測知識盲區，自動

26、生成學習路徑。智能導師網絡：由學科專家、心理學家、A I 共同構成的輔導體系，通過對話式界面提供認知腳手架。A I負責知識傳遞，人類導師專注創造力激發與價值觀引導。教師賦能：從知識傳授到教育設計 A I教學智能體：自動完成作業批改、學情分析、教案生成等事務性工作。協同備課云平臺：教師可調用海量教學資源庫，通過自然語言交互快速生成跨學科課程方案。教育創新沙盒：基于生成式A I的模擬教學環境，支持教師快速測試新教學方法，通過虛擬學生群體的多輪反饋迭代教學設計。教育生態重構：開源與協作生態的構建 開源大模型和協作平臺將逐漸普及，促進教育資源的共享和創新。職業教育機構可以低成本獲取先進技術，推動教育生態的可持續發展。（二）未來趨勢 謝謝！