测试部分
选择性覆盖重点与基础概念（10分钟），总结性评估与过程性评估相结合。涉及基础关键点，兼顾知识获取过程与习得结果，不涉及难点，学生将在10分钟的规定时间内完成学习结果检验。
图3-5-1 新教学AI交互教学系统学生测试界面（a）
图3-5-2 新教学AI交互教学系统学生测试界面（b）
图3-5-3 新教学AI交互教学系统学生测试界面（c）
查看成绩，微学分取得
图3-5-4 新教学AI交互教学系统学生成绩与学分取得
图3-6以一节课（即一个知识点）为单位，通过时间轴具体阐述新教学模式中的核心要素。新教学借助大数据对学生的预习结果等进行分析，课程也将以精简、开放为特征，授课过程中对教师、学生的状态作调整，引入机器人教师，是既服务校内学生，又有助于社会学生，实现“双工并发”的知识传递过程的新教学模式。新教学教学过程示意图如表3.1所示，知识传递及评估模式如表3.2所示。
图3-6 新教学模式时间轴（一节课）
表3.1 新教学教学过程示意表
表3.2 知识传递及评估模式
新教学以机器与智能教学为关键词，构建适应未来大学发展、服务于现代网络环境学习与现代媒介学习的创新教学模式。在课程设置上，每20分钟为一个小节的课程安排，每小节包括关键词、关键过程、关键结论与测试，具体实施流程如下：
（1）课前考勤
学生通过教室中的指纹识别系统或人脸识别系统进行签到打卡。签到系统与学生学习信息相连接，识别成功即进入新教学授课系统，可以开始上课。新教学考勤系统在对出勤率进行整合后，计入学生学习表现。
（2）课程内容
在现代技术的支持下，机器人教师课前将配备有投影设备与文本、语音识别系统。机器人教师将在授课时自动将机器人教案转化为文字，并输出成为学生所需要的语言。授课情境将是一个由机器人教师、教室共同构建成的虚实结合又生动有趣的氛围，教师还将通过AI交互教学系统实现与学生的实时互动、实时检索功能，为学生构建资源透明、信息共享的学习环境。此外，AI交互教学系统将针对不同学科的不同教学要求进行不同的教师布局调整以增强学科适应性。每个课桌都配备有电脑，电子书里存有实时跟进的电子教材，使学生在无课本的情况下获取最新版信息。
在课前，教学管理系统将学生该课程所需课件上传至云端共享，使学生在课前完成的只是概览、预习，使系统获得该课程的学生预习信息与课前知识掌握程度。课后经过学生、教师对课堂反馈的补充，教学管理系统将重整课件、二次上传，供学生复习、巩固与内化。
课程每一节总时长共20分钟，包括4个部分（关键词、关键过程、关键结论与测试），在保持学生亢奋状态的同时，将知识碎片化，强调重点知识的习得，确保快速高效地传递知识。
关键词：知识点概念与背景，涉及知识点引例与引用场景。（1分钟）
关键过程：方法与知识点详述，涉及基础性重点。（8分钟）
关键结论：总结与重点回顾，涉及该节知识点的关键性结论。（1分钟）
测试及成绩：选择性覆盖重点与基础概念，总结性评估与过程性评估相结合。涉及基础关键点，兼顾知识获取过程与习得结果，不涉及难点。（10分钟）
（3）同步
交互：多语言并发交互，手机终端可实现语言切换与实时翻译、扩展检索、提问、考试，确保课堂交流学科无界。
反馈：人脸识别系统不仅仅帮助签到、考试，还通过识别学生的面部表情对学生的关注度与情绪进行分析，并实时反馈给系统，方便机器人教师掌握学生的实时动态，更好地把握课堂节奏。(www.xing528.com)
标记：实时标记高度集中时的瞬时灵感，形成灵感总结闭环，并在课后总结（考试中反馈自己的理解与想法）。
群组：推倒“大学围墙”，在20分钟外的课后时间内获取灵感交流机会，实现多维度思想碰撞。系统将科学地判断出最有针对性的建议，为将来工作提供指导与咨询。
远程：提供远程参与，所有学生（跳出年龄层之外，不同年级、不同层级、对知识有渴求的自然人）都可以参与。
新教学在同步方面力求做到实时传授知识、实时回答问题、实时积累学分。
（4）异步
大纲罗列：课程进度、课时安排与授课大纲将提前发送给接收端，保证学生全时回放。
复习回看：注册学生可以多次回看授课内容，以便及时复习巩固。
课后反馈：授课过程中被检索到的问题与课后反馈、知识点外扩链接也将在大数据整合处理后反馈给学生，并作为自身体系的补充。前10分钟的关键词、关键过程与关键结论授课完毕后，系统将测试题自动发送给学生，学生答题并上传系统，系统自动进行批改、评分，及时把错误的问题反馈至机器人教师端与学生端。对学生而言，这一反馈便于后续有针对性地巩固复习，对教师而言，这一反馈便于收集学生学习状况，完善教学设计。
（5）注册制度与成果取得
注册制度：注册→收费（或免费）→上课→成果。
学分制度：采用动态学分制，即化课程学时为累进学时。
考核制度：采用多元考核制，即化集中考试为课堂测试，将课程成绩碎片化。同时平台提供两次微课程复修机会、一次微课程成绩覆盖机会，确保知识获取的激励传授方式。
成果取得：在校学生可将课程取得成绩直接与学分进行转换。社会学生在不同领域课程中取得的成绩将被视作该领域水平合格证明。
（6）教材
授课板块：教师编写机器人教材→导入机器人→机器人授课。
教材编制：使用全球采购式，区分高等院校教材。
学习板块：机器人整合信息并深度学习，提供可以随时补充更改、不受局限的教材。
（7）学生
在校学生：目前针对中外大学群体，在新教学平台上完成与在校学习相同的甚至更进一步的课堂交流（与机器人对话等）。
其他学生：新教学平台所针对的学生受众将涵盖各行各业，将对该问题（知识点）感兴趣的人联结到一起。
学生中心：开设After Class服务，没听懂或需要沟通的问题在后台交流。
身份识别：智能识别学生身份，为系统内可被识别的学生提供电子化、有实效性的学习资料。
（8）教师
机器人课件：综合名师教学方法，汇编成机器可识别语言。课件设置开放性代码，支持自行取用修改。
机器人教师：具备实时翻译、语音识别与拓展检索功能，读取机器人教案进行授课。
机器人检索：拓展检索技术将智能识别、总结学生在上课过程中提出的问题与课后反馈，可做到在线实时回应与课后系统补习。
表3.3 新教学与传统教学模式对比
续表
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
