【本校讯】 怎样让数学基础好的学生“吃得饱”，又让暂时落后的学生“跟得上”？这一困扰高等数学教学多年的分层教学难题，如今在《高等数学A》课程中找到了突破。近日，我校幸福未来学院创新教研室的杨德彬老师依托超星学习通平台的AI学情诊断、AI助教互动答疑、知识图谱溯源等功能，探索出一套“课前－课中－课后”全链路智能辅助教学新模式，真正践行了以学生为中心的SC教学改革理念。
课前AI诊断：让教师“看见”每一个学生的起点
传统课堂中，教师往往只能通过作业或测验的滞后数据了解学情，难以在课前精准定位学生的知识盲区。杨德彬老师利用学习通的“AI学情诊断”功能，通过课前小测、预习行为分析，自动生成班级整体及个体学生的知识掌握度分布图。“现在课前我就能知道哪些学生对‘极限定义’存在误解，哪些人已经掌握了‘导数应用’，从而调整课堂重点。”杨老师介绍道。
更关键的是，AI学情诊断能够自动将班级学生区分为“优生”与“薄弱生”两类群体。 杨老师据此制定分层辅导方案——对优生布置拓展性任务，对薄弱生安排基础巩固练习，真正实现课前精准分组与因材施教。
课中AI互动：打破“一人问、全班等”的低效
在课中讲授环节，杨老师开启学习通“AI助教”互动答疑功能。学生可以在讨论区匿名提问，AI助教先进行自动归类与初步解答，疑难问题再由教师现场精讲。同时，系统会实时分析全体学生的答题正确率与反应时长，将“优生吃不饱、薄弱生跟不上”的痛点进一步细化——对答得快且对的学生弹出拓展思考题，对答错或超时的学生推送基础提示。每个人都在自己的节奏上获得即时反馈，课堂
参与度显著提升。
课后AI分层练习与知识图谱：从“刷题”到“精准补弱”
课后环节是杨老师教改的最大亮点。学习通基于知识图谱技术，为每位学生生成个性化的知识图谱薄弱点定位。系统自动推送智能一对一习题，每道错题都会触发错题精准定位与针对性推送——系统识别出概念不清、计算错误还是方法不熟，随后通过AI助教进行引导式解题思路拆解，如同一位24小时在线的助教。值得注意的是，课前的“优生/薄弱生”分层结果会同步至课后推送策略：优生获得更多跨章节综合题，薄弱生则反复强化基础知识点。
“以前遇到不会的题只能等第二天问老师，现在手机里就有AI助教带着我一步步推理，还会根据我的错题生成新的练习题。”学生小张展示了他的学习通记录。据统计，该班作业平均订正时间缩短了40%，单元测验及格率同比提升12个百分点。
推广价值：可复制的理工科分层教学方案
杨德彬老师的实践表明，学习通的AI工具群不仅有效减轻了教师重复答疑的负担（据估算每周可节省5小时以上答疑时间），更重要的是实现了“因材施教”从理念到工具的落地。该模式已形成标准化流程：AI学情诊断（区分优生/薄弱生）→教师分层辅导→课中AI互动→知识图谱构建→智能分层推送→AI引导解题，完全可复制推广至其他理工科课程，如大学物理、线性代数、概率论等。
位置：