当下，人工智能赋能本科教学及课程改革在高校各学科领域全面推进，“AI+” 课程如何设计、创新与落地实施，都成为了老师们拟解决的关键问题。
AI 技术与教学的深度融合，涉及到教学内容、教学方法、教学资源以及教学评估等多维度变革，在这其中，“实验实训” 无疑是 “AI+” 课程创新发展的关键突破口，但也成为了众多院校和教师的“卡脖子”问题。
对此，本文围绕第一课堂与第二课堂教学改革的核心要点，系统梳理了和鲸丰富的社区资源以及便捷高效的教学工具，为您展示如何在课程各个阶段合理运用这些资源，实现在有效缓解教学压力、减轻教学负担的同时全方位提升教学成效，以期为您教学工作的优化与创新提供切实支持。
和鲸协助我们中心落实赛训一体的方针，过程中引入了平台工具和许多案例资源，不仅对教育本身有促进作用，也为我们教师大幅减负。
—— 汤胤
暨南大学经济管理实验教学中心教授
★ 目录 ★
*文章内容较长，您可以通过目录定位至感兴趣的板块。
第一课堂：应用场景与落地案例
- 平时作业
- 课内workshop【附四川大学案例】
- 大作业考核【附暨南大学案例】
第二课堂：形式与案例
- 以赛促学【附中国石油大学（华东）案例】
- 夏令营
第一课堂：应用场景与落地案例
第一课堂作为教学主阵地，是 “AI+” 落地的关键。
平时作业巩固知识，课内 workshop 加强实践，期末大作业检验成果，这些应用场景各有侧重。下面将通过实际案例，展示案例式教学在第一课堂的创新路径。
01
平时作业
从课程进程的维度考量，平时作业的布置主要呈现为两大类型：
- 课前作业：正式课程开启前，帮助学生筑牢相关基础知识，为后续课程学习奠定基础；
课中作业：与课程内容息息相关，为了巩固课内知识点布置的作业。
针对平时作业，我们推荐引入和鲸社区 “课堂” 页面中的各类技能训练营：
- 能够有效助力学生构建编程与数据处理的能力框架；
- 设置了多阶段关卡式训练模式，能够更为精准且灵活地针对某一独立知识点进行作业布置；
您也可以依据专业进一步精准筛选，如经济管理专业可以关注商分训练营，地球科学专业可以留意气象训练营。
使用方式：
- 在 AI 虚拟实验室（加入和鲸 101 数智领航计划即可开设，详见文末）中，老师可以直接在课程中挑选某个合适的社区活动（包括该社区活动的某一特定阶段），并将其发布为活动作业。
鉴于社区活动均配有完整评审系统，支持自动为学生出分，老师便无需再耗费额外的时间去精心设计作业的具体细节内容，同时也省去了批改作业这项繁琐的工作。
02
课内 workshop
课内 workshop 结合理论讲解与实操训练，可以增加课堂本身的趣味性与授课内容的启发性。
在落地层面，我们推荐引入和鲸社区 “课堂” 页面中的各类 workshop：
- 具备学科特色的实训资源，让学生真刀真枪地解决科研与业务场景问题；
Workshop 通常包含了案例背景、数据、涉及知识点以及作业，您可以将其穿插至知识点的讲解中，并集中通过 1-2 课时引导学生完成。
案例展示：四川大学
#经管 #数据思维 #课内workshop
四川大学《数据思维：数字化生存的未来》通识课面向本科大一的学生所开设，旨在培养各专业学生的数据思维。为拓展教学形式，让学生提前接触到数据产业前沿，授课教师蔡老师抽出了两节课的时间，在和鲸的支持下开展课内 workshop。
学生分组合作，基于社区的“学生校园消费行为分析”与“食堂运营情况分析”两个案例，通过分析学生校园消费行为数据，产出数据分析报告，解决“学校应该给哪些学生发补助”、“食堂最受最欢迎的商品是什么”等问题，体验从数据可视化到数据洞察，用数据讲故事的完整过程。
了解案例详情：四川大学携手和鲸打造课内workshop，趣味实践教学助力数据思维培养
学生提交的数据分析报告
03
大作业考核
考核作为检验学习成果的关键环节，对学生学习习惯有着重要影响。不少老师表示，针对数据分析、AI+课程，笔试+机试”并不是理想的考核方式，而且代码的批阅对老师来说也比较费时费力。
案例式教学下，大作业已经成为高校越来越常见的考核形式，主要包括报告类考核与算法类考核。
【1】报告类考核
报告类考核，也是老师们都比较熟悉的小组汇报的形式。
和鲸推荐线上线下结合：线上学生在和鲸提供的虚拟实验室中完成以代码实践为主的大作业，并提交报告，线下老师们再听取学生对于整体项目的完整思路和汇报。
推荐题目来源：
- 参考和鲸社区实训季/在和鲸社区搜索应用场景的关键词；
- 找到 3-5 个不同主题的、写得比较详实的预测项目；
利用这些项目的数据，并总结其预测问题和核心步骤，提炼一个比较开放性的选题。
【2】算法类考核
算法类的课程对应会需要算法类考核。
对于开设算法类课程的教师而言，如果期望的结课方式是学生提交算法运行结果，并借助平台自动评审获取精度得分，进而实现自动化成绩评定，那我们很推荐采用这一模式。
和鲸目前支持的指标可见下图，包括了 AUC、RMSE、FWloU、F1-Score 等，这些指标我们也会提供它具体的评审脚本，老师们感兴趣的话可以下载脚本查看，里面详细说明了指标用法，诸如指标上限是多少，以及要求学生提交的结果文件格式等内容。
案例展示：暨南大学
#经管 #以赛促学 #报告类考核
暨南大学经济管理实验教学中心携手和鲸开展《商业大数据分析》课程的教学工作，举办了首届“暨南大学数字商业挑战赛”，要求选修《商业大数据分析》的学生全员参与，竞赛成绩与课程绩点直接相关。
挑战赛分设的四道赛题主题涵盖中美经济、工业生产、企业财务、零售快消，学生作为选手组队并择一参赛，针对所提交的完整数据分析报告及分析代码。挑战赛评审以当堂答辩的形式实现，由任课教师依据技术选型、数据丰度、展示效果等多个维度做出打分。最终大部分学生所完成的参赛作品质量远超预期，更有四份优秀作品上线至社区“优秀参赛作品专区”内。
了解案例详情：和鲸赋能暨大经管落实赛训一体，培养应用型数据人才！
第二课堂：形式与案例
第二课堂的概念在很多学校都备受重视，旨在丰富学生的知识体系，加强学生综合能力的培养。
和鲸所倡导的第二课堂侧重于以赛促学与夏令营。
01
以赛促学
一方面，和鲸社区内会不定时上新涵盖各级别的各类赛事，教师可依据教学规划与学生实际状况，引领学生积极参与其中，在锻炼能力的同时也有机会获得实习、奖金等更多激励。
另一方面，我们鼓励教师自主创建赛事作为教学实践，在班内、院内发布。可能不少老师会顾虑举办赛事的复杂性与繁琐度，平台已经将赛事的各个模块流程化处理，老师只需要在每个细分模块下做好信息配置即可顺利创赛，此后便可以通过管理界面，设置赛事运营过程中的各项需求，并实时查看报名情况及学生结果提交的情况。
创建比赛展示
和鲸平台比赛模块的最大优势是，即使老师举办规模再小的比赛，平台对于赛事过程的质量管理以及最终的评审、排名机制都是与前沿的数据竞赛高度对齐的，所以每一次竞赛训练，都可以视为学生日后参加更高级别数据竞赛的提前热身。
案例展示：中国石油大学（华东）
#课赛结合 #以赛促学 #训练营
中国石油大学（华东）理学院自 2021 年起携手和鲸科技连续三年在中石大校园文化节期间开展数据竞赛，以“课赛结合”的模式为学生提供了更丰富的实践机会。赛题设计既面向真实应用场景，又能与课程的知识点与教学进度高度挂钩，可以达到更有效的教学评估。
基于多年的紧密合作和实践成果，2024年，中石大再次牵手和鲸，将数据科学竞赛全面升级，推出首届青岛市公共数据创新应用大赛，覆盖山东省内 13 所高校的 114 支团队、175 位同学报名，且初赛提交作品 157 份，提交率高达 72.3% 。
中国石油大学（华东）×和鲸：课赛结合打造有学科特色的数据科学与大数据技术专业
02
夏令营
夏令营是由和鲸社区提供的第二课堂。
从 2021 年开始，和鲸社区在每年暑假期间都会为大家提供集中化、系统化的数据科学相关的技能实践和培训，每年都有几千名同学借此机会积累宝贵的实战经验，丰富个人简历作品，实现蜕变。
2024 年的夏令营共包含 AI+ 数据科学实践者、商业数据分析师、气象科学研究者、地理空间研究者、医学数据科学研究者5个方向的培训内容，均为编程实践课程。在夏令营期间内完成夏令营单个活动即可获得“学分”，累计不同数量的学分即可获得对应奖励：
- 获得5个学分，可获得赛道对应电子参与证书；
- 获得10个学分，可获得赛道对应纸质版暑期实践项目证明（扫描件）；
获得12个学分，并且3个月内在社区任意活动担任助教/班主任，可获得纸质版实习证明（扫描件）和周边礼物。
了解 2024 夏令营：
暑期在线学习就可以拿到实践证明的活动又来啦 | 和鲸社区2024数据科学夏令营
和鲸社区2024夏令营顺利结束，我们明年再见！
以上资源与平台均可在加入和鲸“101 数智领航计划”后免费使用！
“101数智领航计划”为加入的高校提供了 AI 创新虚拟实验室的平台一学年使用权与 2000h 教学用算力资源，支持“1+X+Y” 3 门课程开课与 1 次课程赛组织。目前已有南开大学、南京大学、山东大学、北京中医药大学等数百所院校加入。
此外，和鲸将于近期推出“101 实训服务包”，为“学科+AI”教改定向打造，可根据您实验课的学时，一对一为您匹配合适数量的实验内容与期末实践项目。
了解/加入和鲸101数智领航计划可见：关于和鲸101数智领航计划另外，若您对实训服务包感兴趣，或有任何问题想要咨询，都欢迎联系和鲸工作人员（备注“实训”）。