依据课程图谱和学习路径，动态 采集学生学习结果和方式数据，精准刻画学生学习画像和教师教学画像，诊断学 生学习问题和教师教学问题，为学生供给个性化学习路径和学习资源，为教师提 供有针对性的教学活动调整和优化建议，是智慧教学的重要方向。 41 以下是智慧教学的部分场景： ⚫ 智慧备课提升教师效率 备课是教学的重要环节。面对新形势下的教学目标、教学要求，以及以互联 网 网原住民为主的学生群体，照本宣科的方式显然不能满足智慧教学的要求。在智 慧教学技术推广之前，教师备课主要依赖备课老师个人的知识范围、阅读范围和 责任心，主要目标是把知识点讲全面，完整，没有足够精力顾及到教学内容的延 伸，以及和其它学科的交叉、课堂的互动性、生动性。借助智慧教学系统，可将 海量的教学资源，教材、试题、素材等作为备课的公共库，教师能随取随用，大 大降低老师们的备课负担，让备课老师专注于教材的研读，增强课堂的互动性， 种手段，学生能够随时提问，并将学习状态反馈给老师，而教师则可及时为其解 答，把握教学进度，让课堂交流不再受位置局限性的影响。 ⚫ 大数据助力“教学相长” 教与学是一个相互促进的过程。通过智慧教学系统，将教师的备课、授课及 作业反馈，将学生课前预习的困惑、课程中的互动以及课后作业的实际反馈等数 据进行即时收集，并通过大数据学习分析功能帮助确认师生教学的痛点和难点， 帮助教师更好的改进教学的内容和方式，将更多的教学经验进行沉淀成果化，实

价高，规模大。同时多个垂直品类深耕细分场景，价值同样不可替代。中国校内的硬件应用则更加基 础，教育大屏覆盖率接近饱和，但重点解决的是教师的教学展示问题，学生端的硬件设备覆盖率仍然 很低，学习行为数字化程度较低。 • 反观美国，校内的硬件应用占据主导地位，大部分教师和学生实现了平板或笔记本电脑的人手一端， 教学测评练各环节均可基于平板或笔记本电脑开展，数字化水平领先。校外的硬件应用则作为学习补 带宽达到100M的学校比例为99.92%。 学情数据的智能化分析与应用，决定教 育数字化落地的最终效果和价值。 多硬件终端可实现数据采集与人机交互， 是教育数字化战略落地的重要载体。截 至2020年底，全国学校统一配备教师 终端1060万台、学生终端1703万台。 信息化基础设施 教 育 智 能 硬 件 知识性 承载教育内容资源，搜集教育学情数据， 生成教育场景适用内容 个性化 通过AI技术进行智能化分析，针对学生 基础，教育大屏覆盖率接近饱和，但重点解决的是教师的教学展示问题，学生端的硬件设备覆盖率仍然很低，学习行为数字化程度 较低。反观美国，校内的硬件应用占据主导地位，大部分教师和学生实现了人手一端，教学测评练各环节均可基于平板或笔记本电 脑展开，数字化水平领先。校外的硬件应用则作为学习补充手段，以素质教育品类为主，强调寓教于乐和科技体验。 校内：应用更基础，重点发展教学环节 重点解决教师的教学展示问题，覆盖“教”的环节

智慧教育创新发展，设立“智慧教育示范区”，开展国家虚拟仿真实验教学项 目等建设，实施人工智能助推教师队伍建设行动。构建“互联网+教育”支撑 服务平台，深入推进“三通两平台”建设。 2018.4 教育信息化2.0行动计划 通过实施教育信息化2.0行动计划，到2022年基本实现“三全两高一大”的发 展目标，即教学应用覆盖全体教师、学习应用覆盖全体适龄学生、数字校园建 设覆盖全体学校，信息化应用水平和师生信息素养普遍提高，建成“互联网+ 第三，对标高等教育强国建设战略任务，在遵循人的发展规律和高等教育规律前提下，锚定高等教育教学、科研、服务应用场景，跟进 新兴技术尤其是生成式人工智能技术的发展与应用，探索人工智能技术赋能高等教育模式变革路径，使高等教育新形态最大化促进教师 和学生全面发展，实现师生的生命质量提升，发展师生智慧。 高等教育数字化转型的实践进路： 2. 强化场景驱动，全过程推动数字技术与高等教育各要素深度融合 2025高等教育数字化研究报告 2025 学环境，用海量数据建学科知识图谱和学习 者画像，实现以学为中心的个性化教学。培 育智能型教师队伍，整合资源，打造 “双师 课堂”。以学生学习成效和发展为目标，结 合过程性与增值性评价，打造新型教育模式。 新一代人工智能的出现，原有的学科知识都 面临重新表征与编排，教师也面临被替代的 可能。为此，应加强教师对生成式人工智能 机理的学习和把握，转变传统的人才培养模 式，引导学生正确合理使用生成式人工智能

... 33 图41： 公司启鸣云校学生端操作系统 ........................................................ 34 图42： 公司启鸣云校教师端操作系统 ........................................................ 34 表1： 决策式 AI 及生成式 AI 的侧重点差异 ...... 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 10 低师生比的方式，但这又将导致学生个性化培养的缺失。 AI 能以极低的边际成本替代人力、扩大个性化教育资源供给，有望为破解这一困 境提供新路径。以虚拟教师、AI 答疑大模型、AI 录播课、AI 教育监督管理平台 等为核心的 AI 教育产品，有望以边际成本趋近于零的方式为每个学生匹配教学 资源、降低人力依赖、提高教学管理效率，推动“大规模高质量因材施教”的个 养方案与高质量信息输出意味着以学习效果提高用户粘性。 在具体的实践中，AI 赋能教育聚焦成本优化与质量提升双重维度。成本优化端， 自动化生成课件、音视频及习题（如 Duolingo 训练模块等）显著降低教师重复劳 动；质量提升端，智能诊断（粉笔题库）与自适应课程（天立网课）实现精准化 教学。此外，大模型构建的知识库突破时空限制（如各类 AI 答疑大模型），智能 行为识别提升课堂管理效率（教学监督平台、教育机器人），个性化干预方案增