各学院：

　　为深入贯彻落实《教育强国建设规划纲要（2024—2035年）》和教育部等五部门《“人工智能+教育”行动计划》部署要求，落实山东省教育厅《关于推进人工智能赋能高等教育教学工作的若干措施》等文件精神，主动适应人工智能技术对高等教育人才培养理念、专业建设方式、课程教学形态、学习支持模式和质量评价机制带来的深刻影响，推动人工智能与专业建设、课程建设、教材建设、教学评价和质量保障深度融合，学校决定开展“一院一策”人工智能赋能专业建设试点工作。现将有关事项通知如下。

　　一、总体要求

　　坚持育人为本、应用导向、智能向善，以“人机协同、数据驱动、专业重塑”为基本导向，围绕人才培养目标达成和学生能力发展需求，推动人工智能技术融入专业建设全过程。各学院要立足专业基础和学科特色，聚焦课程体系优化、教学资源升级、教学模式创新、学习支持改进和质量评价改革，探索人工智能赋能专业内涵建设的有效路径，逐步形成理念先进、资源丰富、场景多元、评价精准、持续改进的智慧教学新生态。

　　各学院要坚持问题导向和特色发展，结合专业建设基础、学科优势和人才培养实际，选择适合本学院推进的建设任务，形成“一院一策、试点先行、示范带动”的人工智能赋能专业建设格局。

　　二、申报范围与基本要求

　　本次试点面向全校各学院开展。每个学院至少推荐1个专业参与试点建设，并从以下五类重点任务中选择1项作为主要建设方向。鼓励有基础、有团队、有条件的学院围绕不同专业申报多个试点任务。

　　试点建设周期为一年。学校将组织专家对申报项目进行评审遴选，对入选项目给予一定建设支持，并根据建设成效择优培育为学校人工智能赋能教育教学改革典型案例、智慧课程建设案例、教学改革研究项目或高水平教学成果培育项目。

　　三、重点建设任务

　　（一）智慧课程群与AI项目式课程建设

　　围绕“人工智能+专业”建设方向，构建分层分类、跨学科融合的智慧课程群，推动人工智能技术与专业课程体系、课程内容、教学方式和实践训练深度融合。鼓励各专业围绕农业生产、食品科学、动物科学、智慧农机、数字经济、艺术设计等特色方向，开发AI支撑的项目式、探究式、任务式课程，提升学生运用人工智能解决真实问题的能力。

　　各专业结合人才培养方案修订和课程体系优化，探索构建“1+2+N”的“人工智能+”课程体系，即开设1门人工智能通识课程，重点建设2门AI赋能智慧课程示范课，推动若干门专业课程融入人工智能相关内容、工具或应用场景，逐步形成通识教育、专业教育和实践教学相衔接的智慧课程群。

　　重点建设内容包括：
      1. 面向专业核心能力培养，建设AI赋能的模块化/项目化课程体系，推进知识点图谱化、学习路径个性化和课程资源结构化。
      2.在课程教学中引入智能导学、自适应练习、AI辅助实践、智能反馈等教学环节，支撑线上线下混合式教学改革。
      3.围绕真实产业问题、学科问题或实践场景，设计项目式学习任务，形成“选题—调研—建模—实践—展示—评价”的教学闭环。
       4.建立过程性数据采集与智能评价机制，推动教学设计、学习过程、学习反馈和学习评价一体化改进。

　　（二）AI适配型数字教材建设

　　依托专业优势课程和特色教学资源，培育一批富媒体、交互式、可迭代、可适配智能教学的数字教材，推动教材从静态文本向动态资源、交互学习和数据反馈相结合的新形态教材形态转变。

　　重点建设内容包括：

　　1.建设富媒体、交互式教材内容，融合视频、动画、虚拟仿真、实景案例、交互测验和拓展资源，提升教材的可读性、可视化和学习支持功能。

　　2.推动数字教材与在线课程、智慧教学平台深度衔接，实现内容同步、进度联动、资源调用和学习数据互通，支撑线上线下混合式教学。

　　3.建立教材内容动态更新机制，及时对接行业标准、学科前沿、产业案例和技术发展，增强教材的开放性和持续迭代能力。

　　4.依托学习过程数据，探索个性化资源推送、学习困难诊断、即时反馈和精准教学支持，提升教材服务教学改革和学生自主学习的能力。

　　（三）专业AI知识库与智能体建设

　　立足学院优势学科和专业方向，建设专属专业AI知识库与智能体，服务师生教学、学习、科研训练和实践指导，提升专业知识供给、学习支持和教学服务的智能化水平。

　　重点建设内容包括：

　　1.整合专业教材、课程资源、行业标准、政策文件、学术文献、实验数据、产业案例和实践项目等资源，构建结构化、可更新、可溯源的专业AI知识库。

　　2.基于大模型和专业AI知识库，探索建设教学答疑智能体、实验指导智能体、文献研读智能体、实践训练智能体等智能体矩阵。

　　3.实现智能问答、知识点拆解、学习路径推荐、实验方案辅助、报告撰写辅助、风险提示和规范提醒等功能。

　　4.建立知识更新、内容审核、数据安全和使用规范机制，确保知识来源可靠、内容表达准确、使用过程合规。

　　（四）专业图谱与个性化培养支持体系建设

　　围绕“AI赋能个性化人才培养”目标，探索建设集专业知识资产整合、专业建设智能诊断、学生能力画像和个性化成长支持于一体的专业建设支持体系，推动专业建设由经验驱动向数据支撑、智能辅助和持续改进转变。

　　重点建设内容包括：

　　1.整合专业基础数据、课程体系、培养方案、毕业要求、课程目标、教学资源、实践平台和标准规范，建设专业知识图谱、能力图谱和课程关系图谱，动态呈现专业建设基础、课程支撑关系和能力培养结构。

　　2.基于学生学习数据、实践数据和发展数据，探索形成学生能力画像，识别学生学习基础、能力短板、兴趣方向和发展需求。

　　3.结合职业岗位需求、行业发展趋势、学科前沿和学生发展目标，智能推送学习资源、实践项目、竞赛活动、深造路径和职业发展建议，探索“一生一案”个性化培养支持模式。

　　4.建立专业建设数据分析与反馈机制，为培养方案优化、课程体系调整、教学资源建设、实践教学改革和质量保障提供决策支持。

　　（五）AI赋能教育教学典型场景建设

　　围绕专业人才培养目标和行业产业智能化发展趋势，建设一批可融入课程教学、实验实践、实习实训和创新训练的AI赋能智慧教学应用场景，推动人工智能技术与专业实践教学深度融合。鼓励各专业结合学科特色，将智慧牧场、动物疾病智能诊断、作物生长监测、农产品质量检测、食品安全预警、农业装备智能控制、生态环境监测、智慧营销与供应链管理等行业应用场景转化为教学场景，帮助学生理解人工智能赋能行业产业发展的基本逻辑、典型模式和实践路径，提升学生数字素养、专业实践能力和复杂问题解决能力。

　　重点建设内容包括：

　　1.围绕专业核心能力培养，选择与本专业密切相关的行业产业智能化场景，建设能够服务课程教学、实验实践或创新训练的教学应用场景，形成真实场景引入、仿真场景建构、案例场景解析和实践任务训练相结合的教学模式。

　　2.依托智慧农业、智慧畜牧、智能诊疗、智能检测、智能装备、数字管理等典型应用，开发场景案例、数据样本、操作流程、实验任务、项目任务和评价标准，引导学生在具体任务中认识AI技术的应用边界、数据逻辑和专业价值。

　　3.鼓励各专业将图像识别、传感监测、数据建模、智能诊断、预测分析、自动控制、智能决策等技术适当融入实验、实训、课程设计、毕业设计和创新创业训练，提升学生运用智能技术解决专业问题的能力。

　　4.总结凝练场景建设过程、教学应用方式、学生学习成效和推广价值，形成一批AI赋能专业实践教学案例、实验实践项目、教学视频、操作手册、案例库或示范课程，为后续智慧课程、教学改革项目和教学成果培育提供支撑。

　　四、申报与遴选程序

　　（一）学院组织申报。各学院应结合专业建设基础和实际需求，组织相关专业认真论证建设方向，填写《“一院一策”人工智能赋能专业建设试点申报书》，明确建设目标、建设基础、主要任务、实施路径、预期成果、进度安排和保障措施。

　　（二）学校评审遴选。学校将组织专家对申报项目进行评审，重点考察项目建设基础、专业特色、AI融入程度、任务可行性、预期成效和示范推广价值，择优确定校级试点项目。

　　（三）项目组织实施。入选项目应按照申报书确定的建设任务推进实施，建立工作台账，定期总结建设进展，形成阶段性成果。学校将根据项目推进情况开展过程指导和中期检查。

　　（四）结项验收推广。建设期满后，学校组织验收。验收重点包括任务完成情况、教学应用成效、资源建设成果、学生受益情况、典型案例凝练和推广应用价值。对建设成效突出的项目，学校将优先推荐申报各级教学改革项目、智慧课程、数字教材、教学成果奖等。

　　五、支持方式

　　学校将根据项目建设任务和遴选结果，对入选试点给予一定支持。支持内容包括项目建设经费支持、智慧教学平台资源支持、教学空间和技术条件支持、专家指导支持、教师培训支持、案例宣传推广支持等。

　　各学院应加强组织领导，统筹专业负责人、课程团队、信息化技术人员、教学管理人员和相关学科教师共同参与，建立跨专业、跨课程、跨部门协同推进机制，确保试点建设取得实效。

　　六、材料报送要求

　　请负责人于5月27日16:00前使用学习通账号登录学校教研平台（http://qaujypt.chaoxing.com），上传盖章版申报书PDF。5月27日17:00前，各单位管理员登录教研平台（http://qaujypt.chaoxing.com）进行审核提交，并在系统中完成排序。

　　联系人：牛婷婷、赵玉婷   联系电话：58957269

　　教务处

　　2026年5月13日