2026年10月22日，智能科学与工程学院电子工程系于C2101实验室举办“人机协同视角下编程课程智能评价模型与实证研究”专题分享会，本次活动面向全系教师，由专任教师刘月主讲，全体教师参会学习研讨。

分享会上，刘月老师结合面向对象程序设计（C++）课程教学实际，剖析传统编程类课程评价面临的三大困境：教师批改代码负担重、反馈滞后，学生错失最佳学习时机；评价侧重语法与运行结果，维度偏浅，难以触及面向对象设计思维这一课程核心；难以精准诊断每位学生的思维瓶颈，个性化指导不足。她指出，AI大模型在代码理解与生成上的突破，为破解上述难题提供了技术基础，也与学校培养高素质应用型人才、践行"教育创造学生价值"的育人使命高度契合。

刘月老师系统介绍了“三阶五维”评价体系：横向贯通课前诊断、课中实践、课后项目三个教学阶段，纵向覆盖语法正确性、面向对象设计、代码质量、功能完整性、创新优化五个评价维度，形成贯穿教学全程的评价新生态。在此框架下，她创新提出“AI先行，教师点睛”协同模式——AI作为“一审助教”处理规范性、描述性分析并给出即时反馈，教师则转型为“首席评审”，聚焦共性难点与高阶思维引导，由此实现从“代码评判者”到“思维导航员”的角色转变，把有限精力真正回归到启发式教学本身。

在技术落地层面，刘月老师放弃复杂系统开发，转而拥抱“集成创新”：以钉钉群文件完成代码管理、DeepSeek网页端提供AI评价引擎、Python脚本实现数据自动收集与归档，整套方案仅用一周搭建完成，无需额外硬件投入。针对商业大模型API调用成本高、难以持续的问题，她通过流程再造，由学生端发起评价请求，实现教师端"零调用、零成本"稳定运行。实践数据显示，新流程将反馈周期从数天压缩至数分钟，学生各维度得分与作业优秀率显著提升；课堂上“AI说这两个类耦合度太高”“检测出一个潜在的内存泄漏”等多维对话取代了单向讲授，学生逐步从关注语法转向关注设计，系统设计、调试与AI协作能力同步增强。

参会教师纷纷表示，本次分享直面编程课程批改负担重、反馈滞后的实际痛点，方案低成本、易复制，为日常教学提供了可落地的实操路径。据介绍，该模式不仅可在同一课程快速复制、便于新教师上手，也可迁移至Java、数据结构、软件工程等编程类课程，并为其他涉及结构化成果输出的课程提供方法论借鉴。后续电子工程系将持续深化评价模型、建设教学案例库，推动教学创新成果向更多课程延伸，培育兼具工程实践能力与高阶思维的高素质应用型人才。

一审一校：刘开静

二审二校：周   鹏

三审三校：蔡金材