人工智能驱动《原子物理》课程全过程学情分析模式构建

王 静, 伍 宇楠, 徐 孜然
济南大学

摘要


学情分析是提升教学有效性的关键环节，但传统方法存在“重课前轻过程、重知识轻情感、重教师轻学生”
的“三重三轻”问题。本文以高校《原子物理》课程为实证场域，提出基于人工智能的全过程学情分析框架。构建
了覆盖课前诊断、课中调控、课后评估的三阶段闭环系统。课前通过智能问卷精准定位学习起点，课中利用实时答
题数据动态调整教学策略，课后结合目标图谱实现个性化反馈。实证表明，该方法使章节平均完成率达95.04%，知
识点掌握率提升至76.35%，有效破解了传统学情分析中存在的“数据采集片面”“分析方法经验化”“教学调整滞后”
三大难题，为人工智能赋能高等教育学情分析提供了可复制的实施路径。

关键词


原子物理；学情分析；人工智能；目标图谱；教学闭环

全文:

PDF


参考


[1]刘岗，田静.学情分析的价值意蕴、实践困境与

改进路径[J].教学与管理，2020，（27）：18-21.

[2]冯慧敏.基于“尚学趣”学情分析的小学数学教

学设计与实践研究[D].宁夏大学，2023.

[3]黄胜.基于教学过程全链条的学情分析实践探究

[J].基础教育课程，2025，（03）：71-76.

[4]刘俊佑.历史教学设计中学情分析存在的问题及

对策研究[J].河南教育（基教版），2025，（02）：87-88.

[5]龚翊昕.基于学情分析的智慧课堂交互模式设计

与应用[J].山西青年，2024，（23）：161-164.


Refbacks

  • 当前没有refback。