金融学 · 智慧教学创新案例

让金融理论可感,
让复杂问题可解。

智融课堂:基于课程智能体与多智能体交互的《金融学》全流程智慧教学创新实践

以课程智能体为中枢,联动 AI 助教、智能学伴、教学 Skills 与多智能体交互式课堂(MAIC),贯通课前、课中、课后。现在,你可以接入自己的模型,与这份教学案例展开一场真实对话。

教师主导证据支撑多模型接入浏览器直连
智融课堂 / AI 助教 BYO Key
选择你的模型DeepSeek · 通义千问 · GPT · Claude · Gemini

为什么降准不一定带来贷款增加?

先看银行间流动性,再看信贷供给、融资需求与风险偏好。政策工具改变的是条件,不是必然结果。

传导链证据追问
输入一个金融学问题…
界面示意 · 真实对话需配置你自己的 API Key
密钥不出本页仅存内存 · 不经过本站后端
3个教学环节课前 · 课中 · 课后
5类智能体分工协作 · 教师把关
1条证据链诊断 · 论证 · 改进

不是把 AI 放进课堂,而是重新设计人与智能体共同工作的方式。

01

教师主导

问题设定、过程调控与结论审定由教师完成,智能体提供支持而非替代判断。

02

证据支撑

课堂论证要求引用数据、政策与案例来源,重要结论保留可追溯的证据链。

03

分层设计

依据学情画像生成分层任务,让不同基础的学生都能进入有挑战的学习。

04

持续迭代

过程数据反哺教学设计,形成“诊断—设计—实施—评价—改进”的闭环。

01 / 案例概览

从工具叠加,走向系统协同

《金融学》理论抽象、现实性强。传统课堂常见概念理解难、案例更新慢、个性化辅导不足、价值引领与知识传授衔接不紧等问题。智融课堂以课程智能体为中枢,把分散的智能工具组织成一套可运行、可观察、可改进的教学系统。

转变一

从“工具点缀”到“系统协同”

课程智能体统一调度 AI 助教、智能学伴与教学 Skills,避免多个工具各自为战、重复录入和流程割裂。

转变二

从“单向讲授”到“多主体探究”

教师、案例、监管政策、伦理审查与学生小组智能体共同进入课堂,围绕真实金融议题展开协商与论证。

转变三

从“结果评价”到“过程证据”

提问、讨论、决策、互评与 AI 使用记录共同构成学习证据,教师据此改进教学,而非以算法评分替代教育判断。

课程智能体+教学 Skills+MAIC 课堂+教师判断=可迁移的智慧课堂
一课一脑 · 一班一策 可交互原型
课程智能体知识图谱 · 案例库 · 题库 · 学情数据
AI 助教答疑 · 批改辅助
智能学伴追问 · 错题归因
教学 Skills检索 · 解读 · 测评
课前诊断与共创
课中协商与推演
课后改进与拓展

智能体承担资源组织、流程调度与数据支撑;教师保留问题设定、价值把关和最终判断权。

02 / 教学全流程

课前—课中—课后,一条可观察的教学链

不是三个孤立的教学环节,而是同一条数据与证据链:课前的诊断进入课中的任务,课中的表现进入课后的改进,课后的反馈再回到下一次备课。

01课前 · 诊断与共创

先看见学生,再设计任务

教师调用课程智能体完成学情诊断、案例筛选与教学设计,通过人机共创形成分层任务。

  • 学情画像:前测、先修知识与常见误区。
  • 案例筛选:按时效性、争议度与教学适配度排序。
  • 人机共创:AI 给出方案,教师审改目标、任务与价值点。
关键证据 · 诊断报告 / 分层任务单
02课中 · 协商与推演

把答案变成可论证的判断

教师智能体设定议题,案例、监管政策、伦理审查与学生小组智能体分别提供事实、规则、风险与观点。

  • 情境推演:围绕利率、货币、风险与数字金融展开。
  • 多主体协商:观点必须回应证据与规则。
  • 教师否决:对不严谨结论及时纠偏并追问。
关键证据 · 论证记录 / 决策依据
03课后 · 改进与拓展

让一次课堂成为下一次的起点

智能学伴提供追问答疑、错题归因与拓展阅读,教师依据学习画像改进教学设计。

  • 个性化追问:从“做错”走向“为什么错”。
  • 拓展阅读:政策原文、案例跟踪与学术观点。
  • 教学复盘:哪些任务有效,哪些需要重构。
关键证据 · 错题归因 / 教学改进记录
数据闭环
诊断设计实施评价改进
每一轮教学都留下可复用的证据

03 / 智能体矩阵

五类智能体,各守其位

智能体不是越多越好。关键在于分工清晰、边界明确、教师可控。点击卡片,查看每一类智能体的角色、任务与控制点。

角色定位

课程智能体

中枢

把课程知识、案例、任务与学情数据组织成可调用的教学底座,为其他智能体和教师提供统一上下文。

典型任务
  • 维护知识图谱与课程资源索引
  • 按教学环节调度 AI 助教、学伴与 Skills
  • 汇总学习数据,生成教学建议
教师控制点
  • 审定知识边界与案例口径
  • 决定任务难度与开放程度
  • 复核智能体给出的教学建议

边界:不替代教师判断,不直接给出课程成绩,不绕过教学伦理审查。

04 / AI 助教

接入你自己的模型,展开一场真实的金融学对话

选择供应商与模型,填入你自己的 API Key,即可连续对话、流式查看回答并管理多条会话。本站不设模型代理,请求由浏览器直接发往供应商。

浏览器直连密钥仅存当前页面内存

从一个金融学问题开始

连接你自己的模型,展开连续对话。模型、密钥与会话都留在当前浏览器中。

尚未配置模型
试试
未配置模型

Enter 发送,Shift + Enter 换行。AI 生成内容可能存在错误,请核验事实、数据与政策依据;密钥仅保存在当前页面内存。

已接入
DeepSeek通义千问智谱 GLMKimi豆包腾讯混元MiniMaxOpenAIClaudeGeminiOpenRouterGroqGrokMistralSiliconFlowOllama自定义兼容端点
密钥仅存内存不使用浏览器持久化存储、Cookie 或 URL 参数。
浏览器直连请求直接发往供应商,本站不代理、不记录。
可扩展适配器OpenAI 兼容、Anthropic、Gemini、Ollama 与 Azure。
先看 CORS 提示部分供应商限制浏览器跨域,页面会给出明确说明。

05 / MAIC 课堂体验

把课堂变成一场可观察的协商

先选择你的课堂身份,明确本轮任务,再围绕金融议题展开讨论。教师组织与审定,学生论证与反思,其他角色提供案例、规则和风险审查。你的发言由你完成,智能体承担其余协作任务。

进入课堂 / 第一步

你将以什么身份参与讨论?

选择身份 → 领取任务 → 参与讨论
选择课堂角色

本次角色与课堂记录仅保留在当前页面,刷新后重新选择。

这是你与智能体协作的课堂体验。角色用于分配任务,暂不涉及账号认证或多人实时课堂。

说明:标记“本人提交”的内容来自你的输入;示例推演使用固定教学材料,不会针对输入生成回应;真实模型协作由你配置的模型生成。模型整理须经教师审定,不代表已实施的教学结果。

06 / 人机共创备课

AI 给出初稿,教师完成审定

备课不是把任务交给 AI,而是把重复性组织工作交给智能体,把目标设定、案例取舍与价值判断留给教师。选择参数,生成一份可审改的备课蓝图。

备课参数结构化模板
教师审改重点

当前为结构化教学模板;如需模型生成,请在上方 AI 助教中描述你的备课需求。

备课蓝图

利率市场化与贷款定价

待生成
选择左侧参数,生成目标、任务与评价建议。
01

目标与证据

    02

    任务链

      03

      评价与思政

        07 / 教师智能素养

        从“会用工具”到“会设计人机协同”

        教师智能素养不是一次培训就能完成。案例拟按“会用、善用、慧用”三个层次设计研修路径,并以教学考核、案例评选与研修学分形成持续激励。

        研修重点

        会用:先建立安全、稳定的使用习惯

        能选择合适的工具完成备课、答疑与资源整理,理解数据边界和基本伦理规范。

        研修模块
        • 课程智能体与 AI 助教的基础操作
        • 提示词、资料上传与结果核验
        • 数据安全、版权与学术诚信
        研修成果
        • 一份可复用的备课提示词
        • 一份 AI 使用规范清单
        • 一次组内工具分享

        教学工作量认定

        拟将智能教学资源建设、课堂创新与课后答疑纳入教学工作量核算。

        优秀案例评选

        拟通过课程团队互评、学生反馈与专家评议,形成可复制的教学案例。

        研修学分认定

        拟将分层研修、智能体编排与教学研究纳入教师发展学分体系。

        跨学科共研

        拟建立种子教师带动、课程团队共研、跨学科协作的研修机制。

        08 / 育人实践

        让价值引导发生在真实判断之中

        课程思政不是额外加一段话,而是把金融安全、诚信合规、风险意识与服务实体经济嵌入案例、任务与评价。伦理审查智能体负责提示风险,教师负责价值判断。

        融入点

        金融安全:从“收益视角”转向“风险底线”

        在利率、汇率、资产价格与金融创新议题中,引导学生同时看到收益、风险与系统性影响。

        任务设计
        • 比较不同金融产品的风险披露
        • 讨论金融机构的风险管理责任
        • 分析金融创新与监管边界
        审查问题
        • 是否只强调收益而忽略风险?
        • 是否把个别案例推广为普遍结论?
        • 是否给出不当的投资建议?
        伦理审查智能体

        四问四查

        来源是否可追溯? 数据是否合规? 价值是否有偏差? 结论是否审慎?

        审查结果只作为教师判断的参考,不替代教师的育人责任。

        09 / 建设说明

        把“设计”、“已实现”与“模型生成”分开说清楚

        本网站是《金融学》“智融课堂”案例推荐表的配套展示与可交互原型。课程结构、课堂对话与备课方案服务于教学设计说明;AI 对话和 MAIC 真实模型协作由访问者自带的模型生成。

        重要说明

        当前版本包含真实模型能力,但不代表教学系统已全面部署

        网站提供真实的多模型对话与 MAIC 分角色协商,需访问者自行配置 API Key。本站不设模型代理,不保存密钥与对话,也不代表课程智能体、学情数据平台或校内系统已建成。学校名称、案例负责人、团队成员与案例网址等信息,以正式申报表为准。

        密钥仅保存在页面内存 模型请求由浏览器直连供应商 AI 输出须经教师审改与证据核验
        可复用的教学资产

        从一次课堂到一套方法

        • 课程智能体配置手册
        • MAIC 课堂组织指南
        • 教学 Skills 清单
        • 过程性评价量规
        推广路径

        校内试点 → 校际协同 → 区域共享

        课程组试点虚拟教研室课程联盟教师研修

        试点规模、覆盖课程数与育人成效,待实际运行后据实填写。

        课程金融学
        案例类型智慧教学创新典型案例
        适用场景线上 · 线下 · 混合式
        展示版本可交互原型 v2.1
        技术边界

        没有本站后端,也没有共享密钥

        页面是纯静态站点。模型请求从浏览器直接发往你选择的供应商;密钥不写入 URL、日志、Cookie 或持久化存储。部分供应商的 CORS 策略可能阻止浏览器直连,页面会在配置面板中提示,可改用你控制的自建转发或自定义兼容端点。

        内容边界

        AI 是教学素材,不是标准答案

        模型可能产生事实错误、过时信息或不当推断。涉及政策、数据与案例时,请回到原始来源核验;涉及投资建议、学生评价与价值判断时,由教师作出最终决定。

        模型接入

        配置你的模型

        密钥只保存在当前页面内存,不会上传到本站。

        密钥只保存在当前页面内存,刷新或关闭页面即清除;不会写入 URL、日志或本站服务器。请求由浏览器直接发往你选择的供应商。供应商的 CORS 策略可能导致直连失败,请按提示改用自建转发或自定义兼容端点。