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。
金融学 · 智慧教学创新案例
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。
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。
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。
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。
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。
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
《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。
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。
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。
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。
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
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。
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。
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。
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。
03 / 智能体矩阵
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。
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。
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
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。
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。
05 / MAIC 课堂体验
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
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。
首轮发言已加入课堂记录。可以开始讨论;如需修改,请重新开始本轮。
从利率变化到银行定价,再到客户结构与风险承受能力,形成可复核的推理链。
区分市场数据、监管规则与模型预测,标注来源与不确定性。
检查是否存在误导性收益承诺、风险披露不足或数据使用不当。
教师审定:不追求唯一答案,重点看学生能否区分事实、判断与价值立场,并说明决策的边界条件。
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
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。
07 / 教师智能素养
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。
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。
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。
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。
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。
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
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。
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。
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
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。
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。
试点规模、覆盖课程数与育人成效,待实际运行后据实填写。
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。
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。