为引领智能化教学改革潮流，本学期开学以来，计算机学院大胆探索，率先引入生成式人工智能技术，在课堂教学中展开了一系列尝试，旨在提升教师的教学效率和学生的学习体验。学院教师在各自课程中成功应用大语言模型，通过不同方式，引导学生能用、善用、巧用大模型，并取得了显著成效。这些尝试不仅展示了大模型的强大赋能作用，更为未来的智能化教学改革指明了方向，提供了一条有较高参考价值的全新道路。

案例一：数据挖掘课程中大语言模型高效辅助教学

毛煜老师在数据挖掘课程中，介绍了大语言模型在日常生活和大数据分析中的应用。展示了大模型在数据挖掘中的具体用途，如大数据降维方法，以此引导学生深入理解课程重点。课堂上，毛老师将学生分组，让学生亲自探索和使用大语言模型工具，通过实际操作提升对大数据技术的理解和掌握。

案例二：知识图谱课程与大语言模型技术深度融合

郑艺峰老师在知识图谱课程中，引入大模型技术，探讨知识图谱与大模型融合的可行性。详细分析当前知识图谱和大模型技术在不同场景中的核心能力，并以电信、电力、金融和医药行业的实践案例为例，从行业需求、关键技术、解决方案及提升效果四个角度，深度剖析知识图谱与大模型技术的结合应用。通过这样的课堂设计，学生们不仅掌握了理论知识，还能够将其应用于实际场景中，极大激发了学习兴趣和动力。

案例三：线性代数课程中大语言模型加深知识点理解

刘伟强老师在线性代数课程中，将大语言模型与课堂内容深度融合，帮助学生理解线性代数在人工智能领域中的核心作用。通过矩阵分解在特征提取和数据压缩中的实例，详细讲解了大模型如何加速计算并提升性能。课堂实践环节，刘伟强老师组织学生分组，应用大模型解决与线性代数相关的实际问题，让学生体验大模型与数学方法结合的效果，从而深化对理论与实践融合的理解。

案例四：大数据技术课程中大语言模型的实践探索

马碧阳老师在大数据通识导论课程中，结合GPT系列和BERT大语言模型，带领学生探索大数据技术的各个方面。通过团队合作，学生们使用大语言模型对Online Shoppers Purchasing Intention数据集进行了清理和分析。大模型提供的样例代码框架，使学生在代码编写、调试和实验报告撰写上大大提速，从而在实践中深刻理解和应用大数据技术。

案例五：操作系统课程中大语言模型赋能自主学习

罗智鹏老师设计了利用大语言模型辅助学生自主学习的任务，分组探索文件系统的关键知识点。一组学生利用大模型工具详细搜索和分析了文件默认权限和umask的细节，另一组则聚焦于文件权限修改内容，并通过大模型提供的直观案例进行展示。通过这些实践，学生充分体验了大模型带来的新型学习模式，不仅提升课堂效率，还激发了学生的自主探究能力。

此次教学改革的尝试，充分展现了大语言模型在智能教育中的巨大潜力。计算机学院将持续探索和推广大语言模型技术在更多课程中的应用，致力于为学生打造更具深度和广度的优质学习体验，推动智能化教学改革的全面升级，开启未来教育的新篇章。

（文：罗智鹏，图：毛煜、郑艺峰、刘伟强、马碧阳、罗智鹏）