1 知識圖譜賦能教育教學數智底座建設

　　1.1 專(zhuan) 業(ye) 知識圖譜的時代需求

　　中共中央、國務院印發的《教育強國建設規劃綱要(2024—2035年)》明確提出，必須深化教育綜合改革，激發教育發展活力。習(xi) 近平總書(shu) 記在2024年全國教育大會(hui) 上強調，建成教育強國是近代以來中華民族夢寐以求的美好願望，是實現以中國式現代化全麵推進強國建設、民族複興(xing) 偉(wei) 業(ye) 的先導任務、堅實基礎、戰略支撐，必須朝著既定目標紮實邁進。2025年4月，教育部等九部門發布《關(guan) 於(yu) 加快推進教育數字化的意見》，提出以教育數字化為(wei) 重要突破口，開辟教育發展新賽道和塑造發展新優(you) 勢，全麵支撐教育強國建設[1]。無論是近期發布的高等教育行動規劃、教育數字化戰略，還是人工智能助力教育變革的相關(guan) 政策文件，“數字、創新、人工智能”已然成為(wei) 高頻關(guan) 鍵詞，這表明，以科技革命與(yu) 產(chan) 業(ye) 變革為(wei) 導向、滿足國家戰略需求，推動教育數字化轉型已成必然趨勢。

　　近年來，全球範圍內(nei) 基於(yu) 數據和模型的智慧教育應用持續湧現，包括AI助教、AI助學、AI助評及AI賦能學習(xi) 空間建設等，涉及多個(ge) 領域[2]。在AI輔助教學方麵，美國佐治亞(ya) 理工學院開發的Jill Watson AI助教、瓦爾登大學的Julian虛擬助教、杜克大學的DUSON機器人等均取得了顯著成效;在AI 輔助學習(xi) 方麵，美國斯坦福大學推出智能教科書(shu) “Inquire”，可針對提問鏈接書(shu) 本知識，Quizlet在線學習(xi) 工具也可實現基於(yu) 學生表現進行個(ge) 性化學習(xi) 路徑規劃;在AI 輔助評價(jia) 方麵，教師可廣泛使用ChatGPT、DeepSeek等人工智能工具進行書(shu) 麵文本的評估，包括抄襲檢測、語義(yi) 分析及主題分析等;而在學習(xi) 空間方麵，瑞士蘇黎世聯邦理工學院、美國麻省理工學院等高校的圖書(shu) 館相繼引入AI技術，以實現空間智能化升級[2-3]。

　　智慧教育應用的發展有效促進了教育教學在時間、空間與(yu) 知識維度的深度融合，推動教育的深度挖掘與(yu) 知識增值創新，實現數據共享、知識互聯、群智協同和教育智學，為(wei) 全人化人才培養(yang) 賦予新的動能，形成中國特色世界一流大學全人化人才培養(yang) 新範式[3]。智慧教育具有開放性、靈活性、豐(feng) 富性與(yu) 可及性四大特征，而推動智慧教育特征形成的核心切入點則在於(yu) 知識體(ti) 係的結構化改革。因此，構建結構化、可視化且可演化的知識體(ti) 係成為(wei) 智慧教育的關(guan) 鍵基礎。目前的知識體(ti) 係涵蓋通識課程、基礎課程與(yu) 專(zhuan) 業(ye) 課程。然而，現實中專(zhuan) 業(ye) 培養(yang) 方案與(yu) 課程體(ti) 係通常較為(wei) 明確、清晰，而教學計劃、課件與(yu) 教材資源則更為(wei) 柔性且分散，不同課程之間相對獨立且課程內(nei) 容的重合度較高，導致專(zhuan) 業(ye) 與(yu) 課程之間相互割裂，課程體(ti) 係無法很好地支撐培養(yang) 方案，專(zhuan) 業(ye) 培養(yang) 方案難以有效落地實施。知識圖譜技術可以有效解決(jue) 上述問題，建立知識體(ti) 係與(yu) 培養(yang) 目標之間的有效聯結。

　　1.2 專(zhuan) 業(ye) 知識圖譜的要素結構

　　知識圖譜是實現從(cong) 關(guan) 鍵詞搜索向語義(yi) 搜索轉變的關(guan) 鍵手段[4-5]。搜索引擎如百度即采用知識圖譜技術實現語義(yi) 搜索，能夠直觀地展示答案。然而，此類知識圖譜通常麵向搜索、技術與(yu) 機器，結構複雜且節點眾(zhong) 多。教育領域的知識圖譜則需要麵向教學實踐，麵向教師和學生使用，包含的節點較少，結構相對簡單。本文提出的專(zhuan) 業(ye) 知識圖譜是一種新型的結構化、可視化、可演化的專(zhuan) 業(ye) 知識體(ti) 係載體(ti) ，其核心要素包括教學目標、畢業(ye) 要求、預期學習(xi) 成果(Intended Learning Outcomes，ILOs)、課程、知識點、教師及學生。

　　專(zhuan) 業(ye) 知識圖譜有效聯通能力、課程、知識與(yu) 資源，形成深度關(guan) 聯鏈，從(cong) 課程的預期學習(xi) 成果(ILOs)出發，圍繞“ILOs—課程—知識層—知識點—資源”這一主線，關(guan) 聯教師與(yu) 學生，如圖2所示。專(zhuan) 業(ye) 知識圖譜並非關(guan) 注單一課程，而是更關(guan) 注不同課程之間的關(guan) 聯性，例如課程的先修和後續關(guan) 係，這對學生個(ge) 性化學習(xi) ，特別是學習(xi) 路徑，具有重要意義(yi) 。知識圖譜是從(cong) 知識源開始，經知識鏈最終形成知識麵，即知識空間，是具象化的知識結構。以基礎工業(ye) 工程課程為(wei) 例，該課程包含“工作抽樣”章節，該章節又包含4個(ge) 知識點，這些知識點的學習(xi) 需依賴於(yu) 應用統計學課程裏“二項分布”知識點。因此，本文所定義(yi) 的專(zhuan) 業(ye) 知識圖譜並非計算機導向，而是教育教學導向的知識圖譜，結構更為(wei) 清晰與(yu) 簡明。

　　1.3 專(zhuan) 業(ye) 知識圖譜的建設流程

　　知識圖譜在教育教學中的應用涉及兩(liang) 個(ge) 關(guan) 鍵任務：一是要簡化知識圖譜的構建過程，以減輕教師負擔;二是要基於(yu) 此實現培養(yang) 方案的數字化，以發揮知識圖譜的實際價(jia) 值。簡而言之，即簡化構建過程並實現方案的量化應用。

　　知識圖譜的構建類似於(yu) 建築施工，首先是“選址”，即由教務部確定涉及的專(zhuan) 業(ye) ;其次是“毛坯製作”，責任教授即專(zhuan) 業(ye) 的負責人，明確專(zhuan) 業(ye) 的課程架構;再次是“硬裝、精裝、整理”工作，任課教師是各門課程的主要負責人，由其設計每門課程大綱並整理出相應的知識點，其中較為(wei) 複雜的是“整理”，即明確知識點之間的關(guan) 聯關(guan) 係，這部分工作量大，可借助大模型來完成;最後是培養(yang) 方案的建立及審核驗收。

　　基於(yu) 上述流程開發了專(zhuan) 業(ye) 知識圖譜驅動的智慧教育係統，係統流程清晰且易用。教務部僅(jin) 需創建專(zhuan) 業(ye) 節點，責任教授輸入課程體(ti) 係，任課教師依據圖書(shu) 館資料庫上傳(chuan) 課程大綱，即可實現數據結構化處理，每個(ge) 環節的負責人端都具有簡便的可操作性。最後，知識關(guan) 聯方麵，大模型推薦關(guan) 聯的知識點，由本校本科畢業(ye) 的研一學生進行人工選擇確認，原因在於(yu) 本校本科畢業(ye) 的研一學生具備本科四年專(zhuan) 業(ye) 的完整知識體(ti) 係，對知識點之間的關(guan) 係掌握程度優(you) 於(yu) 大模型甚至教師，故而由其來完成該人機協作過程。通過此種方式，一個(ge) 專(zhuan) 業(ye) 知識圖譜的構建周期約為(wei) 一周，目前已在多所高校部署應用。

　　以運籌學課程為(wei) 例，通過思維導圖可以直觀呈現不同課程的知識點種類與(yu) 數量，每個(ge) 知識點包含概念的數量。當學生學習(xi) 某一知識點時，可基於(yu) 此明確該知識點的學習(xi) 路徑。

　　專(zhuan) 業(ye) 知識圖譜構建最終服務於(yu) 數字化培養(yang) 方案的製訂與(yu) 管理，可有效避免培養(yang) 方案中的知識點重複問題。專(zhuan) 業(ye) 知識體(ti) 係解決(jue) 的是課程知識點關(guan) 聯的問題，但每個(ge) 知識點的設計均以支撐相應的培養(yang) 目標為(wei) 出發點，因此，實現培養(yang) 方案的數字化至關(guan) 重要(圖6)。通常情況下，培養(yang) 方案包含6項培養(yang) 目標、12項畢業(ye) 要求。畢業(ye) 要求和培養(yang) 目標之間的關(guan) 聯關(guan) 係是通過課程的預期學習(xi) 成果(ILOs)嚴(yan) 格對應和關(guan) 聯。基於(yu) 此，每個(ge) 專(zhuan) 業(ye) 都能夠生成一份學習(xi) 計劃進度表(圖7)，該表不僅(jin) 涵蓋專(zhuan) 業(ye) 涉及的所有知識點，還反映了知識體(ti) 係內(nei) 部的關(guan) 聯程度、學期課程的平衡分配情況，以及專(zhuan) 業(ye) 課程安排中可能存在的衝(chong) 突。這些指標均實現量化，使培養(yang) 方案的執行狀況和結構合理性一目了然，為(wei) 教學管理和學生個(ge) 性化學習(xi) 路徑規劃提供了堅實的數據支撐。

　　1.4 專(zhuan) 業(ye) 知識圖譜建設展望

　　學校製訂了智慧教育的“PLAN計劃”，即“點—線—麵—體(ti) ”發展規劃。前述討論更多集中於(yu) 點與(yu) 線的層麵，即從(cong) 專(zhuan) 業(ye) 角度構建專(zhuan) 業(ye) 知識體(ti) 係。但目前北京理工大學73%的學生課程都存在大量的重複，學校正推動專(zhuan) 業(ye) 與(yu) 學科的一體(ti) 化整合，旨在解決(jue) 該問題，向“麵”與(yu) “體(ti) ”的層麵發展。2025年通過專(zhuan) 業(ye) 知識圖譜實現專(zhuan) 業(ye) 與(yu) 學科融合，解決(jue) 知識重複問題。2026年，將進一步建立全校33個(ge) 學科的專(zhuan) 業(ye) 知識體(ti) 係關(guan) 聯，促進跨學科知識整合，激發學生的創新能力，發掘跨學科創新潛力。

　　2 大模型賦能教育教學的應用湧現

　　3 結語

　　近年來，隨著人工智能技術的不斷迭代優(you) 化，大模型尤其是DeepSeek等國產(chan) 大模型的“橫空出世”，迅速成為(wei) 全球科技界的熱議焦點，也引發了教育改革浪潮。雖然現在是大模型時代，但知識圖譜依然作為(wei) 一種結構化、可解釋、可追溯的知識組織方式發揮著不可替代的基礎作用。本文圍繞知識圖譜與(yu) 大模型賦能教育教學的典型應用展開論述，係統梳理了知識圖譜驅動的教學結構重構路徑，並探討了以大模型為(wei) 支撐的智慧泛在學習(xi) 空間構建方案，以期能為(wei) 高校數字化轉型提供切實可行的路徑參考，也為(wei) 實現教育強國戰略目標注入持續的技術動能。

　　參考文獻

　　[1] 教育部等九部門關(guan) 於(yu) 加快推進教育數字化的意見[EB/OL].https://www.moe.gov.cn/srcsite/A01/s7048/202504/t20250416_1187476.html.

　　[2] 李曉理,劉春芳,耿劭坤.知識圖譜與(yu) 大語言模型協同共生模式及其教育應用綜述[J/OL].計算機工程與(yu) 應用,1-15

　　[2025-06-16].https://kns.cnki.net/kcms/detail/11.2127.TP.20250403.

　　1313.006.html.

　　[3] 張軍(jun) .智慧教育視域下的全人化人才培養(yang) [J].中國高教研究,2022(7):3-7.

　　[4] 趙翔.知識圖譜賦能高等教育教學數字化轉型探索[J].米兰竞技足球俱乐部,2024(5):3-4,7.

　　[5] 吳楊,呂鈺琪,杜鈞,等.知識圖譜驅動智能學習(xi) 的內(nei) 生邏輯[J].中國電化教育,2025(2):122-130.

郝佳1,2,4 牛紅偉(wei) 1,2 杜鈞3 張麗(li) 娜4

1..北京理工大學機械與(yu) 車輛學院　2.“智能+”教育融合出版創新與(yu) 應用重點實驗室

3.北京理工大學教育學院　4.北京理工大學教務部