基于“云-網-邊-端”融合的智慧實驗平臺建設

摘要：文章以物聯網網關開發技術課程為例，旨在構建智慧實驗實訓教學平臺。該平臺利用人工智能和大模型技術，賦能實驗教學環節，提升教學質量，增強學生自主學習能力，并有效緩解實驗設備不足、時間空間受限等傳統教學難題。通過構建全程信息化管理的教學環境，實現了主觀題的智能評判和多種編程語言的在線評閱，減輕了教師工作負擔，提高了作業批改的效率和準確性。文章的研究與實踐，為高校教育信息化改革提供了有力支持，推動教育行業向更加智能化、個性化的方向發展。

關鍵詞：智慧實驗平臺；人工智能；大模型；自動評閱

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2024）32-0086-03 開放科學（資源服務）標識碼（OSID） ：

0 引言

在數字化時代，教育的質量與效率對國家競爭力至關重要。教育部副部長吳巖在2024世界人工智能大會上指出，人工智能是影響教育高質量發展的戰略性、全局性問題[1]。隨著人工智能技術的飛速發展，其在教育領域的應用日益廣泛，不僅改變了傳統教學模式[2]，還深刻影響著教育教學的各個環節[3]。物聯網網關開發技術作為物聯網工程專業的出口課程，目標在于培養學生在嵌入式Linux環境下的編程能力，及物聯網網關設計能力，其實驗實訓環節是培養學生實踐能力和創新思維的關鍵。然而，傳統實驗實訓教學面臨設備不足、時間空間受限、批改不及時及過程缺乏跟蹤等諸多挑戰。本文在此背景下，結合“云-網-邊-端”融合技術[4]，提出對物聯網網關開發技術課程的學習環境進行升艙改造，旨在通過人工智能的賦能，構建智慧實驗實訓教學平臺，解決傳統教學中的痛點問題。

1 物聯網網關開發實驗教學現狀及挑戰

基于物聯網網關開發技術課程教學過程遇到的問題，及對當前計算機、電子等工程類專業實訓課程的現狀進行深入分析，發現實驗實訓教學面臨著一系列挑戰，這些挑戰凸顯了人工智能和大模型賦能的必要性與可行性。

1） 教師批改作業與實驗負擔沉重，反饋周期長。高校教師在教學過程中需批改大量的練習、作業和考試內容，尤其是實訓任務，涉及眾多主觀題和非標準化步驟，導致教師批改工作量巨大，反饋周期長。這迫切需要引入人工智能輔助批改，減輕教師負擔，縮短反饋周期。

2） 學生編程實踐考核與反饋不及時。在編程類課程中，學生作業常通過FTP、Email等方式提交，由教師逐一閱讀程序和文檔進行評價。這種方式效率低下，缺乏即時性。利用大模型進行自動化程序評判，可顯著提升考核效率，實現即時反饋。

3） 學生實驗數據造假與抄襲現象嚴重。學生實驗數據造假和抄襲行為對教學質量造成極大損害。由于教師批改工作量繁重，難以及時發現并處理。人工智能技術的引入，如抄襲檢測系統，能有效識別并預防此類行為。

4） 實驗實訓過程缺乏有效監控。當前實驗實訓課程評價主要依賴作品評定，缺乏對學生實操過程的全面跟蹤。借助物聯網和大數據技術，可實現實驗實訓過程的全方位監控，提升評價的客觀性和準確性。

5） 實驗實訓資源受限。高校實驗實訓設施容量有限，且只能在特定場地使用，對教務安排提出高要求。通過構建“云-網-邊-端”融合的學習環境，利用云計算和虛擬化技術，可有效拓展實驗實訓資源，打破時間和空間限制。

2 基于人工智能的實驗教學改革方案

1） 自動智能評判主觀題。開發基于人工智能的評卷系統，利用大模型技術對主觀題答案進行解析和打分，給出合理評語。預期目標：提高判卷效率，縮短反饋周期，同時保證評分的客觀性和準確性，減輕教師工作負擔。

2） 多種編程語言的智能評閱。構建一個集成多種編程語言的實踐教學平臺，利用后端云平臺和人工智能算法對學生提交的代碼進行實時編譯、運行和評閱。支持C、C++、Python等多種語言。預期目標：實現編程作業的即時反饋，提高實驗課效率，幫助教師快速了解學生實踐能力，及時調整教學策略。

3）學生答題弄虛作假和相互抄襲問題。引入人工智能查重技術，對學生提交的實驗報告、代碼等進行內容比對，識別相似度和潛在抄襲行為。同時，利用行為分析技術監控學生答題過程，識別異常行為。預期目標：有效遏制學生作弊和抄襲現象，維護學術誠信，提高教學質量。

4） 本地環境部署過于煩瑣的問題。物聯網網關開發技術課程實驗環境復雜，需要使用大量的第三方軟件庫，通過Web端直接訪問遠程云端實驗環境，學生無須在本地安裝復雜軟件庫，即可開展實驗實訓。云端環境預配置好所有必需工具，確保實驗順利進行。預期目標：簡化實驗準備流程，節省學生時間，使其能更專注于實驗內容和思考，提升教學效率和質量。減輕高校在實驗設備上的投入壓力。

3 智慧實驗實訓教學平臺架構與功能

教學平臺改革和建設是一項旨在提升教學質量和學生實踐能力的重要舉措。

教務管理平臺、教師教學平臺和學生實訓平臺共同構成了平臺的三大核心模塊，每個模塊均承載著豐富的功能，以滿足不同用戶群體的需求。

教務管理平臺：專注于教育管理的全面支持。它集成了權限管理功能，確保每位用戶僅能訪問其權限范圍內的資源，保障系統安全。課程資源管理模塊則負責課程資源的上傳、更新與刪除，維護教學資源的豐富性與時效性。班級管理模塊則讓教務人員能夠輕松管理班級信息，包括班級設置與成員管理。此外，數據分析統計模塊通過深度挖掘平臺數據，為教務管理者提供決策支持，助力教育管理的科學化與精細化。

教師教學平臺：致力于提升教學質量與效率。智慧課堂模塊為教師提供了智能化的課堂教學工具，支持實時互動與資源推送，增強課堂互動性。教學互動模塊則促進了師生之間的有效溝通，通過提問、回答與討論等形式，激發學生的學習興趣與參與度。AI批改管理模塊則利用人工智能技術自動批改作業與試卷，大大減輕了教師的工作負擔。數據分析統計模塊也為教師提供了教學效果的直觀反饋，幫助教師及時調整教學策略。

學生實訓平臺：注重學生實踐能力的培養。本地實驗模式讓學生能夠在模擬真實環境的條件下進行實驗操作，提升實踐技能。遠程實驗模式則打破了地域限制，讓學生無論身處何地都能參與實驗，拓寬了學習渠道。在線預習模塊提供了豐富的預習資料，幫助學生提前了解實驗內容，為實驗課做好準備。在線教學互動模塊則為學生與教師之間搭建了溝通的橋梁，支持學生隨時提問與討論，促進知識的吸收與內化。

4 實驗平臺智能化功能

實驗實訓平臺旨在通過智能化手段，全面優化實驗實訓教學的各個環節，主要包括智能化批改[5]、智能化輔導、智能化監控和智能化總結四大核心功能[6]。這些功能的實現，極大地減輕了教師的工作負擔，提高了學生的學習效率和效果[7]。實驗平臺智能化功能如圖1所示。

1） 智能化批改。實驗實訓平臺的核心功能之一便是智能化批改。針對編程、電路設計、文科類習題等多種類型的實驗實訓任務，平臺利用大數據和人工智能算法，實現了對學生提交作品的自動識別和批改。這一功能極大地減輕了教師的工作負擔，提高了批改的效率和準確性，同時也使得學生能夠及時獲得反饋，調整學習策略。

2） 智能化輔導。平臺還提供了智能化輔導功能，通過內置的智能算法，能夠根據學生的答題情況和進度，提供個性化的學習建議和輔導。無論是針對編程難題的解析，還是電路設計中的錯誤提示，平臺都能給予及時且有效的幫助，促進學生的自主學習和問題解決能力的提升。

3） 智能化監控。為了全面跟蹤和監控學生的學習過程，平臺引入了智能化監控功能。通過這一功能，教師可以實時查看學生的學習進度、答題情況、實驗實訓表現等關鍵數據，從而及時發現問題并進行干預。同時，學生也能通過監控功能，自我評估和調整學習狀態，確保學習效果的最大化。

4） 智能化總結。智能化總結是平臺的又一亮點。在完成所有實驗實訓任務后，平臺能夠自動生成詳細的學習報告和總結，包括學生的學習軌跡、成績分析、改進建議等。這份報告不僅為學生提供了全面的學習反饋，也為教師提供了寶貴的教學參考，有助于進一步優化教學內容和方法。

5） 實驗實訓過程。實驗實訓過程嚴格按照以下步驟進行：教師在系統上設置實訓要求步驟和參考答案：教師根據教學大綱和課程目標，在平臺上設置具體的實訓要求、步驟以及參考答案。這些設置將作為后續學生實訓和平臺自動批改的依據；學生在平臺上完成實驗實訓：學生登錄平臺后，根據教師設定的實訓要求進行實驗實訓操作。平臺支持多種終端設備的接入，包括PC端、移動端等，方便學生隨時隨地進行學習。

5 實驗平臺的人工智能評閱架構設計

平臺通過HTTP請求或WebSocket等通信協議調用國內外常用的大模型API。在調用過程中，平臺首先將學生作業或實驗報告轉化為大模型可理解的格式，然后發送至大模型服務器進行處理。

實驗實訓平臺通過調用國內外先進的大模型API，實現了對學生作業、實驗報告及編程題目的高效、準確評閱。這一創新性的教學模式不僅減輕了教師的工作負擔，提高了教學效率和質量，還培養了學生的自主學習能力和實踐創新能力。人工智能評閱架構如圖2所示。

圖2詳細展示了作業從提交到AI大模型評閱并返回結果的完整流程。系統主要由學生作業端、判題服務API及AI大模型集合三大核心部分組成。

1） 學生作業端。學生在此端完成作業并提交，隨后可查看批改成績及詳細解析。這一環節通過網頁實現，提供直觀的用戶界面。

2） 判題服務API。作為中間橋梁，該API負責接收學生作業請求，根據作業類型和課程要求，智能選擇適合的判題場景和模型。隨后，它將批改任務提交給AI大模型集合，并接收批改結果，最終反饋給學生作業端。

3） AI大模型集合。集合了多個大模型，為不同課程提供定制化的批改服務。它根據預設的改卷規則，利用相應的大模型進行精準批改，確保批改結果的準確性和高效性。該集合提供統一的訪問接口，便于判題服務API的調用。

整個流程實現了作業的自動化評閱，從提交到反饋，均通過數字化手段完成，大大提高了批改效率和準確性，為學生和教師提供了極大的便利。

6 結束語

本文構建了基于人工智能的智慧實驗平臺，并對該平臺的功能模塊與架構設計進行了全面而深入的闡述。本平臺已在廣州軟件學院計算機系多門課程進行了試點，如C語言程序設計、區塊鏈技術入門和Linux操作系統等。展望未來，我們將向校內更多相關專業年級推廣使用新模式實驗實訓平臺，同時成功經驗可向兄弟院校推介復制，形成完善的平臺產品，并進行產業化市場推廣，最終實現校企協同產教融合。

【通聯編輯：李雅琪】

基金項目：2023 年廣州軟件學院校級“質量工程”建設教學研究和改革項目：“云-網-邊-端”融合的學習環境升艙改造——以物聯網網關開發技術為例