2025年7月下旬，为进一步提升教学质量、优化课程设计，人工智能系组织开展了为期一周的“磨课”教研活动。本次活动由李珊枝主任和张倩副主任牵头，多位骨干教师积极参与，围绕人工智能核心课程的教学内容、方法及实践环节进行了深入研讨与打磨。
活动中，十位教师依次进行课程展示，结合学科特点与学生需求，从教学目标、案例设计、课堂互动等方面展开说课。其他教师则从教学内容逻辑性、实践可行性、学生接受度等角度提出优化建议，实现了真正的“智慧碰撞”。
李珊枝老师在《人工智能》课程中深入讲解“启发式搜索”，通过八数码、罗马尼亚度假等案例，将抽象算法具象化，引导学生理解启发函数的作用。
张倩老师在《高级语言程序设计》课程中围绕“循环结构”展开教学，采用问题驱动法，结合思维导图动态总结，构建了完整的教学闭环。
彭妍老师在《数据挖掘》中讲解“数据预处理”，结合电商数据案例，系统讲解清洗、集成、变换与规约方法，课堂互动积极。
黄亮老师在《人工智能》课程的“启发式搜索”教学中，以“学渣与学霸的复习策略”为情境导入，生动贴切；通过“导航寻路”等生活化类比解释A*算法，化解难点，增强学生理解，展现广泛的应用视野。
聂绩老师在《Pytorch应用》中聚焦“数据集读取”，通过MNIST案例和代码调试，帮助学生掌握DataLoader的使用，强调实践操作。
於韬老师（总结中提及）在“Word2Vec词向量”章节中采用问题驱动与案例结合，教学亲和力强，获得好评。
杨威老师在《智能语音处理综合实践》中围绕“特征提取”，通过MFCC、Fbank等特征对比，帮助学生理解语音信号的处理流程。
高武阳老师在《机器学习》中讲解KNN算法，通过生活化案例和互动提问，帮助学生理解算法三要素，课堂氛围积极活跃。
宋伸老师（总结中提及）在“单周期CPU设计”内容中系统讲解5条指令的实现，图文结合，逻辑清晰，为硬件类课程教学提供范本。
陈彦蓉老师在《计算机视觉》课程中，以“线性滤波”为例，通过实际问题引入，结合Open代码演示，强调理论与实践的融合。
磨课结束后，教师们一致认为，此类活动能有效发现教学中的不足，促进跨课程资源整合。黄传河院长总结道：“磨课不仅是教学技巧的打磨，更是教育理念的更新。人工智能领域发展迅速，教师需持续迭代知识体系，应用AI赋能教学，结合知识图谱，提高课堂效率。每一位老师应该认真备课，努力提高教学能力，为本科评估做好充分准备。”
未来，人工智能系将定期开展磨课活动，推动课程体系持续优化，助力教学质量全面提升。
