《电动力学》是同济大学物理科学与工程学院应用物理学专业的核心必修课（“四大力学”之一）。课程面向新时代物理学拔尖创新人才培养需求，以“高阶性、创新性、挑战度”（两性一度）为质量引领，深度融合人工智能与信息技术，构建了以知识图谱为基、AI助教为翼、任务引擎为链的“在线学习＋课堂讨论＋实践探索”线上线下混合式智慧教学模式。课程于2020年获批首批国家级一流本科在线课程，自2018年在中国大学MOOC平台运行以来已顺利开课15期，是物理学类专业课程数智化转型的典型范例。

本课程秉持“遵循规律、技术赋能、交叉融合、拔尖创新”的建设理念。基于物理学课程标准与学科教学的内在规律，课程全面拥抱人工智能时代，系统性开展数字资源、知识图谱、AI+课程、智慧化学习及智慧评教评学等维度的前沿建设。课程团队致力于在教学模式的优化、学习范式的个性化以及评价方式的智能化上深耕探索，利用AI技术驱动课程内容的动态迭代、教学方法的深刻变革与教学策略的精准优化。通过构建更加智能化、个性化、创新化的新型教学体系，课程旨在为每一位学生提供量身定制的学习支持与高效的学习体验，全面激发学生的创新潜能，淬炼批判性思维与解决复杂问题的综合能力，为国家培养面向未来发展需求、兼具交叉学科视野与卓越问题解决能力的物理拔尖创新人才。

在前期国家级一流在线课程的基础上，依托中国大学MOOC平台，全面开展了“智慧课程”的升维建设，打造了一个全天候、个性化、智能化的立体教学生态。

打破传统教材线性化的知识呈现方式，团队对课程资源进行了系统性重构与升维，实现学科逻辑与教学资源的深度融合。

全景式数字资源库：线上建成完备且高度颗粒化的教学资源库，涵盖789个精心制作的微视频、38个核心文档、189道精选题目，以及237道在线测试题和75个在线讨论题。每个知识点视频时长控制在5-10分钟，符合认知心理学规律；视频中穿插互动提问，结尾辅以思维导图式小结，将原本抽象枯燥的物理过程直观化、形象化、具体化，帮助学生建立清晰的知识坐标系。

多维立体的知识图谱：团队以知识点为最小粒度，系统梳理教材与课件，构建了包含313个核心知识点、589条知识关联边、深达5层知识层级的知识图谱。该图谱不仅呈现知识节点间的网状逻辑联系（例如“电磁波的传播”一章中，亥姆霍兹方程、平面波解、边界条件等知识点之间的内在关联），更融入文档切片与学科逻辑，实现国际学科共识与本校课程理解的有机统一，为教学推荐权重的优化提供结构化支撑。

精准的能力图谱与教学锚定：在知识图谱之外，团队创新性地构建了能力图谱，涵盖理论基础（9个子能力点）、工具运用（6个子能力点）、实践操作（38个子能力点）、结果评估（17个子能力点）四大维度，共70个子能力点。该图谱使教学目标达成度具备精确的量化指标，真正实现从“学知识”向“长能力”的跨越，与知识图谱共同形成“知识—能力”双轮驱动的教学新范式。

通过智慧课程建设，团队成功训练并部署了《电动力学》专属的AI助教智能体，帮助老师开发出专业的“AI助教”。这些AI助教以课程材料为训练基础，能够全天候帮助不同水平的学生掌握各自学习中的难点，实现真正的个性化伴学。

私有大模型的深度训练：团队整合了课程知识库、习题库和问答库，利用教材、案例、期刊摘要等高质量学科语料和AI技术，为课程量身定制了AI助教。该AI助教不仅精通电动力学的所有公式推导，更深度内化了课程团队的教学逻辑，能够针对不同基础的学生提供差异化的引导与解释。

全场景个性化服务：AI助教能够为学生提供一对一的知识答疑、题目解析、资源推荐、学习提醒以及拓展提升建议。当学生在推导难题遇到瓶颈时，可随时向AI助教提问，获得实时的难点解析与动态反馈。

培养高阶思辨能力：通过后台的应用数据分析（掌握学生的高频问题与使用习惯），教师会有意识地引导学生去质疑、验证AI生成的结果。这种“人机协同”的训练，极大地增强了学生批判性地运用人工智能工具的能力，拓宽了分析问题的深度。

依托智慧平台，团队构建了“在线学习＋课堂讨论＋实践探索”三位一体的混合式教学闭环。其中，针对学生自主学习需求，平台内置的智能引擎能够拆解复杂前沿问题、自动匹配核心知识点、规划个性化学习路径并关联课程资源，实现问题驱动的学习路径导航，为线上线下融合教学提供精准支撑。

环节一：在线学习（泛在化与个性化）

课前，学生通过中国大学MOOC平台上的在线课程进行自主学习。基于知识图谱和智能引擎的路径规划，学生可围绕自身疑问或教师预设的科研问题，生成个性化学习路径，高效完成基础概念的吸收。平台实时记录学生的视频观看时长、测试正确率等学习轨迹，生成形成性诊断报告。教师据此精准把握全班学习痛点，为线下课堂“把脉开方”。

环节二：课堂讨论（高阶性与挑战度）

线下课堂从知识的单向灌输向思维碰撞转变。教师借助“慕课堂”等智慧工具，首先通过5-10道客观题进行课前小测，对易错点进行靶向讲解。随后，课堂进入深度互动环节。

以“电磁波在介质界面上的反射和折射”为例，教师精心设计了梯度的问题链：

- 基础性问题：推导介质中的波动方程、亥姆霍兹方程；推导菲涅耳公式，并分析布儒斯特定律、半波损失、全反射等特殊情况。

- 高阶挑战性问题：如何从微观物理图像上（偶极子辐射）解释布儒斯特定律？结合菲涅耳公式，深入剖析究竟在哪些具体条件下会产生半波损失？全反射情况下的折射波矢具有怎样的物理性质？

- 前沿拓展问题：探讨光纤通信、上海光源、FAST射电望远镜中电磁波传播的实际工程问题。

通过这种由浅入深、层层剥茧的讨论，学生不仅知其然，更知其所以然。慕课堂平台允许所有学生同步提交解答，确保了互动的全员覆盖，让每一位学生的思维火花都能被看见。

环节三：实践探索（研究型与项目化）

课程专门设置实践探索环节，鼓励学生自主选题、以3～5人团队协作方式开展项目化学习。实践涵盖选题破冰与AI探索、推演模拟与人机博弈、成果总结与视频录制三个阶段：学生利用大语言模型进行文献调研并建立“AI交互日志”，记录发现并纠正AI物理错误的案例；借助AI辅助推导与仿真编程（Python/MATLAB），明确物理参数设定依据，通过迭代修正物理约束；最终撰写学术研究报告、提交AI交互实录与“避坑”日志、录制5分钟核心物理图像讲解视频，并以课堂学术答辩形式展示成果。这一环节将物理洞察力、AI驾驭能力与学术规范训练融为一体，让学生学会辨别和分析AI输出内容的正确性与合理性，培养学生严谨求实的科学素养。

项目化学习部分成果展示

课程依托智慧化教学模式，构建了多维度的成长路径，使拔尖创新人才的培养真正落地生根。

1. 学业成绩稳步提升：科学量化驱动知识内化

课程构建了重过程、强反馈的综合考核机制，设置“AI-ON”与“AI-OFF”双模考核：前者考查学生运用AI工具开展学习与研究的能力，后者检验学生在无AI辅助条件下的独立胜任水平。形成性评价与总结性评价有机融合，使每位学生的学习轨迹得以精准量化。数据表明，总评成绩优良率稳步提升，绝大多数学生不仅成功克服了对复杂数学公式的畏难情绪，更扎实掌握了复杂的电动力学前沿知识。

2. 创新意识与科研能力进阶：从课堂走向学科前沿

在精心设计的“实践探索”环节中，学生们展现出了令人惊喜的学术志趣与科研潜能。同学们自主探索极具挑战性的研究选题，借助AI辅助开展深度的文献调研、公式推演、编程模拟、“人机博弈”等实质性锻炼，建立驾驭AI解决复杂问题的综合能力，深度培养了独立思考与批判性思维，实现素养双重提升。学生们的选题紧跟学科前沿，不仅拓宽了学术视野，部分优秀的探索成果甚至可以直接转化为“大学生创新创业训练计划”项目或本科毕业设计，真正实现了学以致用。

3. 科学素养与家国情怀内化：硬核理论中的精神共鸣

课程将思政元素如盐溶水般融入物理学的壮丽画卷。通过致敬国之重器与科学巨匠，课程巧妙引入“两弹一星”元勋邓稼先先生当年编写的《电动力学讲义》，以及我国大科学装置“中国天眼”（FAST）、全超导托卡马克核聚变实验装置（EAST）、上海光源等前沿进展，在跨越时空的对话中塑造科学价值观。学生在掌握硬核理论的同时，深刻感悟老一辈科学家的奉献精神，激发了强烈的家国情怀。课程还引导学生探索研究前沿科学问题，深入理解“卡脖子”背后的“卡脑子”问题，使学生在实践探索中获得正确的政治方向、价值取向与学术导向，树立起勇攀科学高峰的责任感与使命感。

通过《电动力学》智慧课程建设，实现赋能学生自主学习、课程优化与学科知识结构化表达，有力有效支撑学生的学习成长。