案例背景：我国工程教育推广OBE理念时，存在教学质量控制难、数据来源缺、流程覆盖不全等问题，北京理工大学依托大数据与人工智能技术，构建监控评价体系。
应用场景：覆盖学生、教师、管理部门三类用户，提供智能助教问答、作业批改、教学策略调整、课程目标达成分析等功能，贯穿教学全流程。
解决重难点：通过多模型智能体整合多平台数据，实现教学数据全采集、过程全覆盖，解决评价方法单一、反馈滞后问题，构建闭环监测体系，提升教学质量与OBE理念落地效果。
案例负责人
北京理工大学教育学院教授、博士生导师，科学技术教育专业学位（国优计划）责任教授。
国家社科基金重大项目首席专家、国家级青年人才，曾获北京市三八红旗奖章、全国工业和信息化系统先进工作者。主要从事人工智能教育等研究工作。主编国家战略科技力量系列丛书；在《光明日报》等发表多篇文章；作为核心成员执笔重大咨询项目20余项。
案例负责人
北京理工大学数字化与智算技术中心副主任。
负责学校人工智能驱动的数字化应用系统建设。主持、参与相关课题3项。曾获国家级教学成果一等奖、北京市教学成果特等奖、一等奖。
案例负责人
北京理工大学教务部教学建设室主任。
主要参与学校关于人工智能赋能专业、课程、教材变革等相关工作。主持省部级课题2项，在《现代大学教育》（CSSCI）等发表教研教改论文10篇。曾获国家级教学成果一等奖、北京市教学成果特等奖、北京高校课程研究会先进个人、北京市美育改革案例二等奖等。
案例负责人
毕业于清华大学电子工程系，信息与通信工程专业工学博士，斯坦福大学电子工程系访问学者。曾任华为公司人工智能可信和伦理方向助理首席技术专家。目前主要研究领域为人工智能安全可信、人工智能伦理与治理、人工智能标准与认证等。
案例负责人
硕士毕业于哈尔滨工业大学计算机学院，专业研究领域为自然语言处理、信息检索、自动问答等方向。曾就职于北京搜狗公司从事社区内容挖掘和知识图谱等相关算法研发工作。目前主要从事智慧教育、事理图谱、知识图谱与大模型应用等算法研发工作。
徐源
教授
刘媛
助理研究员
朱元捷
助理研究员
张泽琦
助理研究员
吴芳颖
工程师
基于多模型智能体的本科课程教学质量监控与评价探索与实践
1.教育模式创新：构建“四多四全大闭环”体系（多模型、平台、用户、环节接入，全数据采集、过程覆盖、评价支持、反馈打通），以智能体为核心实现OBE理念下教学质量全流程闭环监控，解决传统评价单一、反馈滞后问题。
2.技术应用突破：基于专业知识图谱智能生成课程目标；元知智能体集成系统整合多平台数据，通过多智能体协作（如学习助手、评阅助手）实现个性化助教与跨环节评估，支持实时数据分析。智能体具备记忆、规划、反思能力，可定制学习路径并引导批判性思维。
3.应用范式创新：以“场景驱动”设计差异化功能（如学生错题分析、教师教学评估、管理端课堂监测），实现“虚拟助教”精准服务。系统兼容性强、迭代快，已接入70个专业超3000门课程，示范推广价值显著。