AI赋能教学：新媒体用户研究课的共创与学伴革新
01
基本信息
ENTERPRISE
专业名称：网络与新媒体
案例名称：AI协同共建与智能学伴升级——《新媒体用户研究》课程数字化教学改革实践
案例简介：本案例聚焦《新媒体用户研究》课程，针对新媒体行业快速更迭导致教材滞后、个性化辅导缺失及学生参与度不高的问题，借助雨课堂AI学伴及AIGC工具，建立“学生主导+AI辅助”的教材共建模式，并根据平台数据持续优化AI学伴功能。学生利用AI完成案例筛选、知识结构梳理，参与动态教材素材库建设；依托雨课堂实现智能答疑、学情分析及学习提醒等全流程陪伴。实践以数据为驱动，显著提升了学习活跃度、任务完成率和互动深度，打造了可复制的新文科AI+教学范式，助力复合型新媒体人才培育。
02
案例背景需求
ENTERPRISE
截至2024年底，我国新媒体行业规模约3.09万亿元，从业人员超1亿，行业对精通用户研究、擅长分析且熟练运用AI的复合型人才需求旺盛。全国360多所高校开设了网络与新媒体专业，基本都设有用户研究相关课程。然而，《新媒体用户研究》课程普遍面临教材更新缓慢、案例陈旧、个性化辅导欠缺等问题，传统课堂难以满足数智化人才培养需求。本课程依托学校现有教学平台（雨课堂），引导并支持学生利用AI工具参与教材共建，构建学生与AI协同的动态教材更新机制。实施目标：依据雨课堂数据迭代AI学伴；形成可复制的AI+教学模式，增强学生自主学习与研究能力。
03
案例实施情况
ENTERPRISE
（一）需求分析与解决思路
围绕三大核心痛点：教材更新慢、案例陈旧、个性化辅导不足，本课程设计学生参与教材共建与雨课堂AI学伴数据驱动迭代双路径，以学生实操为主、教师引导为辅，用平台数据形成应用AI工具—分析使用数据—优化使用结果的闭环。
（二）实施步骤与方法
1）AI辅助教材建设
教师划定需求分析、行为分析、用户画像、心理分析等模块范围，形成教材主要框架。课前推送章节框架学习，课中讲解核心内容，课后明确学术规范与筛选标准，帮助学生构建知识体系。教师指导学生运用多种AIGC工具，以作业形式完成知识图谱梳理、热点案例搜集、框架优化及知识点生成，形成教材素材。后续通过小组互评与教师专业审核，择优入库，建立贴合学生需求的动态教材素材库。
雨课堂知识库建设（知识图谱）
2）雨课堂AI学伴优化实践
课程导入时教师介绍雨课堂AI学伴功能并指导试用。启用核心功能：一键答疑、知识关联推送、个人学情画像、智能检索、学习路径建议。教师全周期采集平台数据（登录频次、时长、交互次数、高频问题、任务完成率、满意度等），掌握使用情况以解答疑问、制定激励策略。教师依据数据定位薄弱点，收集学生建议，优化提示词与知识库，迭代AI学伴响应逻辑，提升工具可用性与学习粘性。
3）全流程教学融合
课前：明确教材建设任务，给予激励，提高热情。推送预习任务与知识点。课中：预留时间，结合AI工具素材开展小组讨论，利用AI学伴梳理课堂知识。课后：AI学伴提供答疑与复习指导，形成使用数据。教师上传学生素材，优化提示词与知识库，实现教学内容迭代更新。
学生使用AI工具进行教材素材整理与结构化标注
雨课堂AI学伴界面：智能答疑
雨课堂教学后台：课程学习数据统计
04
案例成效与创新突破
ENTERPRISE
（一）主要创新内容
本案例紧扣《新媒体用户研究》课程的教学痛点，以AI技术为支撑、雨课堂为载体、学生参与为核心，形成AI协同共创与智能学伴优化的教学创新模式，主要创新体现在三方面。第一，创新学生与AI协同共建教材机制，破解传统教材供给滞后、适配性不足的问题。将AIGC工具转化为学生参与资源建设的抓手，组织学生运用AI完成教材内容生成，经小组互评与教师专业把关后形成动态素材库，让教材内容更贴近学生认知需求与行业发展前沿。第二，构建雨课堂数据驱动AI学伴迭代闭环，解决通用AI学伴应答不准、满意度不高的难题。基于平台真实使用数据定位高频问题、薄弱知识点与功能短板，通过注入课程专属知识库、优化提示词工程、调整应答逻辑，显著提升智能辅导的针对性与有效性。第三，建立AI融合教学过程性评价体系，将AI工具使用表现、教材素材贡献度、雨课堂学习行为数据纳入评价，改变以往重结果、轻过程的考核方式，实现教、学、评、改一体化贯通，推动教学从知识传授向能力培养转型。
（二）应用实践突破内容
一是课程资源供给与学习体验实现突破。学生参与AI教材共建后，素材库定时更新、内容更贴合学生需求与行业热点，有效解决传统教材滞后、案例陈旧问题，学生自主学习与探究意识显著增强。经数据迭代后的雨课堂AI学伴，专业问答准确率与稳定性大幅提升，24小时在线答疑、知识点精准推送、学情自动分析等功能，满足学生个性化学习需求，自主学习效率与整体满意度明显提高。二是教学效能与人才培养质量实现提升。AI承担素材整理、答疑、学情统计等重复性工作，教师得以聚焦高阶思维训练与学术指导，课堂教学针对性与深度显著提升。学生在实践中熟练掌握AI辅助研究、信息甄别、内容创作等数智化技能，形成用户研究与智能新媒体实践的复合能力结构，更贴合行业对新媒体人才的数智化要求，为新文科AI赋能教学提供可复制、可推广的实践样本。
05
推广价值及风险
ENTERPRISE
本案例轻量化、易落地、可快速复制，依托雨课堂与通用AI工具即可开展，无需额外技术开发，适用于新闻传播、网络与新媒体等多门人文社科理论课程，在教材动态更新、智能答疑优化、过程性评价等方面具备较强推广前景。目前已在本专业多班级常态化应用，平台使用数据较为稳定，教学模式初具规模，可面向同类院校推广，有效数字化教学效率。在应用中主要存在两方面风险：一是技术风险，雨课堂AI学伴可能出现响应延迟、内容匹配偏差等问题，影响使用体验；二是伦理风险，AI生成内容存在准确性不足、学术规范性不强等隐患，易引发学习误导。项目已建立数据监测、内容审核与使用规范机制，定期迭代优化，保障教学安全稳定运行。
END