近日，成都东软学院杨小丽讲师主持的《大模型驱动的多智能体个性化学习在〈软件测试基础〉课程中的教学改革实践研究》获批AI教学改革实践研究计划2026年第一批立项课题，立项编号AFCEC-EDU360-005，立项档位为重点课题。该计划由全国高等院校计算机基础教育研究会（AFCEC）与实战云（森纵艾数（北京）科技有限公司）联合开展，课题评审、立项与结题验收由研究会组织，实战云为立项课题提供AI实验平台、算力与开题实训等支持。《软件测试基础》是我校软件工程技术专业核心课程，4学分、64学时，年均选课约120人；课题计划覆盖2026年秋季学期的真实选课学生，预计不少于100名。学生会让大模型生成用例却不会做测试，评价又只看结果，是课题要改的两件事。

以先分析后生成的规则组织实验

以往评价偏重理论考试和实验结果；学生若只用大模型生成用例、解释报错，容易“会调用AI、不会做测试”。课题要回答的是：“先分析后生成、先验证后提交”的规则能否让学生从会调用AI转向会做测试；多源过程数据交叉验证能否支撑过程性与增值性评价。

课题将依托前期开发的多智能体学习系统原型开展分层教学，并为《软件测试基础》设计“先分析后生成、先验证后提交”的规则：学生须先提交测试设计依据，之后才生成用例；用例经验证并附修改记录与反思说明方可提交，关键测试设计与关键缺陷由教师审核判定，重要结论不直接采用AI输出。课程以10项核心实验为最低实施单元，目标为核心实验任务完成率90%以上、作品留存率100%。

“先验证后提交”可在实战云 AI 实践平台（实战云专属版）的Jupyter 实验环境（https://aiketi.edu360.cn/tools）中完成：学生运行测试脚本，对照自己的测试设计逐项核验，保留报错、修改和再次运行记录，教师据此判断验证是否发生。原有多智能体学习系统仍由课题组选择部署环境，不能以工具生成结果代替测试证据。

课题将建立1套课程AI评价量规，重点考查测试思维、用例设计质量和AI验证能力。量规初稿将借助实战云 AI 实践平台的AI 教研备课功能生成，教师输入任务和考查点，再修改各档行为及权重；学情分析可用于比较脱敏后的测试得分与错误类型，由教师核对是否改善了测试思维。

按统一口径留存多源过程数据

过程数据按统一口径采集，包括实验提交、代码与脚本版本、测试运行记录、平台日志、AI交互记录、成绩和问卷，并与作业及代码仓库、教务成绩交叉验证；采集AI交互记录时将按学校规定告知学生并取得同意再留存。成效评价的数据来源按维度设定

交付手册、案例包与成效数据包

2027年1月至2月研究会结题验收时，课题将提交：设10至12项实验任务的《AI实验手册》，每项含学生提交物、评价量规、过程数据留存和教师复盘；《教研教学方法总结》1套；征集不少于30件作品、形成3至5个典型案例的《学生AI实践作品集（案例包）》，经学生授权并匿名脱敏；另附1套可查证的成效数据包。依托实战云平台实施的课题，过程数据可由平台后台直接导出用于结题

实战云为立项课题提供基础实验平台24个月免费使用权（含大模型调用、容器实验环境、智能体构建与运行）和每位申报教师或教研组1万点算力，并配开题实训营、月度训练营与区域运营专人对接；是否使用由课题组自愿决定，不作为立项、资助档位与结题验收的条件。第一批共立项课题40项，涉及38所院校，名单与本课题信息见AI教学改革实践研究计划第一批立项名单（https://aiketi.edu360.cn/results）。

撰稿人：杨小丽

一审一校：袁铃

二审二校：徐静

三审三校：刘兆宏