为深入落实“人工智能赋能教育教学”的总体要求，推动学生作业从纸质化向智能化、个性化的数字化转型，5月6日中午，机械工程与自动化学院机电系在9号楼201-7会议室组织召开了“人工智能赋能学生作业数字化：方法、案例与批改实践”专题研讨会，本次活动由郭庆主持，机电系全体教师参加。

研讨会首先围绕国内高校及基础教育领域的学生作业数字化先进案例展开学习。与会教师重点讨论了上海应用技术大学基于Qwen2.5、Gemma3等模型构建的“师生协同微调”教学智能体，该智能体能有效批改《控制工程基础》等课程中的计算题及代码作业；宜宾学院“洛书·高校教学辅助系统”支持多模态作业自动评分并生成个性化评语；西安电子科技大学《概率论与数理统计》课程将知识点拆解为116个，通过知识图谱实现数据驱动的精准教学；该校《通信原理》课程开发的24小时AI虚拟助教，可实现智能答疑与错题分析。通过案例学习，与会教师一致认为：作业数字化的核心价值在于利用AI实现批改自动化、反馈即时化、内容个性化和学情可视化，其目标不是取代教师，而是将教师从繁重的重复劳动中解放出来，转向更具创造性的教学设计与深度交流。

在理论学习基础上，郭庆以腾讯Workbuddy结合DeepSeek API为例，现场演示了如何对学习通平台中的文字输入型主观题进行自动化批改。演示选取了《机电传动控制》课程中的一道开放性论述题，完整展示了从导出学生答案、调用API进行语义理解与多维评分，到生成个性化批改意见的全流程。系统可在3秒内完成一份作业的初步批阅，并提供评分依据（如匹配的知识点、逻辑判断等），实现了“AI初评+人工复核”的人机协同模式。

实操演示后，与会教师围绕AI批改在实际教学落地中的关键瓶颈展开了深入讨论，主要形成以下三点共识：一是可信度与可解释性问题，对于涉及工程伦理、方案设计等主观性较强的题目，需要AI输出详细的评分依据，并保留教师复核与修正权限；二是算力消耗与成本控制，初期可选取重点章节进行小范围试点，积累经验后再评估全面推广的经济性；三是手写拍照作业的识别准确率，一方面需探索多模态识别技术，另一方面可引导学生在关键环节采用数字化表达，逐步降低识别难度。

经过充分研讨，参会教师们高度认可AI辅助批改在减轻教师负担、提供即时反馈方面的显著价值，明确“以点带面、分步推进”的实施策略；初步形成以《机电传动控制》课程为试点，率先在文字输入型主观题中引入AI辅助批改的行动计划；同步加强教师数字素养培训，构建适合本专业课程特点的评分提示词库，建立“人机协同、以评促学”的作业数字化长效机制。

本次研讨会将先进案例学习与一线实操演示紧密结合，既开阔了视野，又直面了技术落地的真实痛点，为机电系后续推进作业数字化建设奠定了扎实基础。