为提升我校教师信息化素养及教学水平，帮助教师有效利用数字技术与资源，促进科技与教育深度融合，4月24日，教师教学发展中心组织开展第61期“数智赋能课程建设（第二场）”教学工作坊活动。本次活动在中心校区鼎新楼A223教与学空间举行，邀请吉林大学人工智能学院高一星副教授，以“多智能体协同赋能教学增效”为题，与30余位来自不同学院的教师进行了经验交流。活动由教师教学发展中心主任王医术教授主持。

    高一星老师梳理了当前单一智能体及大模型在教学运用中的技术特点和优势，着重剖析了其固有的局限性，包括长链任务中的“忘词”问题、串行执行的效率低下问题、自检机制的同源偏差问题，以及高幻觉率问题等。她表示，基于这些技术痛点，将多智能体（超级智能体）引入教学具有十分重要的应用价值。她指出，多智能体是通过模块化分工与动态协作机制构建的AI系统，整合了多个专业化子智能体的核心能力，其创新性体现在三个方面：其一，采用任务分解-调度-验证的全链路机制，实现复杂目标的并行化处理；其二，在科研探索与教育全流程管理等场景中，展现出跨领域协同能力；其三，兼具实时动态适应性与可解释性决策的双重优势，显著超越了传统单一模型的能力边界。

    在实操演练环节，高一星老师以“设计一套随堂测试题”为任务目标，依托“扣子”多智能体平台，带领参训教师完整演练了从角色创建、教学目标设定、工作流配置到最终任务执行的全流程，并详细讲解了各环节的关键方法与注意事项。通过高老师的操作和对比，参训教师表示经过多智能体验证的随堂测试题，在题干表述清晰度、答案准确性及逻辑合理性等方面均明显优于单一模型生成的结果，直观地感受到多智能体系统通过交叉验证和动态复核展现出的优势和提升。

    最后，王医术主任对本次活动进行了总结。她指出，随着AI技术在教育领域的深度融合，教师在使用信息化教学手段和AI辅助工具时，必须高度重视生成内容的准确性，保持必要的审慎态度。多智能体的协同验证机制显著降低了传统AI生成内容中的错误率，为教学资源的智能化开发提供了更可靠的技术路径，期待教师们积极学习，在确保教学内容准确性的基础上，探索更具创新性的教学模式。