在高校数学教师的日常教学与科研中，备课、批改作业、梳理文献和撰写论文往往相互交织，重复性劳动多、时间成本高。人工智能能否真正融入这些环节，成为教师可持续使用的教研助手，已成为当前高校普遍关注的现实问题。围绕这一核心关切，华南师范大学数学科学学院第七届教学节“AI赋能数学学科教学科研系列讲座”于1月8日在石牌校区举行，广东工业大学、广东第二师范学院、广东技术师范大学等多所兄弟院校协同参与交流。

本次讲座以“智启教学，慧聚科研：AI赋能高等教育全场景革新”为主题，由华南师范大学教授、博士生导师薛云主讲。报告并未停留在技术概念层面，而是立足高校教师的真实工作场景，系统展示了人工智能如何贯通教学与科研的完整流程，从而为教师减负提效、优化决策提供支持。

聚焦课堂全流程，提升教学效能与反馈质量

在教学实践层面，团队成员围绕高校课堂“课前—课中—课后”的关键环节，介绍了AI在学科知识整理与课程设计中的具体应用路径。通过构建学科知识库、借助AI生成思维导图与课件，教师可以快速梳理教学结构、完成教案设计，从而将更多精力回归到教学内容打磨与课堂互动之中。

在课堂教学结束后，人工智能同样发挥着重要作用。借助智能批改与学习数据分析工具，教师能够快速了解学生在作业与测验中的共性问题与薄弱环节，为后续教学调整提供数据依据。

服务科研全流程，回应数学学科现实痛点

围绕高校教师高度关注的科研需求，团队从科研全流程出发，展示了人工智能在文献检索与管理、文献精读辅助、研究思路整理以及论文写作支持等方面的应用实践。相关演示强调，AI并非替代学术判断，而是在尊重研究者主体性的前提下，帮助教师更高效地完成信息整合与思路梳理。

针对数学学科的专业特点，报告回应了教师在公式输入、编辑与排版方面的现实痛点，分享了相应的技术解决方案，通过“工作流”和个性化科研智能体的构建示例，展示了如何将分散的AI工具整合为可复用、可迁移的长期助手，使人工智能真正融入教师的科研日常。

立足现实问题，审视AI在数学教研中的应用边界

在交流环节，与会教师围绕AI在高校教学与科研中的实际可用性展开讨论，聚焦试卷批改的适用条件、复杂数学问题的处理能力，以及AI工具在课堂中的使用边界。报告团队指出，当前AI在标准化与流程化任务中已具备较高成熟度，但在高复杂度数学证明等领域仍有明显局限，应用效果依赖于合理的任务拆分与场景设计。

针对教师普遍关心的“能否真正解决问题”，讲座强调应从实际需求出发选择适配技术路径，而非追求工具先进性。例如，在大规模批改中采用智能体与工作流方案可提升可操作性；在教学中引导学生将AI作为辅助工具，有助于提升学习效率。这些回应为高校教师理性引入AI提供了现实参照。