生物统计课程AI辅助教学改革的 应用前景、现实风险与实践路径
2026-09-24 点击：1 次
| 作者： |
闫引桥 |
| 作者单位： |
北京工业大学 |
| 摘要： |
在人工智能（AI）迅猛发展的当下，生成式人工智能正深刻重塑高校课堂的知识供给与
学习支持模式。相较一般统计学课程，生物统计课程兼具医学问题导向鲜明、数据类型复
杂、软件实践要求高及结果解释规范性强等特征，这使其成为AI辅助教学的典型应用领域。
一方面，AI工具有助于在概念解析、分层教学、个性化反馈、案例生成及编程辅导等环节提升
效率，推动学生由被动接受转向主动探究；另一方面，事实幻觉、方法误导、学习依赖、学术诚
信危机及评价失真等风险亦对课程质量构成新挑战。基于此，本研究结合生物统计“理论—
案例—软件—解释”一体化的教学要求，提出分层设定目标、重构案例库、规范AI使用边界、
优化过程性评价及提升师资数字素养等改革路径。研究认为，AI虽然无法替代研究设计、统
计理论、方法选择与医学解释等核心训练，但是在规范治理的前提下，可作为提升生物统计
教学质量的重要辅助工具。 |
| 关键词： |
人工智能；生物统计课程；课程改革；教学评价 |
| 中图分类号： |
G642.0 |
| 基金项目： |
中国博士后科学基金面上资助项目“基于贝叶斯模型的空间多组学分子调控网络精细化推断研究” （2025M773108）。 |
