近日，数学科学学院积极响应学校第十次教育思想大讨论的号召，围绕专业核心课建设、拔尖人才培养、教师能力提升、AI赋能教育教学、人才分类选拔、大培养过程管理优化、高层次博士生培养等多个维度，开展了一系列深入而富有成效的专题研讨活动。

此次系列讨论会不仅汇聚了学院众多一线教师的智慧，还吸引了教务人员及学生代表的积极参与，共同为学院优化人才培养体系、提升教学质量出谋划策。

专业核心课建设与拔尖人才培养

在本科课程建设方面，教师代表指出，当前公共数学课程教学资源投入不足，教室紧张，适宜大班教学的场所有限。为此，学院计划积极向学校争取更多资源支持，并探讨将部分工科专业数学课“返还”给相关学院的可能性，以减轻教学压力。

大家认为研究生教育管理体系较健全但部分流程待优化，学院将联动学校职能部门审议制度、优化流程，加强博士生资格考试管理。为培养高层次人才，学院强化导师作用，拓宽学生视野，推动矩阵式培养，构建开放多元培养体系。

数学公共基础课程与教学协同发展

在公共基础数学课程建设方面，各课程团队分别介绍了《高等数学》、《概率统计》和《数理方法》等课程的最新建设情况。其中，《高等数学》课程已完成试点并推广至整个课程组，学生对AI工具的使用给予了积极评价，但也反映了平台功能开发不足等问题。《概率统计》课程则加入了高中新课改内容，并初步完成了课程图谱和实验部署。《数理方法》课程则强调了理论与应用的协调，希望与其他学科老师沟通更新教学内容。

在本科生科研兴趣培养方面，任课老师分享了成功案例，强调任课老师应留意本科生的科研兴趣并进行个性化引导。此外，会议还强调了教材更新的重要性，建议组织活动分享精彩教学案例，提高学生对数学学科的热情。

此外，学院将优化中英文平行开设的公共数学课选课机制，明确选课路径，确保课程资源合理配置，更好地满足不同学生群体的学习需求。

教师能力提升与教学质量保障

在课堂教学设计方面，会议重点讨论了提升课堂教学质量的有关问题。针对青年教师在课堂互动环节存在的不足，建议完善“传帮带”机制，通过组织教学观摩、开展教学研讨等方式，帮助青年教师掌握课堂互动的有效方法。同时，鼓励青年教师多听取教学名师的课程，观看自己的授课录像，主动反思教学过程中的不足并持续改进。

在课程评价与课堂创新研讨中，与会教师建议优化教学评价指标体系。教学督导应加强线下听课，结合非正式交流提供专业引导。在人工智能时代，学校应适当赋予教师更大评价自主权，强化过程性评价，引导学生注重能力提升与成长积累，同时优化督导机制，鼓励教师增强教学针对性，持续改进教学。

AI赋能教育教学与学生个性化发展

教师结合自身教学实践，为AI赋能教育教学提供了宝贵经验。例如建设智慧课程平台、结合AI助教为学生构建个性化学习路径；创建课程知识图谱帮助学生构建完整的知识框架等。然而，在AI为教育教学带来便利的同时，如何引导学生合理运用AI成为当前人才培养的重要环节。与会老师建议要求学生在提交作业时明确注明AI使用程度，鼓励学生探寻AI漏洞以促使其深入思考所学知识。同时，强调数学学科对人工智能的底层支撑作用，提出不仅要做到“AI赋能数学”，更要达成“数学反哺AI”。

此外，还需要加强人工智能技术在教学各环节中的应用，例如加强AI在课后辅导、个性化学习等方面的应用，推动学生从知识接受者向主动探索者转变，进一步提升其自主学习与创新能力。同时，讨论中也发现当前在推进过程中面临技术人员与数学教师之间的协同挑战，未来将着力构建更畅通的跨领域合作机制，打破沟通壁垒，确保技术赋能落到实处。

优化招生选拔机制

围绕优化招生选拔机制的问题老师们表达了各自观点，提出博士生招生考核需进一步强化对考生科研潜质与创新能力的评价，系统优化考核方式与标准，实现更精准、科学的人才选拔。对此，学院将结合学科发展与社会需求，动态调整各类型博士生招生比例，并提前启动招生工作，以吸引优秀生源。针对基础数学等“招生难”学科，研究解决方案，保障基础学科人才培养规模，促进学科协调发展。

此次教育思想大讨论系列活动不仅为学院教师提供了一个交流与学习的平台，更为学院优化人才培养体系、提升教学质量注入了新的活力。

学院将紧紧抓住此次讨论形成的良好契机，持续深入探索AI工具与教育教学深度融合的创新模式，坚定不移地推动教育教学质量实现全方位、深层次的提升。