新闻中心

为深入贯彻国家教育数字化战略行动部署，推动人工智能与高等教育实验教学深度融合，探索AI时代高校实验教学的新范式、新路径，3月11日下午，北京大学实验室与设备管理部成功举办AI在实验教学中应用专题培训会暨化学学院‘化小北’智能伴学平台开发经验与实践应用分享交流会。本次活动以“化小北”为案例，详细介绍AI技术如何与实验教学需求相融合，为全校实验教学工作者搭建了技术交流、经验共享的平台，为学校实验教学数字化转型注入新动能。培训会由实验室与设备管理部副部长周勇义主持，全校各学院实验教学负责人、实验室管理人员、一线实验教师及对AI在实验教学领域应用感兴趣的科研人员参会交流。

周勇义首先发言，他指出AI 技术与高校实验教学的融合创新，不仅是提升实验教学效率、优化教学模式的关键抓手，更是培养学生创新思维、实践能力和数字素养，锻造新时代高素质人才的重要途径，对推动学校实验教学改革、夯实科研创新基础具有重要意义。希望以此次培训会为契机，为全校各学院、各教学单位提供一些可以借鉴的实操经验，共同探索AI对于学生能力提升的途径。学校也将持续搭建更多交流培训、合作研讨的平台，打破学科壁垒、促进资源共享，推动全校形成 AI 赋能实验教学的浓厚氛围，让技术创新为实验教学提质增效，为人才培养赋能助力，为学校的学科建设和科研创新注入更多数字化动力。

随后“化小北”开发团队核心成员之一--化学学院化学基础国家级实验教学示范中心（北京大学）高级工程师李田围绕平台开发背景与建设目标，介绍了“化小北”如何紧扣化学实验教学的学科特点与实际需求，打造贴合教学场景的本地化AI工具，同时借鉴学校“小北学长”等AI助手的开发经验，实现技术与教学的精准适配。她详细讲解了平台核心功能，并结合真实教学案例展示了平台在实验预习、实操优化、课后复盘全环节的应用。此外，李田还分享了“化小北”2.0版本的新功能，进一步拓展了平台的应用边界，提升了其在实验教学中的综合服务能力。

最后，与会人员进行自由研讨。开发团队的另一核心人员，计算中心杨加高级工程师进行技术解答。参会人员围绕AI技术在实验教学中的落地实践、未来发展前景展开热烈探讨，重点就各学院实验教学平台与学校层面普适框架的有效对接，特别是如何打破平台间的数据壁垒，实现数据互通与资源共享等关键问题交换思路、凝聚共识。

此次交流会的举办，不仅为全校实验教学工作者提供了宝贵的AI技术应用经验与实践参考，更为学校后续推进实验教学平台的跨学科合作、数据共享与协同创新奠定了坚实基础。未来，北京大学实验室与设备管理部将持续聚焦教育数字化发展要求，常态化组织此类技术交流与经验分享活动，持续推动AI技术在实验教学领域的深度应用与创新探索，以数字化、智能化赋能实验教学改革，为学校人才培养、科研创新提供强有力的技术支撑与保障。