第一章 总则

第一条　目的与依据

为深入贯彻国家教育数字化战略行动，响应《国务院关于深入实施“人工智能+”行动的意见》要求，落实贵州师范学院产教融合与应用型人才培养理念，推动人工智能技术与历史、档案学科教学深度融合，构建符合新文科发展需求的智慧教学生态，特制定本制度。本制度依据教育部《关于加强中小学人工智能教育的通知》等相关文件精神，结合历史与档案学院学科特色及教学实际制定。

第二条　核心原则

立德树人优先：将价值塑造融入AI教学全过程，通过技术赋能深化思政建设，筑牢青年学子思想根基。

学科特色适配：立足历史学科的史料分析需求与档案学科的数字化建设特点，开发针对性AI应用场景，避免技术与教学脱节。

人机协同共生：坚持“以人为主、AI为辅”原则，明确AI作为教学辅助工具的定位，防范技术替代风险。

安全伦理底线：严守数据安全、学术诚信与伦理道德准则，规范AI工具使用边界。

第三条　适用范围

本制度适用于学院全体教师、学生在课程教学、实践实训、科研训练等环节的AI技术应用与管理，涵盖AI教学平台建设、课程融合、师资培养、学生指导等相关工作。

第二章 核心实施机制

第四条　AI教学平台建设

构建“三维一体”AI教学支撑体系，分阶段推进平台落地：

（一）全息历史虚拟教学平台：依托学院现有教学资源，融合VR/MR技术建设历史场景仿真系统，还原重大历史事件、文化遗址风貌，开发“虚拟历史现场”“档案库房实训”等沉浸式教学模块。

（二）史料与档案智能处理平台：搭建AI古籍点校、档案文本分析引擎，整合多语言史料、历史数据及馆藏档案资源，实现文献数字化整理、语义分析与智能检索。

（三）师生协作共创平台：开发课程AI助手，集成案例库、答疑系统、作业互评功能，支持历史词条动态编写、档案编研协作等知识共创活动。

第五条　课程体系与教学融合

（一）课程模块设计：构建“基础认知”“专业应用”“创新实践”三阶课程体系。基础层开设“AI人文应用基础”通识课，覆盖工具操作与伦理规范；应用层在《贵州教育史》《档案管理学》等课程中嵌入AI应用单元，如利用AI进行史料编年考证、档案分类编码；创新层设置“数字历史推演”“智能档案管理”等跨学科实践课程。

（二）教学模式创新：推广“AI+案例教学”“AI+项目式学习”模式。历史学科可借助AI开发“历史推演沙盒”，通过设定气候、经济等变量模拟历史进程；档案学科可利用数字孪生技术开展遗址保护与档案修复虚拟实训。

（三）思政元素融入：在AI教学场景中嵌入价值引领内容，如通过AI还原红色历史场景开展爱国主义教育，分析档案中的民生数据阐释制度优势。

第六条　师资队伍建设

（一）分层培训体系：建立“基础素养”“专项技能”“创新研究”培训链条。联合科技企业开展AI工具实操培训，涵盖提示工程、知识图谱构建、虚拟教学场景设计等技能；组织教师参与跨校集体备课会，交流AI教学案例。

（二）能力认证与激励：将AI教学能力纳入教师发展评价体系，实行“AI教学能力认证”制度。对开发AI教学资源、获得相关教学成果的教师，在教研项目申报、评优评先中予以倾斜。

（三）教研团队建设：组建“AI+历史”“AI+档案”跨学科教研小组，定期开展技术应用研讨，联合申报智能教育相关课题。

第三章 师生应用规范

第七条　教师应用准则

（一）教学设计责任：教师需主导AI教学方案设计，明确AI在课程中的应用边界，避免过度依赖技术。课前需验证AI生成内容的准确性，尤其对史料、档案数据的真实性进行核查。

（二）课堂管理义务：在沉浸式教学、AI协作等环节中加强过程引导，培养学生的批判性思维，及时纠正对AI工具的误用。

（三）伦理与安全责任：严格遵守数据保密规定，不得将涉密档案、未公开史料等敏感信息输入公共AI平台；在教学中主动讲解AI伦理风险，如算法偏见、数据隐私问题。

第八条　学生应用规范

1. 学术诚信要求：明确AI使用披露制度，学生在作业、论文、实训报告中使用AI工具时，需注明工具名称、使用场景及生成内容占比（文科类不超过20%），禁止直接使用AI生成核心内容。

2. 工具使用边界：在档案整理实训中，AI可辅助完成目录编制等重复性工作，但需独立完成数据校验；历史论文写作中，AI仅可用于文献梳理、框架优化，分析论证部分需独立完成。

3. 素养发展目标：通过AI工具提升信息处理效率的同时，强化史料辨析、档案鉴定等核心专业能力训练，避免技术依赖导致的能力退化。

第九条　学术诚信与伦理监管

1. 检测与惩戒机制：引入AIGC检测工具对学生作业、毕业论文进行筛查，结合人工审核判定学术诚信状况。对未按规定披露AI使用或滥用AI造成学术不端者，参照《贵州师范学院学术诚信管理办法》处理。

2. 伦理教育保障：将AI伦理纳入《学术规范》课程内容，通过“AI志愿填报争议”“档案数据隐私保护”等案例开展讨论，培养学生的伦理判断能力。

第四章 保障与评价

第十条 资源保障

（一）经费支持：学院教学经费向AI教学平台建设、设备采购、师资培训及学生创新项目倾斜。

（二）技术支撑：联合学校网络中心，提供AI平台运维、工具适配等支持；与超星、万方等企业共建实践基地，引入成熟AI教育资源。

（三）数据资源建设：逐步构建学科专属AI训练数据库，整合馆藏档案数字化资源、地方历史文献等特色内容，保障AI应用的专业性与准确性。

第十一条 教学评价改革

1. 过程性评价：将学生AI工具使用规范性、协作创新成果等纳入平时成绩，通过课堂观察、项目报告等方式评估AI辅助下的能力提升效果。

2. 成果多元化评价：认可人机共创作品的教学价值，对AI辅助完成的虚拟仿真项目、数字档案编研成果等，建立专门评价标准。

3. 制度动态评估：每学年开展AI赋能教学效果调研，结合师生反馈与教学数据调整制度条款，优化实施机制。