为强化课程考核的科学性与规范性，确保期末评价精准匹配教学目标，11月26日，智能科学教研室组织开展《人工智能》课程期末试卷专题研讨会议，其他课程组负责人和课程组核心成员参与本次研讨。

会议伊始，课程负责人围绕试卷命题思路进行说明：本次期末试卷以 “对标课程大纲、突出能力导向” 为核心，初步设置了 “理论基础（40%）+ 算法应用（30%）+ 综合实践（30%）” 三大模块，覆盖机器学习、神经网络等核心教学内容，同时融入了智能推荐、图像识别等贴合行业场景的案例题型。随后，参会教师结合教学实际，对试卷内容展开逐项研讨。

针对理论题部分，教师们提出需优化 “概念辨析题” 的表述精度，避免歧义；对于算法应用题，建议增加 “步骤分” 的细化标准，兼顾逻辑完整性与计算准确性；在综合实践题环节，经讨论确定补充 “代码片段补全” 与 “模型优化思路阐述” 两类子题型，既考察学生的实操能力，也检验其对技术原理的深度理解。此外，教师们还围绕试卷难度梯度、区分度设置等问题达成共识：基础题占比不低于 60%，确保覆盖多数学生的知识掌握范围；提高题与拓展题则聚焦学科前沿，为学有余力的学生提供能力展示空间。

研讨过程中，教师们还结合本学期教学反馈，提出将 “试卷命题” 与 “教学改进” 形成闭环：后续将根据学生答题情况，反向梳理教学中的薄弱环节，为下一学期的课程内容调整提供依据。同时明确了试卷审核、排版校对的时间节点，确保期末考核工作规范有序推进。

本次期末试卷研讨，是智能科学教研室落实 “以考促教、以考促学” 教学理念的具体举措。通过精准把控考核标准，既保障了期末评价的公平性与有效性，也为课程教学质量的持续提升提供了支撑。教研室将以此次研讨为契机，进一步完善课程考核体系，助力人工智能专业人才培养质量的稳步提高。文：李余

图：邓祥凯