教育与研究

AI 赋能数学基础理论课程本研衔接探索——以《高等概率论》为例

黄 煜可

北京邮电大学数学科学学院/数学与信息网络教育部重点实验室 ( 北京邮电大学 )

周 清

北京邮电大学数学科学学院/数学与信息网络教育部重点实验室 ( 北京邮电大学 )

杨 娟

北京邮电大学数学科学学院/数学与信息网络教育部重点实验室 ( 北京邮电大学 )

杨 建奎

北京邮电大学数学科学学院/数学与信息网络教育部重点实验室 ( 北京邮电大学 )

郭 永江

北京邮电大学数学科学学院/数学与信息网络教育部重点实验室 ( 北京邮电大学 )

DOI: https://doi.org/10.59429/jyyj.v7i10.11957

Keywords: 测度论；高等概率论；本研衔接；人工智能赋能教育；教学内容模块化

---

Abstract

本文讨论基于测度论的高等概率论的课程建设问题。主要包括三个议题：第一，本科阶段学习的初等概率论 与研究生阶段学习的高等概率论的区别与联系，以及为什么一部分学生 ( 不仅是数学系学生 ) 需要学习基于测度论的 高等概率论。第二，以高等概率论为例，讨论数学基础理论课程“本研衔接”的难点。第三，讨论如何在人工智能 的辅助下，判断某类或某位学生需要学习高等概率论中的哪些内容？以及如何运用“教学内容模块化”，帮助实现 “本研衔接”和个性化教学。

---

References

[1] [ 德 ] 菲利克斯·克莱因 著. 舒湘芹，陈义章，杨钦樑 译. 齐民友 审. 高观点下的初等数学，Elementary Mathematics from an Advanced Standpoint[M]. 华东师范大学出版社. 2020-11.

[2] 国洪松. “高等概率论”课程思政建设的探索[J]. 教育教学论坛，2022(17):141-144.

[3] 袁德美，王学军 编著. 测度论基础与高等概率论[M]. 科学出版社，2023-04.

[4] 让 - 加布里埃尔·加纳夏，张婧妍，赵琳. 高等教育中人工智能教育的若干挑战[J]. 清华大学教育研究，2025, 46(1):10-16.

[5] 邓攀. 人工智能课程中数学基础的教学体系探讨[C]//2024 中国高校计算机教育大会论文集，2024:1-8.

[6] 都琳，徐爽，徐宗本. 师 - 生 -AI 协同课堂：人工智能赋能大学数学教育的载体及实践[J]. 中国大学教学，2025,81(4):59-65.

[7] 邵虎，邵枫，朱士信. 基于人工智能辅助大学数学公共基础课教学内容改革实践与探索[J]. 大学数学，2025, 41(3):26-31.

[8] 黄煜可，闵祥伟，胡细宝，焦荣珍. 基于工程教育专业认证的概率系列课程“一体两翼”的教学设计[J]. 北京邮电大学学报 ( 社会科学版 )，2022,24(5):92-101.