摘要：在高等教育数字化转型与智能化学习环境建设加速推进的背景下，教学资源的有效利用已成为衡量高校教学质量的核心指标。然而，师生双方在数字化教学资源的获取、开发与应用环节仍面临持续性困境，制约了教学效能提升。本研究基于“教师 - 学生”双主体视角，采用混合研究方法（问卷调查 + 半结构化访谈），以江西省 5 所高校的 200 名教师与 300 名本科生为研究对象，系统探究当前高校教学资源利用的现实障碍及成因机制。研究发现，高校教学资源利用存在三大核心制约因素：资源获取与开发难度过高、教师资源制作工作量过载、资源应用场景与真实课堂情境严重脱节。针对上述问题，本研究提出“主动生成与情境创设”（AGCC）创新模型，通过整合课前教案上传、实时情境分析与智能资源库建设，实现资源与课堂情境的动态匹配，有效降低教师工作负荷，提升学生适应性学习体验。研究结论可为高校优化教学资源管理政策、完善智能教学平台设计及推进教育数字化转型提供实践参考。

关键词：高校教学资源；师生双主体；教学资源运用；语境生成；智能资源库

1 引言

随着人工智能、大数据与教育信息化技术的深度融合，全球高等教育正经历从“资源数量积累”向“质量效能提升”的关键转型阶段 [1]。国内高校积极推进数字化学习平台建设，截至 2024 年，全国高校数字化教学资源库覆盖率已达 95% 以上，但资源利用效率却始终处于较低水平 — 教师普遍反映“优质资源难获取、数字化材料开发耗时长”，学生则面临“资源与学习需求不匹配、课堂应用脱节”等问题 [2]。

现有研究多从单一主体（教师或学生）出发分析资源利用问题，且聚焦于“资源供给规模”而非“情境适配性”，导致提出的解决方案难以突破 “供给驱动”的传统框架 。事实上，教学资源的利用是师生双主体互动的过程，需同时兼顾教师的“资源生产便利性”与学生的“资源使用适配性”。基于此，本研究从双师生视角切入，重点解决三个核心问题： 是识别高校教学资源利用的主要现实障碍；二是从制度、技术、行为维度剖析障碍成因；三是构建适配师生需求的资源利用创新模型，为高校教学资源优化提供可落地的实践路径。

2 文献综述

2.1 高校数字化教学资源利用的研究进展

教学资源研究已从早期“静态内容库建设”向“动态学习生态系统构建”演进。Chen 等 [5] 指出，国内高校早期数字化资源建设聚焦于基础设施搭建与资源数量积累，忽视了资源与教学场景的适配性；Huang 等 [6]通过实证研究发现，近年来基于 AI 的个性化资源推荐系统虽提升了资源可及性，但仍未解决“实时课堂情境响应”问题；Li [7] 进一步指出，当前多数智能教学平台未考虑教师的认知工作流程，导致教师在资源开发中需承担额外技术成本，降低了资源生产积极性。

2.2 双主体视角下的资源利用研究现状

从教师维度看，Zhao 等 [8] 调研发现，80% 以上的高校教师在数字化资源开发中面临“技术能力不足”“平台操作繁琐”“工作量不被认可”三重困境，且资源与教学目标的适配性需依赖教师手动调整，进一步加剧工作负荷；从学生维度看，Martinez 等 [9] 对开放教育资源（OER）的使用现状研究表明，学生难以通过现有平台获取符合自身认知水平与学习进度的资源，且资源内容与课堂实时讨论、问题解决需求脱节，导致学习迁移效果不佳。

2.3 现有研究缺口

综合现有文献可见，当前研究存在两点不足：一是缺乏“教师 - 学生”双主体协同分析视角，难以识别资源利用的系统性障碍；二是鲜有研究聚焦“情境驱动型”资源生成机制，无法动态响应课堂教学过程中的实时需求。本研究通过混合研究方法填补上述缺口，构建兼顾师生需求的资源利用创新模型。

3 研究设计与方法

3.1 研究框架

基于“问题识别 - 成因分析 - 模型构建”逻辑，本研究从三个维度设计研究框架：1）资源获取与开发维度：聚焦师生在资源查找、制作、加工环节的困难程度；2）工作负荷维度：分析教师在数字化资源开发中的时间成本、技术成本与精力投入；3）情境适配维度：考察现有资源与课堂教学目标、实时互动场景的匹配程度。

3.2 研究对象与抽样

采用分层随机抽样法，选取江西省 5 所高校（含综合性大学、理工类院校、文科类院校）的师生为研究对象。教师样本涵盖教授（15%）、副教授（35%）、讲师（40%）、助教（10%），涉及文、理、工、商等 8 个学科；学生样本为大一至大四本科生，覆盖不同专业与学习成绩层次，确保样本代表性。最终回收有效问卷：教师 192 份（有效率 96%），学生 287 份（有效率 95.7%）；半结构化访谈对象：教师 15 人（平均教龄 8.2年），学生 20 人（平均年级 2.8 年级）。

3.3 研究工具

1）问卷调查：参考已有成熟量表 [8-9]，结合国内高校实际修订形成 25 题李克特 5 点量表（1=“完全不符合”，5=“完全符合”），涵盖“资源获取 （7 题）、“情境适配性”（10 题）三个维度。经检验，量表 Cronba 系数为 系数均大于 0.85，表明量表信度良好；通过专家评审与预调研（n=30）修正题项 2）半结构化访谈：设计访谈提纲，教师访谈聚焦“资源开发流程 生访谈聚焦“资源查找习惯”“课堂资源应用痛点”“学习需求匹配度”，每轮访谈时长 30-45 分钟，全程录音并转录为文本（约 12 万字）。

3.4 数据收集与分析

数据收集时间为 2024 年 3 月 - 5 月，采用线上问卷（问卷星）与线下访谈结合的方式。定量数据采用 SPSS 27.0 进行描述性统计、相关性分析与回归分析；定性数据采用 Nvivo 12.0 进行三级编码（开放编码 - 主轴编码 - 选择性编码），提取核心主题，确保分析的客观性与系统性 [10]。

4 研究结果与分析

4.1 高校教学资源利用的现实障碍

4.1.1 资源获取与开发难度高

问卷调查显示，78.1% 的教师与 65.2% 的学生认为“获取高质量教学资源存在困难”。教师层面，主要障碍包括：一是资源渠道碎片化（82.3% 的教师反映需在 个以上平台查找资源，且各平台账号不互通）；二是技术操作复杂（68.7% 的教师表示“资源格式转换 多媒体编辑 需额外学习技术工具）；三是资源质量参差不齐（71.4% 的教师指出平台资源存在“内容过时 错误疏漏 等问题）。学生层面，62.7% 的学生认为“资源检索精准度低”，输入关键词后需筛选大量无关资源；58.9% 的学生反映“资源难度与课程进度不匹配”，难以满足个性化学习需求。

相关性分析显示，资源获取难度与教师技术工作量呈显著正相关（r=0.67，p<0.01），即资源获取流程越复杂，教师需投入的技术时间成本越高。

4.1.2 教师资源制作工作量过载

82.4% 的教师表示“数字化资源制作时间是传统教案的 2 倍以上”，主要负荷来源包括：一是重复性劳动（76.5% 的教师需为不同班级重复编辑课件 调整案例） 是技术辅助缺失（91.2% 的教师反映“缺乏自动生成课件、同步更新案例的工具”， 需手动完成视频剪辑、图表制作）；三是制度激励不足（69.8% 的教师指出“数字化资源开发未纳入工作量考核”，且与职称晋升关联度低，导致积极性不足）。

4.1.3 资源与课堂情境严重脱节

74.3% 的教师与 69.0% 的学生认为“现有资源无法适配真实课堂情境”。教师层面，68.2% 的教师反映“预制课件无法应对课堂突发讨论”，如学生提出的延伸问题缺乏对应资源支撑；学生层面，72.5% 的学生表示“平台资源与课堂教学进度不同步”，且无法根据教师实时讲解调整内容深度，导致“课上听不懂、课下用不上”。

4.2 资源利用障碍的成因分析

基于上述结果，从制度、技术、认知 / 行为、情境四个维度提炼核心成因，具体如下表所示：

表 1 高校教学资源利用障碍的成因体系

5 AGCC 创新模型的构建与实践

5.1 模型核心理念

针对上述障碍与成因，本研究提出 “主动生成与情境创设”（Active Generation and ContextualCreation，AGCC）模型，核心逻辑是：以“师生双需求”为导向，通过“课前预设 - 课中响应 - 课后优化”的闭环设计，实现教学资源从“静态供给”向“情境化生成”转型。

5.2 模型核心模块

5.2.1 课前上传模块

教师在课前通过平台上传教案、教学目标、核心知识点及初步材料（如基础课件、案例素材），系统自动提取关键信息（如教学重点、适用专业、学生认知水平），建立资源关联标签，为后续生成提供基础数据支撑。5.2.2 主动生成模块

基于 AI 算法（自然语言处理 + 知识图谱），对教师上传的课前材料进行分析，自动生成多模态资源：一是基础资源（如匹配教学目标的幻灯片、练习题）；二是拓展资源（如关联知识点的案例库、文献链接）；三是适配资源（根据学生专业、年级自动调整内容难度与呈现形式）。

5.2.3 情境创设模块

课堂教学中，系统通过实时语音识别、互动数据采集（如学生提问、讨论关键词），分析课堂情境需求：一是动态推荐资源（如学生提出某一问题时，自动推送对应案例、视频）；二是实时生成资源（如根据教师讲解的延伸方向，自动补充图表、数据）；三是同步更新资源（将课堂新增案例、讨论结论同步至课件，形成“活资源”）。

5.2.4 智能存储模块

所有生成的资源自动建立索引（含情境标签、使用场景、师生反馈），存储至统一资源库：一是支持跨平台检索（基于元数据标准实现资源互通）；二是持续优化资源（根据师生使用频率、反馈评分，自动更新内容、淘汰过时材料）；三是个性化推荐（根据教师教学风格、学生学习轨迹，推送适配资源）。

5.3 模型实践效果（模拟试点）

在 》课程中开展模拟试点，选取 2 个平行班（实验班采用 AGCC 模型，对照班采用传 显示：1）教师层面：实验班教师备课时间减少 35.2%，资源开发效率提 验班学生资源检索时间缩短 58.3%，测验成绩较对照班提高 22.0%，且课堂参与度（提问次数、讨论积极性）提升 31.5%。

6 结论与建议

6.1 研究结论

1）高校教学资源利用存在“获取难、负荷重、情境脱”三大核心障碍，且障碍成因具有多维度性，需从制度、技术、师生能力协同突破；2）AGCC 模型通过“课前 - 课中 - 课后”的闭环设计，实现资源的主动生成与情境适配，能有效降低教师工作负荷，提升学生学习体验，为高校教学资源优化提供创新路径；3）双师生视角是识别资源利用系统性障碍的关键，仅从单一主体出发难以解决“供给与需求不匹配”的根本问题。

6.2 研究局限与未来方向

本研究样本仅覆盖江西省高校，地域代表性有限；AGCC 模型仍处于模拟试点阶段，长期效果需进一步验证。未来可拓展研究范围至全国不同类型高校，结合眼动追踪、情感计算技术优化情境识别精度；同时开展纵向实验，分析模型对学生学习成果的长期影响，为模型迭代提供实证支撑。

参考文献：

[1] 张莉，刘艳。人工智能赋能高等教育改革：机遇与挑战 [J]. 比较教育研究，2022， 44 （5）： 102-110.

[2] 何静，王涛。智能课堂中的情境学习分析：研究热点与趋势 [J]. 电化教育研究，2024， 45 （2）： 45-53.

[3] Bates A W. Teaching in a Digital Age： Guidelines for Designing Teaching and Learning （3rd ed.）[M].Vancouver： BCcampus， 2023.

[4] 李敏。数字教学法重构：教师工作负荷与 AI 辅助课程设计 [J]. 高等教育研究，2024， 45 （2）： 77-90.

[5] Chen L， Huang Z， nd Smart Education Ecosystems in Chinese HigherEducation[J]. Educational

[6] 黄勇，约翰逊 C. AI 推荐系统 [J]. 中国远程教育，2023， 43 （10）： 34-42.

[7] 李敏。数字教学法重构 课程设计 [J]. 高等教育研究，2024， 45 （2）： 77-90.

[8] 赵倩，宋丽。数字环境 发研究 [J]. 教师教育研究，2021， 33 （4）： 67-74.

[9] Martinez R， Gó O en Educational Resources： Accessibility and EngagementChallenges[J]. Op

[10] Miles M B， Hub Saldaña J. Qualitative Data Analysis： A Methods Sourcebook （4th ed.）[M].Thousand Oaks： SAGE Publications， 2020.

江西省教育科学“十四五”规划 2023 年度一般课题— —“数智资源：基于 AIGC 跨模态技术的教学资源开发与应用研究”（ 课题编号：23GZYB084）