基于RAG的知识检索智能问答课程设计

基于RAG的知识检索智能问答课程设计一、教学目标

本课程旨在通过RAG（检索增强生成）技术，帮助学生掌握知识检索智能问答的基本原理和应用方法，培养其信息素养和问题解决能力。知识目标方面，学生能够理解RAG技术的核心概念，包括检索机制、生成模型和知识融合过程，并掌握相关技术的基本原理和应用场景。技能目标方面，学生能够熟练运用RAG技术进行知识检索和智能问答，包括信息检索、问题分析、答案生成和结果评估等环节，能够独立完成基于RAG的知识检索智能问答任务。情感态度价值观目标方面，学生能够培养对知识检索技术的兴趣，增强信息获取和处理的自信心，形成科学严谨的学习态度，并具备良好的团队协作精神。

课程性质上，本课程属于信息技术与学科知识融合的实践性课程，注重理论联系实际，强调学生的动手能力和创新思维。学生特点方面，本年级学生已具备一定的信息技术基础和学科知识积累，对新技术有较高的好奇心和学习热情，但实际操作能力和问题解决能力仍有待提升。教学要求上，课程需注重理论与实践相结合，通过案例分析和实践操作，引导学生深入理解RAG技术的应用方法，并培养其综合运用知识解决实际问题的能力。

具体学习成果分解为：学生能够独立完成RAG技术的基本操作，包括信息检索、问题分析和答案生成；能够运用RAG技术解决学科领域的具体问题，如历史事件查询、科学原理解释等；能够对RAG技术的应用效果进行评估，并提出改进建议；能够在团队协作中发挥积极作用，共同完成知识检索智能问答任务。

二、教学内容

为实现课程目标，教学内容围绕RAG知识检索智能问答的核心技术和应用展开，确保知识的科学性和系统性，并结合学生实际进行和安排。教学大纲如下：

第一部分：RAG技术概述（2课时）

1.1RAG技术的基本概念

1.2RAG技术的应用场景

1.3RAG技术的核心组成部分

1.4RAG技术的发展趋势

第二部分：信息检索技术（3课时）

2.1信息检索的基本原理

2.2关键词提取与匹配

2.3信息检索算法介绍

2.4信息检索系统的评价方法

第三部分：生成模型基础（3课时）

3.1生成模型的基本概念

3.2生成模型的应用类型

3.3生成模型的关键技术

3.4生成模型的效果评估

第四部分：RAG技术实践（4课时）

4.1RAG技术的实现流程

4.2信息检索与生成模型的融合

4.3典型RAG应用案例分析

4.4RAG技术的实际操作演练

第五部分：综合应用与拓展（3课时）

5.1学科知识检索智能问答

5.2RAG技术的创新应用

5.3RAG技术的伦理与安全

5.4RAG技术的未来发展方向

教材章节关联性说明：

本课程内容与现行教材中的信息技术、、信息检索等章节紧密相关。具体章节包括：

-信息技术基础：第3章信息检索技术

-导论：第5章生成模型

-信息技术应用：第7章智能问答系统

教学进度安排：

第1周：RAG技术概述

第2周：信息检索技术（第一、二课时）

第3周：信息检索技术（第三课时）+生成模型基础（第一课时）

第4周：生成模型基础（第二、三课时）

第5周：RAG技术实践（第一、二课时）

第6周：RAG技术实践（第三、四课时）

第7周：综合应用与拓展（第一、二课时）

第8周：综合应用与拓展（第三、四课时）

教学内容原则：

1.理论与实践相结合：每章理论讲解后均安排实践操作环节

2.循序渐进：从基础概念到复杂应用逐步深入

3.案例驱动：通过实际案例分析帮助学生理解技术原理

4.任务导向：以完成具体项目为目标驱动学习过程

5.协作学习：鼓励学生分组合作完成实践任务

通过以上教学内容安排，学生能够系统掌握RAG知识检索智能问答的相关知识和技能，为后续的学科应用和创新实践奠定坚实基础。

三、教学方法

为有效达成课程目标，激发学生学习兴趣，本课程采用多元化的教学方法组合，确保教学过程既有理论深度，又有实践广度。教学方法的选用紧密结合RAG知识检索智能问答的技术特点和学生认知规律，注重理论与实践的有机结合。

首先，采用讲授法系统介绍RAG技术的基本概念、原理和发展趋势。针对技术原理等抽象内容，教师通过清晰的结构化讲解，帮助学生建立完整的知识框架。讲授内容与教材章节紧密关联，如RAG技术概述部分结合教材第1章内容，生成模型基础部分对应教材第5章，确保知识的系统性和科学性。讲授过程中注重启发式提问，引导学生思考关键技术点，而非简单灌输。

其次，广泛采用案例分析法。选取典型的RAG应用案例，如智能问答系统、知识库检索等，进行深入剖析。案例分析涵盖信息检索策略设计、生成模型选择、结果融合优化等完整流程。案例选择与教材相关联，如分析教材中提到的智能问答系统案例，帮助学生理解技术在实际场景中的应用方式。通过案例讨论，学生能够直观感受RAG技术的价值，并学习解决实际问题的思路。

实验法是本课程的核心实践教学方法。设计系列实验任务，涵盖信息检索基础操作、生成模型微调、RAG系统搭建等环节。实验内容与教材章节关联，如信息检索实验对应教材第3章，生成模型实验对应教材第5章。实验设计由浅入深，初期提供实验指导书，后期鼓励自主探索。实验过程中，教师通过巡回指导、小组讨论等方式提供支持，确保学生掌握关键技术操作。

此外，采用讨论法促进知识深化和思维碰撞。围绕关键技术难点、应用创新点专题讨论，如RAG技术的伦理问题、跨领域知识检索等。讨论活动与教材内容关联，如结合教材第7章内容探讨RAG技术的社会影响。讨论前提供引导性问题，讨论后进行总结归纳，帮助学生巩固所学知识。

最后，引入项目式学习方法。设定综合性项目任务，如开发简易学科知识问答系统，要求学生分组完成需求分析、技术选型、系统实现和成果展示。项目内容与教材整体知识体系关联，要求学生综合运用所学知识解决实际问题。项目过程模拟真实工作场景，培养团队协作和工程实践能力。

教学方法的选择遵循以下原则：理论讲授与实验实践穿插进行，确保知识输入与输出平衡；案例分析与讨论法配合使用，促进理解与表达双向提升；实验法分层次实施，满足不同能力学生的需求；项目式学习贯穿始终，强化综合应用能力。通过多样化教学方法组合，实现知识传授、能力培养和素质提升的统一，激发学生的学习主动性和创造性。

四、教学资源

为支持教学内容和多样化教学方法的有效实施，丰富学生的学习体验，特配置以下教学资源，确保与课程目标、教学内容和课本章节紧密关联，符合教学实际需求。

首先，核心教材选用《导论》与《信息技术实践教程》作为主要学习资源。教材内容涵盖RAG技术的基本概念、信息检索原理、生成模型基础等核心知识点，与课程大纲的“RAG技术概述”、“信息检索技术”、“生成模型基础”等章节内容直接对应。教材中包含的基础理论、典型示例和技术路线，为讲授法、案例分析法提供了坚实的知识基础，确保教学的系统性和科学性。教师将依据教材章节顺序，结合实际案例进行深化讲解，引导学生理解RAG技术在领域的定位和应用价值。

其次，配备系列参考书作为拓展学习资源。包括《检索增强生成技术原理与应用》、《智能问答系统设计》、《自然语言处理实战》等专著，这些书籍在教材基础上，对RAG技术的算法细节、系统架构、前沿进展进行了更深入的探讨。参考书主要用于支持案例分析法、实验法的教学环节，供学生查阅关键技术资料、解决实验难题、拓展知识视野。例如，在分析教材第5章生成模型时，可引导学生参考《自然语言处理实战》中的相关章节，深化对模型训练和微调的理解。

多媒体资料是本课程的重要辅助资源。制作包含RAG技术发展历程、应用场景、系统架构的PPT课件，动态展示技术原理和流程，与教材的静态描述形成互补，增强教学的直观性和生动性。收集整理一系列RAG应用案例的多媒体演示文稿、视频教程和交互式网页，如智能客服系统、科研文献检索平台等实际应用案例，这些资源与教材中的案例分析章节内容关联，帮助学生直观感受RAG技术的实际效果和工作方式。此外，准备丰富的在线资源链接，包括相关技术论坛、开源代码库、学术会议论文集等，供学生在实验法和项目式学习中自主探索。

实验设备是实践性教学的关键资源。配置配备计算机、服务器、数据库管理系统、编程开发环境（如Python、TensorFlow/PyTorch框架）以及必要的网络环境，用于支持实验法的教学实施。这些设备直接关联教材第4章“RAG技术实践”和第5章“综合应用与拓展”中的实验任务，确保学生能够亲手完成信息检索模块开发、生成模型训练、RAG系统集成等实践操作，将理论知识转化为实际技能。同时，提供共享的实验数据和案例集，涵盖教材所涉及的历史、科学等学科领域，保证实验内容的针对性和可行性。

最后，搭建在线学习平台作为教学资源的补充。平台发布课程大纲、教学课件、实验指导书、参考书目录、多媒体资源链接等，并设置讨论区、提问板、作业提交等功能，支持师生在线交流、资源共享和学业管理。平台资源与教材章节内容同步更新，为学生提供便捷的学习途径和课后巩固渠道，丰富自主学习的可能性。所有资源的选用和准备均紧密围绕课程目标，确保其有效支持教学内容和方法的实施，提升教学质量和学习效果。

五、教学评估

为全面、客观地评估学生的学业水平和课程学习效果，确保评估方式与课程目标、教学内容和学生特点相契合，特设计以下多元评估体系，紧密围绕教材相关章节内容，实现对知识掌握、技能运用和综合能力的综合评价。

平时表现评估贯穿整个教学过程，占总成绩的20%。主要包括课堂参与度、提问与讨论贡献、实验操作规范性等方面。评估内容与教材章节进度同步，例如在讲授教材第2章信息检索技术时，观察学生在讨论环节对检索算法优缺点的见解；在开展教材第4章实验法教学时，记录学生完成信息检索模块调试的过程和记录。平时表现评估采用教师观察记录、小组互评等方式进行，确保对学生在知识理解、思维活跃度和实践态度等方面的表现形成持续、动态的掌握，与教材第1章教学目标中提到的情感态度价值观目标关联，引导学生积极参与学习过程。

作业评估占总成绩的30%，形式包括理论作业和实践项目。理论作业通常在教材章节结束后布置，如教材第3章生成模型基础学习后，布置相关概念辨析、技术路线比较等作业，考察学生对基础知识的理解和掌握程度，与教材内容直接关联。实践项目则与教材第4章实验法和第5章项目式学习紧密结合，如要求学生基于教材介绍的方法，完成一个简单的RAG应用原型设计或特定场景下的检索策略优化，考察学生综合运用知识解决实际问题的能力。作业评估注重过程与结果并重，不仅评价最终提交的文档质量，也关注学生在提交过程中展现的思考深度和解决思路，确保评估结果能有效反映学生对教材知识点的内化程度。

终结性考试占总成绩的50%，分为理论考试和实践操作考试两部分。理论考试在课程结束时进行，题型包括选择题、填空题、简答题和论述题，内容覆盖教材所有章节的核心知识点，如RAG技术的基本概念、信息检索算法原理、生成模型关键技术等，重点考察学生对基础理论和原理的掌握情况，与教材第1章知识目标直接对应。实践操作考试则模拟真实应用场景，要求学生在规定时间内完成一个完整的RAG任务，如设计并实现一个特定领域的信息检索与问答流程，考察学生综合运用所学知识、动手实践和问题解决的能力，与教材第4章和第5章的实践要求紧密关联。考试内容与教材章节内容一一对应，确保评估的客观性和公正性，全面反映学生的综合学习成果。

六、教学安排

为确保在有限的时间内高效完成教学任务，充分体现课程内容的系统性和实践性，特制定如下教学安排，紧密结合教材章节顺序和学生认知规律，并考虑实际情况，力求合理紧凑。

本课程总教学时长为8周，每周安排4课时，其中理论讲解2课时，实验/实践操作2课时。教学进度严格按照教材章节顺序推进，确保知识的系统传授与能力循序渐进的培养。

第1周：RAG技术概述（2课时理论+2课时实验入门）。理论部分讲解教材第1章核心概念与发展背景，实验部分进行基础环境配置和简单信息检索演示，为后续学习奠定基础。

第2周：信息检索技术（第一、二课时，2课时理论+2课时实验）。理论部分学习教材第3章关键词提取与匹配算法，实验部分完成关键词提取工具使用和简单匹配任务。

第3周：信息检索技术（第三课时，2课时理论+2课时实验）。理论部分学习教材第3章信息检索算法原理，实验部分实现基础检索算法并进行效果初步评估。

第4周：生成模型基础（第一、二课时，2课时理论+2课时实验）。理论部分学习教材第5章生成模型基本概念与应用类型，实验部分进行基础文本生成模型体验。

第5周：生成模型基础（第三课时，2课时理论+2课时实验）。理论部分学习教材第5章生成模型关键技术，实验部分尝试对生成模型进行简单微调。

第6周：RAG技术实践（第一、二课时，2课时理论+2课时实验）。理论部分学习教材第4章RAG实现流程与信息检索生成模型融合，实验部分搭建简易RAG系统框架。

第7周：RAG技术实践（第三、四课时，2课时理论+2课时实验）。理论部分学习教材第4章典型RAG应用案例分析，实验部分完成RAG系统关键模块实现与集成。

第8周：综合应用与拓展（第一、二、三、四课时，2课时理论+2课时项目展示）。理论部分学习教材第7章学科知识检索智能问答与伦理安全，实验部分进行项目最终完善与成果展示、课程总结。

教学时间安排在每周固定时段进行，具体为下午第二、三节课（14:00-17:00），时长为3小时，中间安排10分钟休息。此时间段考虑了学生的作息规律，便于学生集中精力学习，尤其有利于需要动手操作的实验环节。

教学地点主要安排在配备专业实验设备的计算机房，确保每位学生都能进行实践操作。对于理论讲解部分，若条件允许，可考虑使用配备多媒体设备的教室，以支持PPT演示、视频播放等教学活动。若使用计算机房进行理论教学，则需提前布置好座位，确保教学活动的顺利进行。教学地点的选择紧密关联教材第4章和第5章的实验要求，保证教学资源的有效利用和教学任务的顺利实施。

七、差异化教学

鉴于学生在学习风格、兴趣特长和能力水平上存在差异，为满足每位学生的学习需求，促进其个性化发展，本课程将实施差异化教学策略，灵活调整教学内容、方法和评估，确保所有学生都能在原有基础上获得进步，与课程目标和学生多样性相契合。

在教学内容方面，针对教材核心知识，确保所有学生掌握基本概念和原理。在此基础上，为满足不同学生的兴趣和能力，设置分层拓展内容。对于学习能力较强、基础扎实的学生，在教材第4章RAG技术实践环节，可引导其探索更复杂的融合策略、模型优化技巧，或结合教材第7章内容，深入分析RAG技术的伦理挑战与创新应用方向。可提供更丰富的参考书和前沿论文资料，鼓励其自主进行更深入的探究。对于学习进度稍慢或基础稍弱的学生，则在实验环节提供更详细的操作指导和分步任务，如简化实验目标，侧重于教材核心算法的单一功能实现，并在实验初期增加辅导时间，确保其理解教材的基本要求。

在教学方法上，采用灵活多样的策略。针对以视觉为主的学习者，在讲解教材第3章信息检索算法时，辅以流程、动画演示；针对以听觉为主的学习者，增加课堂讨论、案例分析的比重，鼓励其表达观点；针对以动觉为主的学习者，强化实验操作环节，允许其在实验室内自由探索，并设计需要动手实践的项目任务。在小组活动中，根据学生的能力和兴趣进行异质分组，如将不同特长（编程、分析、表达）的学生组合，共同完成教材第5章生成模型实践或第8周综合应用项目，促进互助学习。对于特别感兴趣的学生，允许其在完成基础任务后，选择与个人兴趣相关的拓展课题，如针对特定学科领域（历史、科学）优化RAG应用，将其与教材内容关联，进行个性化研究。

在评估方式上，实施多元化、层化的评估体系。平时表现评估中，对课堂提问、讨论贡献设置不同难度的问题，满足不同学生的展示需求。作业布置可包含基础题和拓展题，学生可根据自身情况选择完成，与教材不同层次的内容要求相匹配。终结性考试中，理论部分保持统一标准，但可设置少量开放性问题，鼓励有特长的学生展现深度思考；实践操作考试中，明确基本功能要求（对应教材核心内容），并设置可选择的加分项，允许学生展示额外的创新点或优化措施。评估结果反馈注重个性化，针对不同学生在掌握教材知识、运用技能方面的表现，提供具体、有针对性的建议，帮助其明确努力方向。通过以上差异化教学措施，确保课程教学能够适应学生的个体差异，促进全体学生的全面发展。

八、教学反思和调整

教学反思和调整是确保持续提升教学质量、实现课程目标的关键环节。本课程将在实施过程中，结合教学进度和学生反馈，定期进行系统性的教学反思，并根据评估结果及时调整教学内容与方法，以适应教学实际，优化教学效果。

教学反思将主要围绕以下几个方面展开：首先，审视教学内容的深度与广度。对照教材章节安排和教学目标，评估学生对RAG技术基本概念、信息检索原理、生成模型基础等核心知识点的掌握程度。通过课堂提问、作业批改、实验报告分析等方式，判断是否存在教材内容讲解不清、重点难点不突出的问题。例如，在讲授教材第3章信息检索算法后，反思学生是否真正理解了不同算法的原理和适用场景，实验中是否暴露出学生对基础概念的混淆。

其次，评估教学方法的适宜性。分析讲授法、案例分析法、实验法、讨论法等不同教学方法的使用效果，特别是差异化教学策略的实施情况。反思是否有效激发了学生的学习兴趣和主动性，是否充分调动了学生的多种感官和思维模式。例如，在采用案例分析法讲解教材第4章RAG应用案例时，反思案例选择是否恰当，是否有效关联了教材内容，学生的参与度和理解深度如何。

再次，关注学生的学习状态和反馈。通过问卷、课堂访谈、在线平台互动等方式，收集学生对教学内容、进度、难度、方法等方面的意见和建议。特别关注学生在实验操作和项目实践中遇到的问题，了解他们对教材知识应用的掌握程度和困惑点。例如，在学生完成教材第5章实验或项目后，收集他们对技术难点、资源支持、时间安排等方面的反馈，作为调整教学的重要依据。

基于教学反思的结果，将及时进行教学调整。调整内容可能包括：针对学生反映的知识难点，调整教学节奏，增加讲解时间或补充辅助材料；根据实验反馈，修订实验指导书，调整实验任务难度或提供更详细的步骤；根据学生对案例分析的参与度，选择更具代表性或启发性的案例，或调整讨论引导方式；根据差异化教学的效果，优化分组策略或提供更具层次的拓展任务；根据评估结果，调整作业和考试的设计，使其更准确地反映教学目标和学生的学习成果。所有调整都将紧密围绕教材内容，确保调整后的教学活动更有利于学生达成课程目标，提升学习效果。通过持续的教学反思与调整，形成教学闭环，不断提升本课程的教学质量和水平。

九、教学创新

在保证教学科学性和系统性的前提下，本课程将积极尝试引入新的教学方法和技术，结合现代科技手段，旨在提升教学的吸引力和互动性，激发学生的学习热情和创新思维，使学习过程更加生动有趣。

首先，引入虚拟现实（VR）或增强现实（AR）技术辅助教学。针对教材中抽象的技术概念，如RAG系统的内部工作流程、信息检索与生成模型的融合机制等，开发相应的VR/AR教学模块。学生可以通过VR设备沉浸式地体验RAG系统处理查询的完整过程，或通过AR技术在现实场景中叠加显示检索结果、生成内容的来源信息，增强学习的直观感和代入感。例如，在讲解教材第4章RAG技术实践时，使用AR应用扫描特定物体或场景，实时展示相关知识问答信息，将技术与实际应用场景结合。

其次，利用在线协作平台和助教提升互动性。搭建课程专属的在线协作平台，支持学生实时共享代码、文档，进行小组讨论和项目协作，与教材第5章综合应用与拓展中的项目式学习相契合。同时，引入基于的助教系统，为学生提供24/7的问答服务，解答教材相关内容、实验操作中的常见问题，并辅助评估学生的初步作业，提供即时反馈，减轻教师负担，增加学生练习和获得指导的机会。

再次，开展基于游戏化学习（Gamification）的实验竞赛。将教材中的实验任务设计成系列关卡或挑战赛，设置积分、徽章、排行榜等游戏元素，激励学生积极参与实验操作，特别是针对教材第4章和第5章的实践环节。例如，设计“检索精度挑战”、“生成创意任务”等竞赛活动，让学生在竞争与合作中提升技能，激发学习兴趣。

最后，探索使用生成式（）作为学习工具。指导学生利用工具辅助完成部分学习任务，如基于教材内容生成学习笔记摘要、设计实验方案草稿、分析实验数据等，但需强调批判性思维和独立思考能力，避免过度依赖。这有助于学生了解的能力边界，并思考如何将作为提升学习效率的辅助工具，与教材第3章和第5章内容相联系，体现技术的双刃剑效应。

通过这些教学创新举措，旨在将课程内容与前沿技术结合，创造更具吸引力的学习体验，提升学生的学习主动性和综合素质。

十、跨学科整合

本课程注重挖掘RAG知识检索智能问答技术与不同学科领域的内在关联性，通过跨学科整合，促进知识的交叉应用和学科素养的综合发展，使学生在掌握核心技术的同时，拓展知识视野，提升解决复杂问题的能力。

首先，与语文、历史等文科学科整合。针对教材第1章RAG技术概述中提到的知识检索应用场景，以及第7章综合应用与拓展中提到的学科知识问答，设计结合文科内容的实践项目。例如，指导学生利用RAG技术构建历史事件知识问答系统，整合教材第3章信息检索技术从历史文献中提取关键信息，运用教材第5章生成模型技术生成流畅连贯的历史解说文本。或开发文学赏析辅助工具，帮助学生从文学作品数据库中检索特定意象、主题的分析，结合生成模型提供初步解读建议，将RAG技术与语文、历史学科的知识点和能力要求相结合。

其次，与数学、物理等理科学科整合。在讲解教材第3章信息检索算法原理时，引入相关的数学模型，如概率论、信息论在检索评价中的应用，帮助学生理解算法背后的数学基础。在实验环节，可设计基于理科知识库的RAG应用项目，如物理公式与定律检索问答系统、化学实验数据处理与解释助手等。学生需要综合运用教材第4章RAG技术实践中的信息检索和生成技术，解决理科领域的具体问题，促进理科思维与技术的结合。

再次，与艺术、设计等学科整合。探索RAG技术在创意领域的应用潜力，与艺术、设计学科结合。例如，指导学生利用RAG技术检索艺术史信息，结合生成模型技术辅助创作构思或风格分析；或开发设计灵感检索工具，从设计数据库中根据关键词检索相似设计作品，并利用生成技术提出新的设计变体建议，将教材内容与审美创造、设计思维相结合。

最后，与社会科学、生命科学等学科整合。针对教材第7章RAG技术的伦理与安全等议题，结合社会科学视角进行分析讨论。在实践项目中，可引导学生关注特定社会问题（如公共卫生信息检索、政策法规查询）或生命科学领域（如医学知识检索、基因信息解读）的应用，探讨RAG技术的社会影响和伦理边界，培养跨学科视野和社会责任感。

通过这种跨学科整合，旨在打破学科壁垒，引导学生运用RAG知识检索智能问答技术解决更广泛领域的问题，培养其综合性、创造性的思维能力，提升学科核心素养，使课程学习更具现实意义和应用价值。

十一、社会实践和应用

为培养学生的创新能力和实践能力，将课程学习与社会实践和应用紧密结合，设计系列教学活动，引导学生运用所学RAG知识检索智能问答技术解决实际问题，提升知识的综合应用价值。

首先，校内项目实战。基于教材第4章和第5章的教学内容，设立与学校实际相关的项目课题，如开发校园信息智能问答系统、构建书馆特色资源检索平台、设计教务信息查询助手等。学生分组承担项目，需综合运用信息检索技术、生成模型知识，完成需求分析、技术选型、系统设计与实现、测试评估等完整流程。项目过程模拟真实工作场景，要求学生查阅教材相关章节，解决遇到的技术难题，培养其工程实践能力和团队协作精神。

其次，开展社会需求调研与介入。鼓励学生关注社会热点和实际需求，选择特定社会问题（如医疗健康信息普及、法律援助知识检索、乡村振兴信息服务等）进行调研，了解相关领域的知识特点和用户需求。基于调研结果，设计并开发针对性的RAG应用原型，如开发健康科普知识问答机器人、法律咨询信息检索系统等。此活动与教材第7章内容相联系，引导学生思考技术的社会价值与伦理责任，将所学知识应用于服务社会。

再次，举办实践成果展示与交流。定期课程