最近，哈尔滨华德学院国际经济与贸易专业的学生走进《西方经济学》课堂时，发现有点不一样了。

老师没急着讲供求曲线，而是先让他们在手机上做几道题。不是考试，是用来摸底的。系统根据每个人的答案，把预习材料分成不同难度推送过来。有人收到的是基础概念的动画讲解，有人拿到的是一个真实的油价波动案例。

这是课程组做的一次调整。核心是把AI工具放进备课、上课、课后三个环节。目标很简单： 让那些抽象的经济模型、复杂的数理推导，不再成为学生面前的拦路虎。

一、这门课,过去卡在哪？

《西方经济学》是国贸专业的核心基础课，也是不少学生觉得“难啃”的一门。供需弹性、边际收益、IS-LM模型……这些概念光靠课本和板书，理解起来很吃力。

传统课堂里，老师讲理论，学生记笔记。但抽象知识和现实认知之间常常隔着一条沟。同一个知识点，有的学生觉得太简单，有的学生完全听不懂。课程组调研时发现，不少学生期末复习还在死记硬背公式，而不是真正理解背后的经济逻辑。

课程组决定换一种讲法。

二、上课前，每个学生拿到不同的预习材料

备课阶段，老师借助AI平台，把微观和宏观经济学的内容拆成了更小的知识点模块。比如“弹性理论”被拆成需求弹性、供给弹性、交叉弹性、收入弹性四个小块，每块配讲解和练习。

更关键的一步是学情分析。系统会告诉老师：这个班的学生在哪些知识点上容易出错。比如上一届学生在“边际效用递减”上错误率偏高，那这次就提前多准备几个生活化案例。

基础弱的学生收到的是更详细的解释和分步推导视频；基础扎实的学生拿到的是延伸阅读和思考题。 每个学生带着适合自己的任务走进课堂。

三、课堂上，抽象模型自己“动”起来了

讲课的时候， AI可视化工具 派上了用场。讲供需曲线，学生可以直接看到价格变化如何让均衡点移动。讲乘数效应，动画展示一笔投资如何在经济体里逐轮放大。

老师不用再花大量时间画图，可以把精力放在引导分析上。随堂小测的结果几秒钟汇总出来，哪个知识点超过一半学生没搞懂，当场就能调整节奏。

讲汇率决定理论时，老师直接调出去年人民币对美元的走势图，让学生用刚学的内容分析原因。课堂不再是单向灌输，学生开始主动提问、讨论、质疑。

四、课后精准推送，补齐短板

作业提交后，系统进行 智能批阅 。一个学生在“IS-LM曲线”相关题目上连续出错，系统不会只给一个红叉，而是判断他可能是在货币市场均衡或产品市场均衡的某个环节没搞懂，然后推送针对性的讲解视频和练习题。

已经掌握这部分内容的学生，收到的是拓展案例，要求用IS-LM模型分析某一时期的宏观经济政策。每个人都在自己需要的地方获得帮助，不用反复练习已经会了的东西。

一个周期下来，有几个变化是看得见的。课堂上低头玩手机的人少了。随堂测试的平均正确率提高了，尤其是过去容易出错的概念辨析题。到了期末，更多学生能用自己的话解释经济逻辑，而不是照搬课本原话。

当然不是一帆风顺。AI工具的使用本身需要适应，初期也遇到过推送内容匹配度不够精准的问题。课程组在持续调整。

这门课的调整，只是一个开始，国际经济与贸易专业接下来会把类似的做法推广到《国际贸易实务》《国际金融》等课程。目标没变： 培养既有扎实专业素养、又有实际应用能力的经贸人才。