当前，随着国家教育数字化战略行动的实施，我国教育数字化取得积极成效。部分研究以人工智能技术为核心，融合机器学习、自然语言处理、数据挖掘等概念，实现教育资源的智能推荐、智能检索与智能评估，并探索优化数字化教学资源库内容，包括在线作业、教学文档和课程视频等。高校需要从数字化教学理念出发，深入挖掘人工智能技术在数字化教学资源库建设中的突出优势，建立健全高校数字化教学资源库运行管理机制，保障高校教学活动顺利开展。

高校需要将数字教育和智能教育理念融入数字化教学资源库建设中。一方面，利用虚拟现实技术，让学生身临其境地参观历史古迹，获得良好的互动体验；利用人工智能技术，为学生提供个性化的学习推荐和辅助答疑，激发学生学习兴趣、强化学生学习效果。另一方面，将不同难度、类型的学习资源，融入数字化教学资源库中，让学生根据个人兴趣与能力进行选择与学习，培养学生自主学习能力与问题解决能力。同时，提供一些开放性问题和项目，鼓励学生深入探究与积极实践，培养学生批判性思维、创造性思维和沟通合作能力。

人工智能技术可为数字化教学资源库建设提供更多技术支持。例如，数据挖掘技术能够通过分析学生学习过程中的行为数据、答题数据和评估数据，帮助教师了解学生的学习兴趣、学习风格、学习能力和学习需求，为学生提供个性化指导；通过分析学生的学习数据、学习行为和学习成绩等，推荐适合学生的学习资源，以激发学生学习自主性，提升教师教学的针对性和有效性。自然语言处理技术可以通过使用文本分类、关键词提取和语义匹配等技术，对教学资源库中的文档进行智能化索引和搜索，提供更精确的搜索结果；自动提取高校数字化教学资源库中文档的关键信息，将长篇文档精炼为简洁的摘要，方便用户快速了解文档内容；通过自然语言理解和机器学习技术，自动分析学生提交的作业、论文等文本，并给出相应的评估和反馈，帮助教师在大规模课程教学中更有效地评估学生的学习成果等。

建立健全数字化教学资源库运行管理机制。一方面，需要明确教学资源库的建设目标、建设范围、技术发展和需求变化等，以确保数字化教学资源库实现长期可持续发展；成立统一的资源库管理机构，负责资源收集、筛选、分类和发布等工作；制定合理的资源分类标准，根据学科、年级和教学目标等对资源进行分类，方便师生查找，提高数字化教学资源库的使用率和可用性；安排专门的审核人员，确保资源的真实性、有效性和适用性；提供详细的使用指南和培训课程，帮助师生准确快速地找到所需资源。另一方面，针对数字化教学资源库的不同功能，制定相应评价指标，用于评估资源的数量、质量、更新频率、使用情况等。根据评价指标定期对资源库进行评估和反馈，并结合评估结果和用户反馈，对数字化教学资源库进行优化升级，通过增加新的资源、优化搜索功能、改进用户界面等方式，提高资源库质量、强化用户使用体验。此外，将数字化教学资源库与其他教育平台、教学工具进行有效整合，形成一个完整的教育生态系统。例如，通过API接口（应用程序编程接口）和数据共享等方式，实现资源库与其他平台的数据交互和资源共享，提高资源可用性和共享效益。

人工智能技术可为数字化教学资源库建设提供重要技术支撑，推动其实现个性化、差异化、精确化发展。通过挖掘与分析大量教学数据，能够客观揭示学生的学习模式和行为规律，帮助教师准确把握学生学习动态，强化教学效果。高校教育工作者需要积极创新教育理念，运用先进智能技术，建立健全资源库运行管理机制。以这一举措提升数字化教学资源库的个性化、智能化水平，使其在教学活动中的辅助与支撑作用得以充分发挥，为高校教育改革提供助力。

夏振鹏 仲昭慧（作者系淮阴工学院苏北发展研究院副教授；本文系江苏省教育科学规划重点课题“人工智能视域下高校数字化教学资源库建设研究”、江苏高校哲学社会科学研究思政专项“基于数字化语境下的高校思政课教学案例库建设研究”〈2023SJSZ1105〉的研究成果）