4月16日，复旦大学丁妍应邀在线上开展了题为“AI赋能的教学研究：文献学习与问题设计”工作坊活动。学校“人工智能赋能教学创新”专题研修班学员及感兴趣的教师参加了活动。

活动中，丁妍首先对教学研究的内涵与关键环节进行了系统阐述，着重强调了研究选题与文献学习的重要性，并深入剖析了确定高质量教学研究选题的完整流程。随后，丁妍对比介绍了国内外主流通用AI工具与学术专用AI工具的功能特点，同时给出了切实可行的AI综合应用建议。最后，通过一系列生动详实的案例演示，丁妍向与会教师展示了如何借助AI技术高效完成研究选题、文献学习以及学术写作等关键研究任务。

活动结束后，教师们普遍反馈，此次活动不仅加深了他们对教学研究的理解，还开拓了AI赋能学术研究的新视野。

丁妍，日本国立名古屋大学教育发展学博士，现复旦大学高等教育研究所副研究员、教师教学发展中心副主任、全国高校教学发展联盟（CHED）学术委员会副主任，美国在线教育质量评估机构Quality Matters特邀国际研究员，英国高教学会优秀教师第二等级认证。主要从事教师教学发展、教学评估、教育国际化等领域研究，已出版日文著作1部，日文和英文译著3部，发表中英日各类论文30余篇，主持多项教育部课题，获首批教育部虚拟教研室建设研究与实践项目结题“优秀”等级。主导研发“FD-QM在线课程质量标准”“以学为中心的课程设计（LCCD）”“教学研究的误区、问题与实践”等辐射全国高校教师的培训项目。曾获上海市教学成果一等奖和二等奖、教育部产学合作协同育人项目优秀案例奖、“田家炳杯”全日制教育硕士专业学位研究生学科教学（历史、物理）专业教学技能大赛“优秀指导教师奖”等。