La compétition à l'ère de l'IA ne porte pas sur qui possède le modèle aux plus nombreux paramètres ni le réseau de neurones le plus profond, mais sur qui saitMettez l'IA en action plus vite。 信管系、信息系、经管学院……N'est pas每个专业都需要成为算法工程师，但每一个专业的学生，都需要具备La capacité de travailler efficacement à l'ère de l'IA。 Plateforme pédagogique IA vDisk，让Universités各院系在Pas besoin d'acheter un serveur GPU ni de constituer une équipe d'algorithmes, en faisant réellement entrer l'IA dans la salle de classe.
En développant l'enseignement par l'IA, de nombreuses universités se retrouvent souvent tiraillées entre ces deux approches.
Acheter des serveurs GPU, déployer un grand modèle local, constituer une équipe d'optimisation d'algorithmes, et faire d'abord comprendre à tout le corps enseignant et aux étudiants les réseaux de neurones et l'architecture Transformer...
En partant de l'angle « savoir utiliser les outils d'IA », nous apportons les meilleures capacités des grands modèles commerciaux directement en classe, afin que les étudiants ressentent dès le premier cours le gain réel apporté par l'IA à l'efficacité de l'apprentissage et du travail.
Conduire une voiture ne signifie pas qu'il faut apprendre à réparer le moteur ; de même, bien utiliser les outils d'IA ne signifie pas que tout le monde doive maîtriser les réseaux de neurones.Faire entrer véritablement l'IA dans l'apprentissage et les flux de travail quotidiens est l'exigence la plus centrale de notre époque pour l'enseignement supérieur.Ce que nous voulons résoudre, c'est comment faire en sorte que cela se produise réellement.
Lorsque les universités font avancer l'enseignement par l'IA, ce n'est souvent pas faute de volonté, mais parce qu'elles butent sur ces problèmes concrets.
Les serveurs GPU nécessaires pour héberger soi-même un grand modèle coûtent une fortune, et les modèles évoluent extrêmement vite : le matériel acheté aujourd'hui pourrait ne plus pouvoir exécuter la dernière version l'an prochain, créant un fardeau matériel permanent.
Connectez-vous via API aux grands modèles cloud de référence, l'inférence s'effectuant dans le cloud ; sur le campus, un seul serveur ordinaire suffit pour gérer l'accès et le contrôle,Investissement matériel quasi nul。
Une solution développée en interne implique pilotes GPU, téléchargement des poids de modèles, configuration du framework d'inférence, mise en place d'un système de permissions… chaque étape requiert l'intervention de spécialistes, et le parcours du lancement du projet à la mise en production prend souvent plusieurs mois.
En vous appuyant sur la place de marché d'images vDisk, sélectionnez une image avec des composants pédagogiques IA déjà intégrés et déployez-la en lot sur les postes de la salle en un seul clic,Du déploiement au premier cours en quelques jours seulement。
Sans contrôle adéquat, une API d'AI facturée au token peut faire exploser les coûts lorsque de nombreux étudiants l'utilisent simultanément, rendant difficile pour la direction de l'établissement l'approbation de projets au budget incertain.
Prise en charge des plateformesParamétrage de la limite de tokens par utilisateurAvec des statistiques par compte, des plafonds de coûts verrouillés à l'avance, des coûts d'exploitation totalement transparents et des validations d'achat appuyées sur des registres clairs.
Faire ressaisir aux étudiants de longs blocs d'informations contextuelles à chaque cours, avec un historique de conversation qui ne se poursuit pas d'une séance à l'autre, gaspille des Tokens et perturbe le rythme pédagogique ; le contenu généré par l'IA est aussi difficile à enregistrer et à gérer de façon homogène.
Le disque réseau vDisk se monte comme un lecteur virtuel et enregistre en temps réel sur le serveur les bureaux, documents et productions IA,Reprenez à la prochaine séance là où vous vous étiez arrêté, sans avoir à ressaisir le contexte.
Une infrastructure d'enseignement par IA complète et réellement déployable
Depuis la marketplace d'images, choisissez un modèle d'image préinstallé avec le client pédagogique IA et l'environnement d'exécution, et distribuez-le en masse à tous les terminaux de la salle. Aucune installation machine par machine ni configuration manuelle n'est nécessaire ; les versions sont unifiées et les environnements cohérents, réduisant considérablement le cycle de déploiement de l'environnement pédagogique IA.
Services externes de la plateforme统一的 Compatible avec l'API OpenAI代理端点。VS Code、Cursor、各类 AI 编程插件、自研教学系统，只需在设置中填写统一的网关地址与密钥，即可接入 DeepSeek、文心一言、通义千问、智谱 GLM、豆包、讯飞星火、腾讯混元、Kimi 等国产主流大模型，无需为每家模型单独对接。
Monté comme un disque virtuel (p. ex. D:), les répertoires tels que Bureau, Mes documents et AppData sont automatiquement redirigés vers le serveur et enregistrés en temps réel. Les journaux de conversation IA, les brouillons de code et les comptes rendus de TP sont tous enregistrés sur disque, si bien que le cours suivant reprend au point d'interruption précédent, réduisant considérablement la saisie répétée de Token et facilitant la consultation du processus d'apprentissage par les enseignants.
Il permet de fixer un plafond d'utilisation de Tokens par compte, comptabilise en temps réel la consommation de chaque étudiant et bloque automatiquement les requêtes dépassant le quota. La planification budgétaire de l'établissement est documentée, sans craindre que l'abus de quelques étudiants ne fasse grimper le coût global, et le coût d'exploitation total est totalement transparent.
Les grands modèles évoluent à un rythme effréné. Le backend de la plateforme permet de basculer à tout moment vers un autre modèle national connecté, sans aucune modification de l'interface pédagogique frontend, afin que les étudiants utilisent toujours le meilleur modèle du secteur et évitent d'être enfermés dans des versions obsolètes par des dépendances matérielles, gardant le contenu pédagogique et la couche d'outils à la pointe de la technologie.
En reliant la vision par IA aux caméras de surveillance existantes, on obtient l'inspection automatique de la salle, les alertes d'anomalies et la liaison avec l'emploi du temps. Pendant les créneaux de l'emploi du temps, l'alimentation, le contrôle d'accès et la climatisation s'activent automatiquement et s'éteignent après le cours, sans personnel de garde, libérant les administrateurs de salle des opérations répétitives.
L'enseignement par l'IA n'est pas réservé au département d'informatique : chaque discipline a ses propres cas d'usage de l'IA
En configurant une adresse compatible OpenAI unifiée dans VS Code ou Cursor, les étudiants peuvent utiliser la complétion assistée par IA, l'explication de code et la localisation de bugs lors des TP de programmation. Les résultats de l'IA sont automatiquement enregistrés sur disque, si bien que la séance suivante reprend l'avancement du projet précédent, réduisant le temps consacré à reconstruire l'environnement de développement.
Pour les étudiants des filières telles que la gestion de l'information, l'administration des entreprises et le marketing, l'essentiel n'est pas d'entraîner des modèles, mais d'apprendre à exploiter les outils d'IA pour accomplir efficacement des tâches métier telles que l'analyse de marché, la rédaction de propositions et le traitement de données. La plateforme intègre une interface de conversation prête à l'emploi dès le démarrage, offrant un accès sans barrière aux plus puissants grands modèles commerciaux actuels.
Dans les cours expérimentaux tels que la chimie, la physique et la biologie, les étudiants peuvent recourir à l'IA pour consulter rapidement les principes des expériences, générer la structure du compte rendu d'expérience et faciliter l'analyse des données. Les données produites pendant les expériences et les historiques d'interaction avec l'IA sont enregistrés de manière synchronisée sur le disque réseau, et les enseignants peuvent suivre en temps réel le degré d'achèvement des comptes rendus d'expérience.
Des cours optionnels de culture générale en IA sont proposés à toutes les filières de l'établissement ; les étudiants n'ont besoin d'aucune base en IA et peuvent découvrir les conversations avec de grands modèles, une initiation à l'ingénierie de Prompt et la pratique de la chaîne d'outils IA simplement en se connectant au bureau cloud. Un système de comptes unifié supprime la nécessité d'inscrire, de recharger et de configurer chaque personne individuellement, réduisant considérablement le coût d'organisation pédagogique des cours de culture générale.
Notre objectif est de rendre les capacités d'enseignement par IA réellement opérationnelles dans les plus brefs délais.
Confirmez avec nos consultants le nombre de serveurs de la salle, la bande passante réseau, la version du bureau cloud utilisée et les besoins des départements ciblés, afin d'élaborer un plan de déploiement et une estimation des coûts adaptés à la situation réelle de votre établissement.
Dans le marché d'images vDisk, choisissez ou personnalisez une image intégrant déjà les composants pédagogiques d'IA ; dans la console d'administration, configurez une passerelle compatible OpenAI, connectez-vous au grand modèle cible et définissez les politiques d'utilisation des Token ainsi que les autorisations par compte.
Utilisez la plateforme de gestion centralisée vDisk pour déployer les images par lots sur les terminaux de la salle, tout en appliquant les politiques de montage de disque réseau et la redirection des répertoires utilisateur, afin que les productions IA et les historiques d'apprentissage soient automatiquement enregistrés.
Proposez une courte formation opérationnelle à l'enseignant responsable du cours, axée sur la consultation de l'utilisation des Tokens, le changement de modèle et la consultation des données des étudiants ; effectuez un premier cours d'essai pour vérifier que le déroulement pédagogique est fluide avant le lancement officiel du cours.
C'est la question essentielle que se posent de nombreux établissements au moment de décider
Pour la grande majorité des universités, la logique de fond consistant à bâtir leur propre grand modèle ne tient tout simplement pas. Le problème n'est pas de savoir si la technologie est difficile, mais que,Développer son propre modèle, c'est déjà être en retard dès le premier jour。
Les grands modèles commerciaux évoluent à un rythme mensuel : le matériel acheté aujourd'hui pour 2 millions et le modèle qui y est déployé seront très probablement dépassés par une version de nouvelle génération plus puissante d'ici six mois. Or, l'équipement des écoles ne peut pas se mettre à jour automatiquement au fil des modèles, ce qui signifie que les étudiants utilisent durablement un ensemble de capacités d'IA « figées » à un instant donné — déconnectées du secteur, du marché et des outils qu'ils utiliseront réellement après leur diplôme.
La logique de la plateforme vDisk est de maintenir les établissements toujours connectés aux meilleurs grands modèles commerciaux que le secteur propose à un instant donné. Les modèles sont changés côté backend sans que le frontend le perçoive ; les points de connaissance du cours et les objectifs de formation sont décidés par l'enseignant, maisLa couche outillage reste constamment alignée sur les pratiques de référence. Ce n'est pas un compromis sur la capacité technique, mais la voie la plus pragmatique pour atteindre les objectifs pédagogiques.
Le véritable avantage concurrentiel de l'enseignement de l'AI ne tient pas à la taille du modèle que vous déployez, mais au fait que vos étudiants ont ou non appris à utiliser efficacement l'AI dans des situations de travail réelles.
| Dimension | Serveur AI auto-hébergé | Intégration de l'API vDisk |
|---|---|---|
| Coût initial du matériel | À partir de 2 à 3 millions de RMB | Quasiment 0 € |
| Cycle de déploiement | Plusieurs mois | Plusieurs jours |
| Méthode de mise à jour des modèles | Racheter du matériel | Basculement en un clic depuis la console |
| Niveau de capacité du modèle | Version figée, qui prend du retard avec le temps | Toujours connecté aux derniers modèles commerciaux |
| Exigences d'exploitation et de maintenance | Nécessite des ingénieurs AI dédiés | L'exploitation du centre de données existant suffit |
| Prévisibilité des coûts | Un achat unique important plus une maintenance continue | Facturation au Token, avec plafond contrôlable |
| Expérience d'utilisation des étudiants | Configuration à réaliser soi-même, barrière élevée | Prêt à l'emploi au démarrage, sans configuration |
Ce n'est ni la faute des élèves ni celle des enseignants : c'est un décalage qui s'est creusé entre les outils et l'époque.
当课堂里用的是 VC 6.0 和 VB6，而学生手机里看到的是 Cursor 一键生成完整项目、 Claude Code Réussir对话重构整个代码库——这种认知落差，N'est pas靠"Adopter une bonne attitude d'apprentissage"能弥合的。 真正有效的做法，是Apportez en classe de vrais outils réellement utilisés en 2026， 让学生从第一堂课就感受到：这东西出去真的能用。
也不需要一上来就讲 Transformer 原理、反向传播、神经元激活函数—— 那是研究生和算法工程师的课题。对大多数学生而言， Savoir l'utiliser, en tirer des résultats et instaurer un retour positif, voilà le point de départ de tout. Les principes fondamentaux peuvent s'explorer naturellement, une fois la curiosité éveillée.
Ces trois outils sont les assistants de programmation AI les plus utilisés par les ingénieurs et les étudiants en 2026 — déployez-les dans la salle informatique pour que les étudiants utilisent des outils du monde réel dès les cours.
Profondément retravaillé à partir de VS Code, il intègre le chat IA, la complétion de code, la modification de fichiers entiers et la coordination multi-fichiers via Composer. Les étudiants n'ont pas à changer d'outil : ils peuvent interagir avec l'IA en temps réel tout en écrivant du code, avec une barrière à l'entrée extrêmement faible.
Un outil de programmation IA en ligne de commande lancé par Anthropic, capable d'opérer directement sur les répertoires de projet, de lire et d'écrire des fichiers, d'exécuter des commandes et de valider du code. Idéal pour les étudiants avancés en informatique souhaitant découvrir un véritable flux de développement collaboratif avec l'IA.
Proposé sous forme d'extension VS Code avec complétion de code en ligne, génération de fonctions et conversion de commentaires en code. Très compatible et prenant en charge presque tous les langages de programmation, c'est l'initiation à l'IA la plus fluide pour les débutants.
Dans le marché d'images de la console d'administration vDisk, choisissez une image pédagogique avec Cursor préinstallé, ou installez Cursor sur une image de base puis créez un instantané, avant de le déployer en masse sur tous les terminaux de la salle afin de garantir l'homogénéité des versions.
Ouvrir Cursor → Settings → Models → OpenAI API Key, saisissez la Key attribuée de manière centralisée par l'établissement ; dans Override OpenAI Base URL saisissez ici l'adresse de la passerelle compatible OpenAI de vDisk. Une fois terminé, toutes les requêtes AI de Cursor sont acheminées via la passerelle de l'établissement vers un grand modèle national.
Guidez les étudiants pour qu'ils définissent l'espace de travail (Workspace) de Cursor sous une lettre de lecteur réseau vDisk (telle que D:\projects\). Le disque réseau vDisk estUn disque personnel monté individuellement pour chaque étudiant après connexion, le lecteur D: appartient exclusivement à l'étudiant actuellement connecté, il n'est donc pas nécessaire de créer des sous-répertoires par numéro d'étudiant pour les distinguer. Tous les fichiers de code, l'historique des conversations (.cursor répertoire) est enregistré sur le serveur en temps réel, si bien qu'il suffit de l'ouvrir au cours suivant pour retrouver intacts la progression du cours précédent et le contexte de la conversation avec l'IA.
OpenAI API Key sk-school-xxxxxxxxxxxxxxxx Override Base URL https://ai.school.edu.cn/v1 Model deepseek-chat # 或 gpt-4o / qwen-max # 学生无需注册任何大模型账号 # 统一由École网关鉴权与计量 # Token 超额后自动提示，不产生额外Coût
# D: 是每位学生登录后独立挂载的Espace personnel dédié盘 # 无需学号子目录，D: 本身就只属于当前学生 D:\projects\ # Créer le projet directement sous le disque personnel ├─ .cursor\ # Historique des conversations IA ← Sauvegarde auto │ └─ chat-history\ ├─ src\ # Fichiers de code ← Écrits sur le serveur en temps réel └─ README.md
Après avoir préinstallé Node.js (version LTS recommandée) dans l'image de la salle, exécutez npm install -g @anthropic-ai/claude-code. Nous recommandons d'intégrer cette étape au processus de création de l'image afin de ne pas consommer de temps de cours en manipulations des élèves.
Étant donné que la passerelle vDisk fournit un protocole compatible OpenAI, il faut définir le pointage du proxy dans les variables d'environnement du système (ou le script d'ouverture de session) afin que les requêtes de Claude Code soient transmises via la passerelle unifiée de l'établissement. Cela peut être déployé en masse via une GPO ou un script d'ouverture de session lors de la connexion de l'utilisateur, prenant effet automatiquement une fois que l'étudiant s'est connecté, sans configuration manuelle.
Guider les élèves à l'entrée D:\projects\my-project répertoire, puis lancez Claude Code (claude commande). Le disque réseau vDisk offre à chaque élèveUn disque personnel monté indépendamment après connexion, le lecteur D: est naturellement isolé et invisible des autres, sans besoin de sous-répertoires par numéro d'étudiant. Claude Code lit tous les fichiers du répertoire courant comme contexte ; l'historique des échanges et les modifications de fichiers sont écrits sur disque en temps réel, de sorte que l'état du projet reste parfaitement identique après une connexion depuis une autre machine.
# Déploiement en masse via GPO ou politique vDisk ANTHROPIC_API_KEY = sk-school-xxxxxxxxxxxxxxxx ANTHROPIC_BASE_URL = https://ai.school.edu.cn/v1 CLAUDE_CODE_MAX_OUTPUT = 8192 # 学生Ouvrir终端直接运行： # cd D:\projects\my-project # claude # 无需任何额外Configuration即可开始 AI 编程对话
Claude Code peut lire directement l'ensemble du répertoire d'un projet, comprendre la structure du code, puis effectuer des modifications de manière conversationnelle. Il est idéal pour permettre aux étudiants des niveaux avancés d'expérimenter le processus complet consistant à « laisser l'IA prendre en charge un véritable projet » — actuellement l'une des manières les plus authentiques dont les ingénieurs en entreprise collaborent avec l'IA.
Préinstallez VS Code et l'extension GitHub Copilot dans l'image (GitHub.copilot). Si vous souhaitez utiliser un modèle national à la place, vous pouvez installer un plugin tiers alternatif à Copilot prenant en charge le protocole compatible OpenAI (comme Continue, Codeium, etc.) et le configurer pour pointer vers la passerelle de l'établissement.
Après avoir installé l'extension Continue dans VS Code, ouvrez son fichier de configuration ~/.continue/config.json, puis saisissez l'adresse de la passerelle de l'école et la Key. Les étudiants n'ont qu'à ouvrir VS Code pour dialoguer directement avec l'AI dans la barre latérale de l'éditeur ou déclencher la complétion de code en ligne.
Définissez le dossier Workspace de VS Code directement sur D:\projects\ suffit. Le disque réseau vDisk offre à chaque élèveEspace personnel dédiéLe lecteur monté est attaché à la connexion et détaché à la déconnexion ; D: n'appartient qu'à l'étudiant en cours, sans qu'il soit nécessaire de créer des sous-répertoires par numéro étudiant. L'index des conversations et l'historique du plugin Continue sont stockés dans le répertoire du projet et écrits sur disque en temps réel, assurant une continuité sans couture entre appareils et entre séances de cours.
{
"models": [
{
"title": « Passerelle IA scolaire »,
"provider": "openai",
"model": "deepseek-chat",
"apiBase": "https://ai.school.edu.cn/v1",
"apiKey": "sk-school-xxxxxxxxxxxxxxxx"
}
],
"tabAutocompleteModel": {
"title": « Saisie automatique »,
"provider": "openai",
"model": "deepseek-coder",
"apiBase": "https://ai.school.edu.cn/v1",
"apiKey": "sk-school-xxxxxxxxxxxxxxxx"
}
}
AI 编程工具最大的价值之一，是上下文的延续——AI 记得你上次在做什么，不用每次重新解释。 而这一切，Dépendance于Les fichiers d'historique de conversation sont persistés dans un stockage unifié, au lieu de n'exister que dans un répertoire temporaire local.
# D: 是每位学生登录后独立挂载的Espace personnel dédié盘 # 登录即挂载，注销即卸载，天然隔离互不可见 D:\ ← Disque réseau vDisk personnel de l'étudiant ├─ .cursor\ ← Historique de conversation Cursor │ ├─ chat\ │ └─ composer\ ├─ .continue\ ← Historique VS Code Continue ├─ claude-sessions\ ← Résumé de session Claude Code └─ projects\ ├─ week01\ ← Projet du cours de la semaine 1 ├─ week02\ └─ final\ ← Projet de fin de semestre
Transformation clé :L'objectif d'un cours de programmation avec l'IA n'est pas d'« apprendre aux élèves toutes les fonctions d'un outil donné », mais de développer chez euxLa capacité à accomplir des tâches réelles en collaboration avec l'IA— y compris comment décrire un problème, comment évaluer la sortie de l'IA et comment itérer en continu avec l'aide de l'IA. C'est précisément la compétence que requiert chaque poste en 2026.
Un outil côté élève intégré à l'espace pédagogique vDisk : de la réalisation des devoirs à leur remise, l'IA intervient à chaque étape et les données sont enregistrées sur disque tout au long.
Après avoir terminé une étape de travail dans Cursor, VS Code ou n'importe quel outil AI, les étudiants peuvent la finaliser directement dans l'espace pédagogique sans quitter leur espace de travail.Évaluation par capture d'écran与Soumission de fichiersDeux actions : l'IA fournit un retour immédiat et l'enseignant reçoit simultanément l'enregistrement de la remise.
Les élèves réalisent une capture d'écran de leur espace de travail actuel (code, résultats d'exécution ou maquettes de conception), et la capture est envoyée au grand modèle avec les consignes du devoir. Selon les dimensions d'évaluation prédéfinies (exactitude, normes de codage, clarté logique, degré d'achèvement, etc.), le modèle génèreNotation structurée et retours rédigés, les étudiants le voient instantanément tandis que le côté enseignant l'enregistre en synchronisation.
Au-delà de l'évaluation par captures d'écran, les étudiants peuvent également soumettre les fichiers réels du projet (code source, documents de rapport, fichiers de données, archives, etc.). Les fichiers sont sélectionnés directement depuis le répertoire des devoirs du disque réseau vDisk, sans téléversement supplémentaire, et côté enseignant, le statut de remise et le contenu des fichiers de chaque étudiant sont consultables dans un panneau de devoirs unifié.
Toutes les données de l'espace de travail — captures d'écran, résultats d'évaluation par IA et fichiers soumis — sont stockées dans des répertoires standardisés sur le disque réseau vDisk, écrites sur le disque en temps réel, de sorte que les enseignants et les étudiants peuvent consulter l'historique à tout moment.
# D: est le disque personnel dédié de chaque élève, naturellement isolé, sans besoin de sous-répertoires par numéro d'étudiant D:\assignments\ ← Créez le dossier de devoirs directement sous le disque personnel ├─ week03_作业1\ │ ├─ screenshot.png ← Capture d'écran originale │ ├─ ai_eval.json ← Résultats de notation par l'IA (structurés) │ ├─ ai_feedback.md ← Retour textuel de l'AI │ └─ main.py ← Code source soumis ├─ week05_作业2\ │ ├─ screenshot.png │ ├─ ai_eval.json │ └─ project.zip ← Archive du projet └─ final_project\ ├─ screenshot.png ├─ ai_eval.json ├─ report.pdf └─ src\ ← Code source complet du projet
À l'instant où une capture est prise, une évaluation IA générée ou un fichier sélectionné, les données sont écrites sur le serveur de disque réseau, sans dépendre du cache local et sans perte à l'extinction.
Les captures d'écran et les évaluations de chaque devoir tout au long du semestre sont intégralement conservées, et un rapport complet sur l'apprentissage assisté par AI de l'étudiant peut être généré en fin de période comme base d'évaluation formative.
Chaque élève ne peut consulter que son propre répertoire de devoirs ; côté enseignant, l'accès en lecture seule est accordé aux répertoires de tous les élèves de la classe, sans interférence et avec des données sécurisées.
Les enseignants peuvent exporter en un clic les fichiers de devoirs et les résultats d'évaluation IA de tous les élèves de la classe, organisés dans un format standard, avec prise en charge de la correction par lots et de l'agrégation des notes.
教师在布置作业时Configuration评价Dimension（如"代码是否能运行"、"是否满足作业要求"、"逻辑层次是否清晰"等）及权重，形成结构化评分 Prompt 模板，后续所有提交自动套用此模板。
学生在教学空间点击"Évaluation par capture d'écran"，系统自动捕获当前屏幕画面，将截图与教师Configuration的评价模板一同发送至大模型（Support视觉理解能力的模型，如 DeepSeek-VL、GPT-4o 等）。
Le grand modèle analyse le contenu de la capture, le note point par point selon plusieurs dimensions et génère des suggestions d'amélioration rédigées, renvoyées au format JSON structuré (incluant le score de chaque dimension, le score total et un résumé du retour). Les élèves voient immédiatement les résultats de la notation visualisés sur l'interface.
Les résultats de l'évaluation par l'IA sont automatiquement enregistrés dans le répertoire de devoirs correspondant sur le disque réseau de l'étudiant (ai_eval.json + ai_feedback.md), tandis que l'enseignant est informé que l'étudiant a terminé sa remise. Les enseignants peuvent vérifier et ajuster manuellement les notes de l'IA pour servir de base à la note finale.
Attribution de quotas, surveillance de l'usage et ordonnancement des modèles au sein d'un système de comptes unifié — pour garder l'utilisation des ressources d'IA totalement sous contrôle
学生RéussirÉcole统一网关调用大模型，每一次请求都会消耗 Token。 如果缺乏管控，少数高频Utilisation的学生可能挤占大量资源，而大多数学生的Utilisation体验反而受影响； 管理员也无法了解 AI 资源的实际Utilisation效率，更难以在下一学期制定合理的配额计划。
Gestion de la consommation de Token的目标，N'est pas限制学生Utilisation AI， 而是确保Chaque élève bénéficie d'un quota d'utilisation de l'IA stable et équitable， 同时让教师和管理员对整体资源消耗保持清晰的感知与掌控。
Configurez un quota de Token indépendant pour chaque compte étudiant, défini par séance, par semaine ou par semestre. Une fois le quota épuisé, les requêtes sont automatiquement suspendues, l'étudiant reçoit une notification et l'enseignant peut le recharger d'un clic ; cela évite que quelques utilisateurs très actifs accaparent l'ensemble des ressources.
Les enseignants et les administrateurs peuvent consulter, dans l'interface d'administration, les tendances de consommation globale de la classe, le classement d'utilisation par élève et une carte thermique de la distribution des Tokens pour chaque cours. Les données sont mises à jour en temps réel, et les anomalies d'utilisation (extrêmement élevées ou faibles) sont automatiquement signalées pour une intervention rapide.
Définissez un seuil de solde global pour la classe ; lorsque le quota disponible passe sous la ligne d'alerte, des notifications sont envoyées automatiquement à l'enseignant responsable et à l'administrateur. Anticipez les tendances des ressources et rechargez sereinement, afin qu'un quota épuisé ne perturbe jamais la continuité du cours.
Différents scénarios de cours peuvent être configurés avec différents modèles : la complétion de code au quotidien utilise un modèle léger et rapide, tandis que l'analyse approfondie et la conception d'architecture utilisent le modèle phare. Le même compte étudiant est automatiquement routé selon le scénario, conciliant rapidité de réponse et efficacité d'utilisation.
Il permet d'exporter le détail de l'utilisation des Tokens par classe, par cours et par période, dans un format compatible avec les tableurs courants. Les rapports peuvent servir au bilan des ressources en fin de semestre, à la planification des quotas du semestre suivant et aux synthèses d'utilisation transmises au service informatique de l'établissement.
Les différentes classes et différents cours d'un même établissement peuvent disposer de pools de Tokens indépendants qui ne s'affectent pas mutuellement. Si la classe A dépasse sa consommation, cela n'affectera pas l'utilisation normale de la classe B ; les enseignants peuvent aussi allouer un quota plus généreux aux cours prioritaires, s'adaptant avec souplesse aux différentes intensités d'enseignement.
Le plus grand avantage supplémentaire de l'enseignement par IA est que chaque interaction de l'élève avec l'IA laisse des données d'apprentissage quantifiables
Lorsque les élèves interagissent avec l'IA, la qualité de leurs prompts reflète directement leurClarté de la pensée et degré de maîtrise des connaissances。 一个描述模糊、只会说"Écris-moi un programme"的学生，与一个能精确描述需求、指定边界条件的学生， 处于完全不同的学习Étape——而这个差异，在传统Examen中几乎无法被量化捕捉。
La consommation de tokens est aussiIndicateurs indirects de l'engagement dans l'apprentissage： 主动探索的学生会持续追问、修改、延伸； 被动应付的学生往往只取第一个答案、不做进一步交互。 两种学习行为，在Données上清晰可见。
"帮我写代码"
"这个怎么做"
"报错了怎么办"
"用 Python 实现一个读取 CSV 并按第3列排序的脚本，需要处理空值"
"这段代码在并发访问时会有线程安全问题吗？"
Seulement 2 à 3 messages envoyés par cours
Ferme la fenêtre après une seule conversation
Dialogue multi-tours, avec relances continues sur les détails
Explorez la même question à plusieurs reprises sous différents angles
"ImportError"、"undefined"、"null pointer"
"这个语法怎么写"、"为什么不能运行"
De nombreux étudiants commencent à poser spontanément des questions sur la conception d'architecture
Approfondissement autonome au-delà du programme
Généré une fois et soumis directement, jamais modifié
Chaque question est totalement différente, sans continuité
Fichiers de code avec plusieurs historiques de modification
Perfectionnez progressivement le même projet en ajoutant continuellement des fonctionnalités
L'analyse pédagogique repose sur des statistiques d'usage anonymisées et un regroupement de mots-clés ; le principe central est :Pour assister l'enseignement, non pour surveiller les élèves. Il est recommandé d'expliquer aux étudiants l'étendue de la collecte de données avant le début du cours et d'utiliser les résultats de l'analyse pour améliorer la conception pédagogique, plutôt que comme base directe de notation.
Que vous soyez responsable de département, enseignant ou administrateur IT de l'établissement, contactez-nous pour obtenir un plan de mise en œuvre et une estimation des coûts adaptés à la situation réelle de votre établissement.