<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">EDTR</journal-id><journal-title-group><journal-title>Educational Theory Observation</journal-title></journal-title-group><issn>2995-5017</issn><eissn>2995-5025</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/EDTR.2025010016</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>AIGC技术赋能“微短剧创作”课程教学创新探究</title><url>https://artdesignp.com/journal/EDTR/3/1/10.61369/EDTR.2025010016</url><author>李露洁</author><pub-date pub-type="publication-year"><year>2025</year></pub-date><volume>3</volume><issue>1</issue><history><date date-type="pub"><published-time>2025-01-20</published-time></date></history><abstract>随着 AIGC技术的迅猛发展，其在教育领域的应用为艺术创作类课程改革提供了新的路径。本文聚焦广播电视编导专业的&amp;ldquo;微短剧创作&amp;rdquo;课程，阐述了该课程当前所面临的行业动态追踪滞后、实践资源受限、考核模式单一等现实困境；探讨了 AIGC技术在追踪行业动态，优化教学资源；提高创作效率，减少生产周期；把握个体特点，实现因材施教等方面的应用优势；提出了 AIGC技术可通过构建人机协同创作模式、优化教学评价反馈体系赋能&amp;ldquo;微短剧创作&amp;rdquo;课程。</abstract><keywords>AIGC技术,微短剧创作,教学创新</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 教育部高等学校教学指导委员会 . 普通高等学校本科专业类教学质量国家标准 [M]. 北京 : 高等教育出版社 , 2018.
[2] 何倩 . 新文科背景下广播电视编导专业实践类课程考核方式改革策略探究 [J].新闻研究导刊 , 2024, 15(23): 136-140.
[3] 李白杨 , 白云 , 詹希旎 , 等 . 人工智能生成内容（AIGC）的技术特征与形态演进 [J]. 图书情报知识 , 2023, 40(01): 66-74.
[4] 平凯磊 . 人工智能背景下影视制作课程教学方式探究 [J]. 中国广播电视学刊 ,2024, (08): 51-54.
[5] 潘漫漫 . 人工智能赋能因材施教的实施路径研究 [J]. 湖北开放职业学院学报 , 2024, 37(23): 162-164.
[6] 潘露 . 基于人工智能内容生成技术的表演课程教学创新探索 [J]. 时代报告 (奔流 ), 2023, (10): 29-31.
[7] 刘磊 , 韩隽 , 何小龙 . 新闻生产与生成式人工智能：人机协作、信息反刍、媒介进化 [J]. 新闻知识 , 2024, (04): 33-39+94.
[8] 许文广 , 杨娜 . AI微短剧赋能中华优秀传统文化传播新路径&amp;mdash;&amp;mdash;以《中国神话》《AI看典籍》为例 [J]. 电视研究 , 2024, (05): 16-18+25.
[9] 信博 , 王子芃 . AI微短剧的生产逻辑与实践进路 [J]. 现代视听 , 2024, (12): 51-56.
[10] 程思远 . AIGC在影视摄影与制作专业建设中的未来路径 [J]. 新楚文化 , 2024, (13): 46-49.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
