AIGC在能源動力測試技術課程中的教學應用研究

摘 要：生成式人工智能（AIGC）因其高效性、個性化、交互性以及經濟性等優勢，在教育領域引發了巨大反應。本研究以北京工業大學《能源動力測試技術》課程為例，剖析了當前該課程面臨的教學資源有限、實踐機會不足以及教學偏理論化等問題，探討AIGC在課程內容設計、教學方法改進以及教學效果提升中的應用路徑。通過教學案例自動生成、智能實驗指導書、虛擬實驗場景及個性化學習路徑推薦等方式，AIGC顯著增強了教學資源的豐富性和實踐性，提升了學生學習興趣和效果。未來，AIGC將在工科教育中發揮更加重要的作用。

關鍵詞：AIGC 工科教學 能源動力測試技術

1 研究背景

生成式人工智能（AIGC）因能夠利用人工智能技術自動生成文本、圖像、音頻、視頻等[1]，具有高效、低成本、個性化等優勢（圖1），能夠在快速時間能生成大量高質量的內容，能夠為學生提供更加個性化、更加豐富的互動學習體驗，因此在教育領域具有廣闊的應用前景[2-3]。

目前AIGC已在高等教育等領域已經得到了初步的應用[4]，比如利用ChatGPT等生成歌曲、詩歌、故事等用于課堂教學[5]，在線教育平臺可以利用AIGC技術生成個性化的學習材料，幫助學生更好地理解和掌握知識[6-7]；張珂等[8]利用Unity3D開發了創新實驗室虛擬實驗室，可以模擬真實的實驗環境，讓學生在虛擬環境中進行操作和實驗。姜育生等[9]針對工科實訓課堂（5G通信實力為例）因硬件設備無法開展實踐教學等問題，通過虛擬仿真遠程教育，緩解了工科實驗平臺不足的問題，同時提高了學生的實踐操作與創新能力。在圖片處理方面，利用Reality Capture等這些應用不僅提高了教學效率，還增強了學生的自主學習能力。此外，AIGC除了在文字處理、生成圖像和視頻等方面，還可以在智能助手和語音導航等方面發揮作用。

當前工科課程由于具有多學科交叉、綜合性、應用性以及實踐性等特點[10]，因此對于工科學生而言，整個本科學習課程中通常涉及大量的理論知識和實踐操作，學生需要在課堂上積極參與討論、實驗和項目設計。然而，傳統教學模式往往難以滿足學生的個性化需求，導致學生學習實際成效欠佳。AIGC的引入可以為工科教學帶來新的變革，通過智能化的教學工具和個性化的內容推薦，激發學生的學習興趣，提高學生學習主觀能動性。

2 能源動力測試技術課程的現狀與分析

2.1 能源動力測試技術課程概況

北京工業大學《能源動力測試技術》是為能源與動力工程專業本科生開設的一門研究性課程。開設本科課程是因為實驗測試是評價動力系統性能的重要環節，也是開發和設計新型動力系統的必須環節，掌握動力系統測試所需的基本方法、設備、流程與安全要求是從事本學科相關行業所必備的基礎能力。課程設計目標是讓學生掌握動力系統測試的基本方法，提高設計與開展實驗的能力，并間接提高對測試系統的設計與二次開發能力。自2022年課程設立至今，《能源動力測試技術》共計2個學期開課，累計學習人數超過百人。《能源動力測試技術》課程主要圍繞動力領域三大系統：內燃機、動力鋰電池、燃料電池，講述動力裝置測試所需的傳感器基本原理、測試臺架組成與搭建方法、數據處理與誤差分析及實驗安全等內容（圖2）。

2.2 能源動力測試技術課程教學方法與問題

由圖2可以看出能源動力測試技術課程理論內容較多，但是又要求能夠理論聯系實踐，最終掌握動力系統的測試方法，且能夠運用于工程實際，因此對實踐性要求較強[11]。盡管目前教學內容過程中，主要通過課堂講授、小組討論、項目教學等相結合的方法進行。但是當前課程教學存在以下問題：1）由于該課程涉及實驗廣，且設備昂貴，導致教學資源有限；2）教學課時有限導致學生實踐機會不足；3）教學內容偏向理論化，導致理論與實踐脫節嚴重；4）學生知識水平參差不齊，導致無法有效實施個性化教學（圖3）。因此，如何提高學生的課堂參與度，提升學生的學習效果，成為該課程教學中的一個重要問題。

3 AIGC在能源動力測試技術課程教學中的應用途徑

AIGC由于能夠自動生成文本、圖像、音頻、視頻等，憑借其高效性、交互性、經濟性以及個性化特點，因此在能源動力測試技術課程的內容設計、教學方法改進以及提升教學效果等方面具有巨大潛力。

3.1 在課程內容設計方面

通過自動生成教學案例：在能源測試動力技術課程教學設計中，利用AIGC生成涵蓋內燃機性能測試、動力電池性能測試、燃料電池性能測試、排放分析以及動力總成性能評價等豐富的車用動力系統測試案例。同時結合虛擬仿真平臺或虛擬實驗平臺[12]，讓學生在模擬環境中進行測試知識的操作或學習，并通過人機交互體驗不同操作步驟對測試實驗結果的影響，從而使學生樹立嚴謹、求實的學習態度。這種教學方式不僅降低了實驗設備的使用成本，還大大提高了學生對復雜實驗操作的理解與掌握能力[13]。

智能生成實驗指導書：在能源動力測試技術課程的實踐過程中，通過學習過程中AIGC反饋的不同學生的學習情況，基于個性化發展的需求，由AIGC根據學生掌握的知識層次，智能化生成多版本的實驗指導書，從而滿足不同層次的學生需求。例如，對于基礎知識薄弱的學生，實驗指導書可以包含詳細的操作步驟和注意事項；對于進階學習者，實驗指導書則可增加實驗拓展內容和復雜數據分析環節。這種個性化的指導不僅提升了學生的學習體驗，還為教師節省了設計實驗指導的時間和精力。

動態知識圖譜構建：通過AIGC構建內燃機、動力電池、燃料電池等測試原理動態知識圖譜，通過更加直觀的方式呈現給學生，并通過建立交互界面讓學生能夠隨時點擊學習具體內容，并且能夠觀察各知識點之間的關聯，從而提高掌握知識的效率。動態化的教學方式，不僅增加知識的傳授效率，還可以提高學生的學習興趣，調動學生的主觀學習主動性[14]。

3.2 在教學方法改進方面

虛擬實驗與仿真實驗：對于能源動力測試課程教學過程中，一些難以在教學或科研現實實驗室中進行的實驗測量展示，可以利用AIGC生成仿真環境和虛擬實驗場景[15-16]，讓學生在虛擬環境中進行操作或學習，不僅可以降低教學實踐成本，同時也減少了真實時間教學實驗所帶來的安全風險等。

個性化學習路徑推薦：通過對能源動力測試課程的學生學習行為和學習成績等分析，可以借助AIGC為不同學生量身定制個性化學習方法并推送給適合不同學生的學習資料及鞏固知識的練習題庫。避免傳統教學中“一刀切”的教學模式，從而提高學生學習主觀能動性。

及時反饋與評估：在能源動力測試教學過程中，可以利用AIGC實時生成測試題目，并且自動批改學生作業情況， 并反饋給教師詳細的意見。不僅能夠降低當今教學科研教師的工作負擔，同時能夠為學生提供及時的評估結果，促進學生知識查漏補缺。

3.3 在教學效果提升方面

提高學生學習興趣：由于AIGC能夠生成具有高度交互性的多媒體教學資源，包括動畫視頻、虛擬實驗室和動態課件等。這些資源通過刺激學生的視覺、聽覺和觸覺，為學生提供沉浸式學習體驗，有效激發學生的學習興趣。例如，在能源動力測試技術課程中，學生可以通過虛擬現實技術參與模擬實驗，直觀觀察發動機測試過程及其結果變化。這種生動的教學形式，不僅提升了課堂的趣味性，還增強了學生對復雜概念的理解能力，進一步激發了他們的主動學習意愿。

增強學習效果可視化：在能源能動力測試技術課程教學過程中，通過動態學習報告生成工具，AIGC技術能夠實時分析并以圖表、數據圖和知識圖譜等可視化展示學生的學習進度和知識掌握情況。幫助學生清晰了解自身學習的薄弱環節和改進方向。同時，教師也可以通過這些報告精準調整教學進度和內容，確保因材施教的落實。這種效果可視化的方式，使學習過程更透明、目標更明確。

跨學科融合能力培養：在能源動力測試技術課程中，利用AIGC可以引入新能源材料、低碳交通、環境工程等交叉案例，可以擴寬學生的專業視野。并且通過虛擬平臺，學生可以了解動力測試技術在不同領域的實際應用的作用。通過交叉案例教學形式幫助學生建立知識的內在聯系，并提高解決復雜問題的能力。此外，跨學科案例還能模擬真實工作場景，讓學生更早接觸行業需求，從而培養他們的綜合應用能力和團隊協作能力，為未來職業發展奠定扎實基礎。

4 總結與展望

本研究以北京工業大學汽車專業“能源動力測試技術”課程為例，針對當前工科教學課程存在的教學資源不足、實踐機會不足、教學偏理論以及學生個性化教學難的問題，探究AIGC在課程教學中的應用。通過分析課程現狀與挑戰，提出AICG在教學內容設計、教學方法改進以及提升學生效果方面的具體應用途徑。通過AIGC可以豐富教學資源、優化教學方法、增強教學效果，AIGC不僅能緩解教學資源不足的現狀，還能實現個性化和高效化教學。未來，隨著AIGC技術的不斷發展，其在工科教育領域的應用將更加深入和廣泛。進一步研究可結合教育心理學與人工智能技術，探索AIGC在促進學生創造力和批判性思維能力方面的作用，為新時代教育發展提供更多可能性。

參考文獻：

[1]Chang C.H.， Kidman G. The rise of generative artificial intelligence （AI） language models-challenges and opportunities for geographical and environmental education[J]. International Research in Geographical and Environmental Education， 2023， 3292：85-89.

[2]常競.生成式探究式學習在高職教學中的應用探索—以“MySQL數據庫設計-學生選課系統”為例[J].教育科學論壇，2024（36）：63-67.

[3]馬銀琦，黃恒，毋磊，等.“技術賦能”還是“工具依賴”：生成式人工智能對研究生科研創新力的影響研究[J].電化教育，2024，45（12）：58-66.

[4]Cui P.F， Alias B.S. Opportunities and challenges in higher education arising from AI： A systematic literature review （2020-2024）[J].Journal of Infrastructure， Policy and Development， 2024，8 （11）： 8390.

[5]祝智庭，戴玲，胡嬌.AIGC技術賦能高等教育數字化轉型的新思路[J].中國高教研究，2023，6：12-19.

[6]金慶文.AIGC工具鏈革命給在線教育行業帶來的變革與挑戰[J].在線學習，2023（1）：73.

[7]黃中陽.人工智能在教育個性化學習路徑設計中的角色[J].中國戰略新興產業，2024（23）：62-64.

[8]張珂，付裕，劉旭成，等.VR虛擬實驗室導航系統的設計與實現[J].農業機械與裝備，2024（11）：148-149+167.

[9]姜育生，賀國旗，梁妮.虛擬仿真技術在工科遠程教育中的應用研究-以“5G通訊實訓”課程為例[J].中國信息技術教育，2023（20）：91-94.

[10]石鈞仁，付蔚，苗建國，等.課程思政背景下工科混合式課程教學創新研究[J].才智，2023（34）：101-104.

[11]吳錦武，盧紅義，胡曉安，等.“動力機械測試技術”課程教學改革探索[J].南昌航空大學學報：自然科學版，2021，35（1）：113-116.

[12]騰洪輝，高秀紅，湯茜，等.虛擬仿真實踐教學在新工科建設中的作用[J].科技與創新，2017（07）：101-102+105.

[13]關欣.虛擬仿真技術在數控銑實訓教學中的應用[J].電大理工，2022（04）：33-36.

[14]芮炳杰.菊花藥方動態知識圖譜構建[M].南京：南京農業大學，2022.

[15]唐林，李施，唐燁偉，等.基于學科本體的化學虛擬實驗室模型構建研究[J].電化教育研究，2018，39（06）：11-14.

[16]王開宇，李安琪，馬馳，等.基于仿真技術的數字電路3D虛擬實驗室的設計[J].實驗技術與管理，2017，34（02）：79-82.