人工智能賦能管工交叉類專業課程教學模式改革路徑探索

中圖分類號：G642 文獻標志碼：A 文章編號：2096-000X（2025）21-0063-07

Abstract：Withtherapiddevelopmentofartificialintellgence，thereisanurgentneedtoreformtheteachingmodelofinterdisciplinaryprogramsthatintegratemanagementandenginering.Inresponsetothecurentchallengesfacedbysuchcourses intermsofteachingcontent，resourcealocation，andtalentcultivation，thisstudyanalyzesthetrendsandcharacteristicsofAenablededucationbothinChinaandabroadItclarifiestheintegrationmechanismsofAIinfourkeydimensions：studentlearning，teacerinstruction，teachingresources，andinstructionalassessment.Onthisbasis，ageneralframeworkforA-empowered teachingreformisproposed，alongwithfourimplementationpathways：personalizedinstructionalsupprt，facultydevelopment， knowledgeinteractionplatfomconstructionandintellgntassessmntandfedbackmechanisms.Specificallthestudydesigsa smartpersonalizedteachingsystem，afacultyteamintegratingAIcompetencewithideological-politicalliteracyaknowledgeinteractionplatformlinkingAIwithprofessionalcuiculaandacomprehensieAbasedinstructionalevaluationsystem.hseii tiativesaim topromotehigh-qualitydevelopmentintheteachingof interdisciplinarymanagement-engineeringprograms.

Keywords：artificialinteligence;ManagementEngneeringInterdisciplinary;eachingmodel;reforpahways;higherdcatio

黨的二十大報告首次將教育、科技和人才進行“三位一體\"統籌安排，一體部署，并提出“推進教育數字化，建設全民終身學習的學習型社會、學習型大國[”隨著新一代信息技術的高速發展，人工智能正在加速融入高等教育領域，并將對教育的基本模式與方法產生深遠的影響[2-3]。人工智能是一門新的研究開發用于模擬拓展人類智能的理論、方法、技術及應用的技術科學，其利用機器學習、深度學習、自然語言處理、計算機視覺和智能決策等先進技術，實現對各類復雜任務的自動化、智能化和高效化處理。2024年3月，教育部高等教育司在新聞發布會介紹\"加快構建‘人工智能 + 教育'新生態，著力提高拔尖人才自主培養質量”。2025年1月，中共中央、國務院印發的《教育強國建設規劃綱要（2024—2035年）》明確指出，“建設學習型社會，以教育數字化開辟發展新賽道、塑造發展新優勢\"“促進人工智能助力教育變革\"。管工交叉類專業基于管理學和工學的相互融合，具有綜合性、交叉性和重實踐與應用性的特點，通過多元化的學科教學，培養具有跨學科知識體系的全面復合型高素質人才，促進學生適應社會發展需求。人工智能技術的迅猛發展對管理科學與工程等管工交叉類專業提出了新的理論挑戰與實踐需求，推動了學科體系的重構與人才培養模式的轉型。教育部積極推進信息技術與教育教學的深度融合，探索“人工智能 + 教育\"教學模式，推動教學內容與前沿技術的深度融合。

近年來，在人工智能技術蓬勃發展的背景下，管工交叉學科高等教育的發展迎來了新的契機和挑戰，當前我國對于管工交叉類專業課程的教學模式理論研究非常豐富，但是對于“人工智能賦能管工交叉類專業課程教學模式改革路徑”的研究還比較薄弱，將人工智能技術運用到高校教育工作，能夠充分發揮學生的自主學習意識，促進智慧教育的創新發展。人工智能視域下的管工交叉類專業課程教育模式改革與實踐有利于全面培養管工交叉類智慧型人才，建立健全智慧教育時代的教師人才隊伍，構建育人新格局。同時運用人工智能現代技術開展專業課程輔助教學，有利于克服傳統教育的不足之處，可實時跟蹤并掌握學生動態，同時能根據學生個人特點滿足個性化教育，提高教育現代化水平，落實立德樹人根本任務，具有重要的實踐價值。

開展人工智能賦能的管工交叉類專業課程教學模式改革，探究其框架設計與實施路徑，是管工交叉學科在人工智能時代發展的必經之路。目前許多高校都開展了人工智能賦能的專業課程教學模式改革，實現新時代卓越復合型人才培養，但針對管工交叉類專業課程，還未形成一個較為完備和明晰的教學模式改革研究方法。研究將充實管工交叉類專業課程教學模式改革研究方法和手段，豐富學科體系建設，進而解決更多的理論難題，對于提高管工交叉學科高等教育的專業化、科學化和實效性，具有重要的理論意義和實踐價值。

一國內外發展動態分析

（一） 國外發展動態

人工智能（Artificial Intelligence）最早由英國數學家AlanMathisonTuring于1950年提出，并在1956年召開的“達特茅斯學院人工智能夏季研討會\"中正式使用了該術語[7-8。經過一段時間的發展，人工智能技術已經在各領域被逐漸應用，其中，人工智能在教育領域的應用是教育發展的一個重要維度。人工智能技術應用在教育領域，歐美、日本、韓國和新加坡等均有較為完備的理論與實踐研究。美國國際商業機器公司或萬國商業機器公司（IBM）首席執行官SamuelPalmisano在2008年首次提出了“智能地球\"的概念，便掀起了智能相關研究的熱潮，“智慧校園”“智慧學習\"和\"智慧教育\"等概念相繼被提出[。2011年，韓國政府率先提出要著重發展多元“智慧教育”，實現人工智能教育賦能常態化促進教育發展[10]。2013年，日本政府發布了《創建最尖端IT國家宣言》，推動了人工智能技術在教育領域的運用，并在2021年將人工智能教育改革確定為國家戰略[11]。2014年，新加坡政府制定\"智慧國計劃”，推進教育大數據化與數字化[2]。美國印第安納大學CurtisJ.Bonk教授提出了借助人工智能工具，根據每位同學的需求進行個性化定制，從學習者參與（LearnerEngagement）、普適性獲得（Per-vasiveAccess）個性化定制（Customization amp;Person-alization）三個方面，通過人工智能工具提高學生參與度與學習動力，使其更加有效地掌握課程知識[13]。西班牙馬德里康普頓斯大學JoseAguilar提出利用人工智能技術對學生的學習過程進行精確分析，以此為結果優化教學方法與環境[14]。韓國淑明女子大學SvetlanaKim提出通過人工智能技術打造智慧教育學習云環境，收集教師和學生行為，并定制個性化學習服務[15]。

（二） 國內發展動態

2017年，國務院發布《新一代人工智能發展規劃》，明確指出要將人工智能相關課程融人教育教學過程[。2018年，我國發布《中共中央國務院關于全面深化新時代教師隊伍建設改革的意見》，提出“教師要主動適應人工智能新技術變革\"。相關學者也開始積極探索人工智能賦能的教育改革的新途徑。中國香港的王敏紅教授提出了應用人工智能聊天系統作為虛擬陪伴學習對象來實現教育賦能，驅動學習者開展批判性思考，實現思維的高階發展[18]。中國臺灣地區的陳志明教授開發了一種具有診斷、反饋和交互功能的人工智能輔助教學系統，可實現通過學生在進行考試時的反應時間和正確率來為學生制定學習計劃，對水平較低的學生具有促進作用[9。華北水利水電大學的付金偉副教授通過生成式人工智能AIGC（ArtificialIn-telligenceGeneratedContent）實現通過文本生成圖像、模型和設計方案等方法，實現人工智能技術賦能教育教學，提升教學質量，深化理論知識應用2。南京大學王海嘯教授以通用學術英語寫作課程為例，探究了生成式人工智能賦能大學英語教學改革的實施路徑。

（三） 發展動態分析

隨著人工智能技術的迅猛發展，全球高等教育領域正積極探索其在教學改革中的發展路徑。通過國內外發展動態分析發現主要呈現以下特點：

第一，國外針對人工智能技術賦能的教學模式研究起步較早，注重教育智能化頂層設計與系統構建，相關研究成果與教學理論也不斷豐富與完善。

第二，國內人工智能應用與教育相關研究起步較晚，隨著政府部門的引導，人工智能賦能教育實現教學模式的改革已經逐漸成為教育領域的熱點問題。

第三，國內高校學者逐步探索人工智能工具在專業教學中的應用，探究優化學生知識理解路徑和改善教學效果方法，逐漸形成較為多樣化的教學賦能方式。

盡管人工智能賦能教育已在國內外取得一定成果，但多集中于智慧課堂的建設與應用研究，缺乏將人工智能技術賦能于專業課程教學的研究，相關內容仍需要進一步地深入與完善。目前國內人工智能應用與教育相關研究仍處于起步階段，特別是針對管工交叉類學科專業課程教學模式的研究內容較少，多針對于學生的預習、復習和考試等單一過程進行分析，關于大類專業課程教學模式構建鮮有研究。

二人工智能賦能管工交叉類課程教學模式改革的框架設計

（一）人工智能賦能學生學習模式：推動精準化、個性化學習支持

結合布魯納的認知-發現學習理論，學習的本質是通過學生主動探索和發現知識的過程，而不是單純地被動接受知識。布魯納強調，學生在認知的過程中，通過探索和自主發現能更深刻地理解和內化知識。而人工智能技術為學生提供的個性化學習支持，正是通過智能分析學生的學習需求，激發學生主動思考和自主學習的興趣，符合發現學習中“以學生為中心”的理念。

人工智能賦能學習模式的核心在于將學生的學習需求與課程內容進行動態匹配，提供個性化的學習資源和路徑。通過對學生學習數據的實時分析，人工智能能夠準確識別每個學生的學習狀態、知識掌握情況以及學習習慣，為其定制化推薦學習內容與方法。布魯納的發現學習理論提出，學生應該在適當的情境下逐步探索復雜的知識，而不是簡單地依賴教師的講解。人工智能通過個性化學習支持，可以讓學生根據自身的學習節奏和興趣進行自主探索，逐步深化對知識的理解和應用，從而更好地促進學生的認知能力和創新思維的提升。人工智能賦能的個性化學習支持還可以通過即時反饋和自適應調整來增強學生的情感體驗，激發其學習動機。根據自我決定理論（Self-De-terminationTheory）[22]，學生的內在動機和自主性是學習成功的關鍵。人工智能技術通過分析學生的學習行為和情感反饋，及時調整學習內容和方式，使學生在學習過程中能夠獲得更多的成就感和滿足感。

（二）人工智能賦能教師教學方法：促進引導式、智能化過程創新

在傳統教育模式中，教師的角色通常是知識的傳授者，依賴于個人經驗來設計和調整教學活動。然而，隨著人工智能的引人，教師的角色逐漸轉變為“學習引導者\"和“學習設計師”，通過智能化工具來促進學生的學習過程，并實時調整教學策略以適應學生的個性化需求。這一轉變符合維果茨基的社會文化理論[23]，該理論強調學習是一個社會互動的過程，教師通過提供適當的支持，幫助學生在“最近發展區”內獲得新的認知能力。人工智能技術賦能教師的教學方法，使得教師不僅能夠提供個性化的引導支持，還能夠更加高效地進行教學過程的創新和優化。

人工智能賦能教師的核心在于通過數據分析來為教學活動提供實時反饋，從而幫助教師動態調整課堂教學內容和方式。例如人工智能可以通過分析學生在課堂中的參與情況、作業完成情況、知識掌握水平等，為教師提供詳盡的學習數據報告。教師可以利用這些數據來識別學生的學習進展、困難點以及潛在的學習障礙，進而根據不同學生的需求調整教學策略。這一基于數據的教學方法能夠突破傳統教學中教師主觀判斷的局限，提供更加客觀、精準的教學指導，使教師能夠在教學過程中實現真正的個性化支持。人工智能賦能的教學方法還促使教師在教學設計中更加注重過程創新。通過人工智能技術，教師可以設計更加多樣化的教學活動，并能夠根據學生的反饋動態調整教學形式，使課堂教學更加靈活、互動性更強，也更能夠激發學生的學習興趣和主動性。尤其是在管工交叉類課程中，學生的背景和需求差異較大，人工智能賦能的教學方法能夠確保每個學生在課堂中獲得最佳的學習體驗。

（三）人工智能賦能教學資源環境：構建數字化、互聯化教學生態

人工智能技術的應用使教學資源環境從傳統的封閉系統轉變為更加開放和互聯的數字生態，這一轉變符合喬治·西門和斯蒂芬·唐斯的網絡學習理論[24]。該理論強調，學習不僅是個體的認知活動，還是通過資源共享和社交互動實現的共同學習過程。在這一過程中，學生能夠通過與教師和同學的互動，以及訪問豐富的在線學習資源，提升學習效果。通過構建數字化、互聯化的教學資源環境，教師和學生可以在全球范圍內共享優質的教學資源，進行跨地域、跨學科的合作與學習，突破了傳統課堂的時空限制，創造了一個動態、互動的學習空間。

人工智能賦能的教學資源環境核心在于將教學資源進行智能化整合和管理。通過人工智能技術，課程內容、教學材料、課外學習資源和教學工具能夠根據學生的個性化需求、興趣和認知水平進行動態匹配和推薦。比如，人工智能技術可以通過實時分析學生的學習行為、學習習慣和知識掌握情況，自動推薦最適合的學習內容，如學術文章、教學視頻、在線實驗或討論材料等。這一基于數據驅動的個性化推薦系統，使得學習資源的分配更加精準、靈活，從而幫助學生更高效地學習并深人理解知識。結合建構主義學習理論[25]，這一系統能夠激勵學生根據自己的興趣和需求主動探索并建構知識，而不僅僅是接受預設的知識點。人工智能賦能的教學資源環境促進了教師和學生之間的實時互動和協作。通過智能化平臺，教師不僅能夠上傳、管理和共享教學資源，還能通過分析學生的學習反饋及時調整教學策略，提供個性化的指導。通過人工智能技術，教學過程不再是單向的信息傳遞，而是形成了一個動態反饋的學習生態，進一步提高了教育的互動性和參與感。

（四）人工智能賦能教學評價反饋：貫通全過程、現代化教學治理

人工智能技術在教學評價反饋中的應用，突破了傳統教學中評價單一、周期長的限制，推動了評價機制的實時化、動態化和個性化。該轉變與反饋理論相契合，反饋理論強調在學習過程中，及時、有效地反饋能顯著提升學生的學習效果2。人工智能賦能的教學評價系統能夠實時反饋學生的學習進度、理解深度和情感狀態，為教師提供更精準的指導依據，促使學生在認知上不斷進步并完成自主學習。

人工智能賦能的教學評價反饋不僅能夠即時反映學生在學習過程中的表現，還可以對學生的學習路徑和過程進行全面的監控與分析。與傳統的評估方法不同，人工智能賦能的評價反饋系統能夠在學習的每一環節中提供支持，不僅評估學生的最終成績，還對學生的學習過程、學習策略、學習態度等進行全面監控，從而實現全面素質評價。此外，人工智能的實時反饋和自適應調整也極大增強了學生的學習動機。根據形成性評價理論，這種即時反饋和動態調整有助于學生在學習過程中持續改進，而不是僅依賴期末的最終評價。人工智能賦能的教學評價反饋還為教師提供了更全面的教學質量評估工具。通過對學生學習數據的持續收集和分析，教師能夠獲得關于課堂教學效果、教學方法適應性等方面的反饋信息。

三人工智能賦能管工交叉類課程教學模式改革的實施路徑

（一）建設以學生為中心的智能個性化教學體系

在管工交叉類專業課程教學體系中，普遍以課程內容為中心，教學過程重傳授、輕理解，重統一、輕個性，難以適應學生知識基礎、學習節奏和認知方式的多樣性。自前的教學工具雖在一定程度上引入了人工智能輔助，但多停留于淺層推薦和結果反饋階段，尚未形成完整的個性化教學閉環。

現有教學體系中人工智能的應用尚未充分實現以學生為中心的教育理念，缺乏對學生學習過程的深度感知與個性響應機制。教學內容安排多以課程大綱為主線，忽視了學生知識結構的個性化需求與差異化節奏，缺乏實時調整機制。傳統教學過程中，學生對課程反饋的表達渠道有限，教師對學生學習情況的掌握依賴于考試成績和主觀觀察，缺乏對學生學習全過程，尤其是非顯性數據的深入挖掘。尤其在管工交叉類課程中，由于知識跨度大，學生常因基礎薄弱或專業興趣不均而出現學習脫節，缺乏個性化支持進一步加劇了學生的學習焦慮與認知負擔。

圍繞“以學生為中心\"的教學理念，構建智能個性化教學體系能夠有效解決上述問題，如圖1所示。依托人工智能技術，對學生在學習過程中的行為數據、認知水平、知識掌握情況進行深度建模，形成動態學習畫像，為不同類型的學生匹配最優學習路徑與資源配置，實現差異化教學目標的動態調整。在此基礎上，結合生成式人工智能與知識圖譜技術，為不同能力層次的學生自動匹配相應的教學內容、任務形式與反饋機制，實現精準推送與動態調整。同時，整合課程管理平臺與學習記錄系統，形成“目標制定一學習實施—效果反饋一策略調整\"閉環式教學流程體系，推動課程教學從“標準輸出\"轉向“精準服務”。

圖1以學生為中心的智能個性化教學體系

通過建設智能個性化教學體系，推動管工交叉類課程教學從傳統“一刀切\"模式轉向“以學生為本”的精準教育，旨在提升學生的學習積極性與知識掌握效率，也為教師提供基于數據的教學決策支持，強化教學與學習之間的互動與聯動。

（二）建設\"人工智能-思政素養\"融合型師資隊伍

在管工交叉類專業課程中，教師不僅要具備扎實的管理學與工程技術知識，還需掌握先進的信息技術與教學手段，以適應交叉學科融合背景下的教學需求。當前，高校教師隊伍中多數教師雖具備一定教學經驗，但對人工智能技術的理解與應用能力有限，尤其在課程設計中融合技術工具與思政元素的能力較弱。

人工智能時代對教師提出更高的復合能力要求，但現有師資培養體系尚未建立起“技術-價值-教學\"三位一體的融合機制。多數教師缺乏系統的信息技術背景，對人工智能技術在教學中的應用缺乏了解與信心，在使用人工智能工具進行教學輔助時存在懼怕與誤用的現象。部分教師對思政內容的融人缺乏主動性與方法論，課程內容的思政元素嵌入方式僵化，缺乏與學生實際認知水平與專業背景的聯動，導致育人理念難以貫穿教學全過程。在管工交叉類課程中，全面復合型人才匱乏，課程教學往往依賴少數核心骨干教師，難以滿足多樣化教學內容與多元化教學場景的需要。

要有效應對上述挑戰，必須推動以構建“人工智能-思政素養\"融合型師資隊伍為目標，建立以能力提升為導向的教師發展機制，如圖2所示。強調教師的育人責任意識培養，強化“人工智能-思政素養\"融合教學理念，推動專業教師在教學中主動承擔思政育人的職責。加強教師人工智能技術應用能力系統培養與思政素養提升，提高教師對人工智能的認知與操作能力，建立以培訓、實踐與認證為一體的全鏈條智能化思政元素結合能力提升體系。推動教師教學、科研與技術開發的深度融合，構建“教學資源一科研轉化—技術創新”一體化支持機制，鼓勵教師將教學研究成果轉化為人工智能教學資源、智能評價工具與知識服務系統，并在教學實踐中實現更新優化。

圖2“人工智能-思政素養\"融合型師資隊伍

建設融合型師資隊伍不僅有助于提升教師對人工智能的認知水平與應用能力，也是推動管工交叉類專業課程教學模式深層次變革的核心動力，能夠實現技術賦能與思政育人的有機結合，從而推動“教”與“育\"的深度統一，為管工交叉類課程的教學改革提供堅實的人力保障。

（三）構建\"人工智能-專業課程\"知識交互平臺

管工交叉類專業課程具有明顯的學科交叉特征，涵蓋大量概念復雜、結構抽象的理論內容，難以通過傳統手段進行直觀表達，對學生來說學習難度大且實踐性較強的理論知識理解困難。在管工交叉類專業課程中，均依賴傳統課堂教師與學生“一對多\"灌輸教學模式，難以針對每一位學生創建個性化的知識理解模型。

隨著人工智能技術在教學過程中的不斷深入，其智能性和交互性顯著增強，但由于當前平臺多以語言模性為核心，缺乏對課程語境、學科背景及學生差異化需求的系統建模，專業課程教學過程中“智能語言-自然人語言”的交互越發模糊，存在認知模糊與表達偏差的問題，可能導致學生對核心知識點的誤解。在長期缺乏針對性的引導與激勵機制下，學生可能逐漸失去學習控制感和目標導向感，從而降低學生的積極性與人工智能技術的準確性，難以長期維持學習關系。

基于人工智能技術與專業課程教學模式構建“人工智能-專業課程\"知識交互平臺，如圖3所示，能夠有效解決上述問題。該平臺構建是以“技術賦能一需求導向一交互優化\"為基本理念，基于生成式人工智能技術創建以學生為中心的教學模型，系統整合教學目標與學習反饋數據，生成動態個性化教學方案。利用自然語言處理、語義建模等技術，深入剖析教學過程中“智能語言-自然人語言\"的交互機理，提升人工智能對專業術語的理解能力，減少語言轉換過程中的信息損失。同時，搭建知識交互平臺的動態反饋機制，實時采集學生在學習過程中的行為數據與反饋信息，以支持知識結構、內容深度及語言表達的持續優化。

通過構建“人工智能-專業課程\"知識交互平臺，解決人工智能與專業課程教學之間的融合問題，該平臺不僅為個性化學習提供技術支撐，也為人工智能賦能高等教育教學模式改革提供實踐路徑與理論依據，進而推動管工交叉類專業課程的高質量發展。

（四）構建全過程融合的智能教學評價與反饋機制

管工交叉類課程因其內容跨界、目標多元、形式復雜，對教學評價系統的科學性與靈活性提出了更高要求。特別是在人工智能輔助教學過程中，大量學習行為數據未被充分挖掘與反饋，導致教學優化路徑不明晰，學生學習中的問題難以及時發現與精準干預。

現有教學評價體系中，教學過程的多維要素如學習行為、情緒波動、合作表現等未被納入評價體系，導致教學評價不能全面反映學生綜合素質的發展。教師對評價結果的利用程度不高，缺乏將數據分析結果轉化為教學改進策略的主動性。在管工交叉類課程中，學生學習節奏差異大，缺乏過程性評價機制會影響學生自我調節與教師精準指導，不利于形成學生自我驅動、持續改進的學習狀態，且教學調整缺乏依據，反饋指導不及時、不精準。

基于人工智能構建全過程融合的智能教學評價與反饋機制，如圖4所示。利用學習分析技術實時采集學生在教學平臺上的行為數據，構建多維度教學評價指標體系，綜合衡量其問題解決能力、系統思維能力及其社會責任意識等。依托教育大數據與人工智能技術，整合線上學習平臺、線下課堂教學等多種載體中的學習行為數據，通過行為軌跡挖掘等技術手段捕捉學生在學習過程中的表現狀態，實時獲取學生在學習過程中展現出的認知投入與價值態度，從而實現教育效果評估，輔助教師實現精準教學，形成“數據驅動一模型解析一動態反饋\"的一體化評價系統。智能教學評價應生成可操作的教學反饋建議，針對不同學生生成學習行為分析報告、個性化學習路徑優化建議及階段性學習風險預警的反饋結果，實現因材施教，提升自主學習能力。推動評價結果在教學改進與課程改革中的應用，使其成為教學循環優化的起點，建立“數據采集一智能分析—課程優化”的閉環優化機制，從而實現教學設計、教學內容與教學方法的持續優化。

圖3“人工智能-專業課程\"知識交互平臺

圖4全過程融合的智能教學評價與反饋機制

全過程融合的智能教學評價機制有助于推動教學評價從“教學結果評估\"向“教學過程優化\"與“學習成效提升\"轉型。通過教學評價與反饋，有效提升課程教學的科學性與精準度，實現教學過程中從“教師主導\"發展為“師生共評”的動態共建與實時優化，提升課程整體質量與學生學習成效。

四 結束語

立足于人工智能時代高等教育教學改革需求，圍繞管工交叉類課程的育人自標，探索了人工智能賦能課程教學模式改革的框架設計與實施路徑。系統分析了人工智能賦能教育的國內外發展動態、特點與存在的問題，構建了人工智能賦能管工交叉類課程教學模式改革的總體框架設計，提出了人工智能賦能管工交叉類課程教學模式改革的具體實施路徑。

基于國內外發展現狀及特點，分析了人工智能在學生學習、教師教學、教學資源和教學評價四個維度中的融合交互框架。設計了推動精準化、個性化學習的學生學習模式，促進引導式、智能化過程創新的教師教學方法，構建數字化、互聯化教學生態的教學資源環境，以及貫通全過程、現代化教學治理的教學評價反饋機制。從個性化教學支持、師資隊伍培育、知識交互平臺建設和智能評價反饋四個方面，提出了具體可行的實施路徑。提出了建設以學生為中心的智能個性化教學體系、建設“人工智能-思政素養\"融合型師資隊伍、構建“人工智能-專業課程\"知識交互平臺和構建全過程融合的智能教學評價與反饋機制。

研究為人工智能賦能背景下管工交叉類課程的教學模式改革提供了理論依據與實踐路徑，為推動新時代高校教育數字化轉型與課程思政建設協同發展提供了有益借鑒，對促進管工交叉類專業復合型人才培養質量具有重要意義。

參考文獻：

[1]中國共產黨第二十次全國代表大會開幕會[EB/OL].（2022- 10-16）[2025-05-06]. https：//news.cnr.cn/native/gd/sz/202210 16/t20221016_526036275.shtml.

[2]張立群.人工智能賦能高等教育教學改革的中國范式構建 [J].中國高等教育，2024（24）：9-13.

[3]通用人工智能對高等教育的影響 [EB/OL].（2025-05-05）[2025- 05-06].https：//news.cctv.cn/2025/05/05/ARTIwVYQ24KG6pb XMz bzGs4H250505.shtml.

[4]教育部高等教育司：人工智能引領高等教育數字化創新發展 [EB/OL].（2024-03-21）[2025-05-06].https：//m.cahe.edu.cn/ site/content/17079.html.

[5]中共中央國務院印發《教育強國建設規劃綱要（2024— 2035 年）》[EB/OL].（2025-01-19）[2025-05-06].https：//www. gov.cn/zhengce/202501/content_6999913.htm.

[6]劉偉華，劉婷婷，霍寶鋒.管工交叉專業改革——基于三鏈融 合的理論視角[J].天津大學學報（社會科學版），2024，26（2）： 97-108.

[7] KUBASSOVA O， SHAIKH F，MELUS C， et al. History， current status，and future directions of artificial intelligence [J].Precision Medicine and Artificial Intelligence，2O21：1-38.

[8]RAJARAMANV.JohnMcCarthy-Father ofartificial intelligence [J]. Resonance，2014，19（3）：198-207.

[9] WANG S. Spatial data mining under Smart Earth[C]//proceedings of the 2O11 IEEE Intermational Conferenceon Granular Computing，2011.

[10] KANG M J，YOON S. The process of developing ICT-enhanced education in Korea[J].ICT in Education and Implications for the Belt and Road Initiative，2O2O：73-98.

[11] ISHIWATARI Y. Regarding Japan's declaration to be the world's most advanced IT Nation [J].New Breeze，Spring URL： htps：//wwwituaj jp/wp -content/uploads/2016/04/ nb28-2_web-06-PolicyITnation pdf，2016.

[12] SIPAHI EB，SAAYI Z. The world's first \"Smart Nation\" vision： the case of Singapore[J]. Smart Cities and Regional Development（SCRD）Journal，2024，8（1）：41-58.

[13]盧宇，駢揚，李沐云，等.人機智能協同視域下的教育創新- 第27屆全球華人計算機教育應用大會綜述與審思I開放

[14] AGUILAR J，VALDIVIEZO P，CORDERO J， et al. A general framework for learning analytic in a smart classroom[C]/International Conference on Technologies and Innovation.Springer International Publishing，2016.

[15] KIM S，SONG S-M，YOON Y-I. Smart learning services based on smart cloud computing [J]. Sensors，2011，11 （8）： 7835-50.

[16]國務院印發新一代人工智能發展規劃的通知[EB/OL]. （2017-07-20）[2025-05-06]https：/wwwgovcnzhengcezhengceku/ 2017-07/20/content_5211996.htm.

[17]中共中央國務院關于全面深化新時代教師隊伍建設改革 的意見[EB/OL].（2018-01-31）[2025-05-06].https：//www. gov.cn/zhengce/2018-01/31/content_5262659.htm.

[18] ZHU C，SUN M，LUO J，et al.How to Harness the Potential of ChatGPT in Education？ [J]. Knowledge Managementamp;E-Learning，2023，15（2）：133-52.

[19] CHEN C M，WANG JY，HSU L C. An interactive test dashboard with diagnosis and feedback mechanisms to facilitate learning performance[J]. Computers and Education：Artificial Intelligence，2021.

[20]祝智庭，戴嶺，胡姣.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）：12-19，34.

[21] BRUNER J S. Toward a theory of instruction [M]. Harvard university press，1974.

[22] MILLER K A，DECI E L，RYAN R M. Intrinsic motivation and self-determination in human behavior[J].Contemporary Sociology，1988，17（2）：253.

[23] VYGOTSKII L S，RIEBER R W. The history of the development of higher mental functions [J].（No Title），1997.

[24] SIEMENS G. Connectivism： A learning theory for the digital age [C]//International Journal of Instructional Technology amp; Distance Learning，2005.

[25] PIAGET J. To understand is to invent[J].J Coll GenPract， 1973，13（9）：526-527.

[26] THORNDIKE E L. Animal intellgence： An experimental study of the associative processes in animals[J].The Psychological Review： Monograph Supplements，1898，2（4）.

[27] BLACK P，WILIAM D. Assessment and classroom learning[J].Assessment in Education：principles，policyamp; practice，1998，5（1）：7-74.