人工智能賦能高職“鐵路線路與站場”課程改革的創新實踐

基金項目：2024年度陜西省“十四五”教育科學規劃課題《人工智能技術賦能高職院校混合式教學的研究與實踐》（SGH24Y3309）；2023年度陜西高等職業教育教學改革研究項目《數字化轉型背景下數字技術與混合課堂雙線融合教學設計研究與實踐》（23GY048）。

引言

人工智能是當今社會發展最快、對社會各方面影響最大的科學技術。教育部部長懷進鵬在2024年世界數字教育大會上強調，將實施人工智能賦能行動，促進智能技術與教育教學、科學研究、社會的深度融合，為學習型社會、智能教育和數字技術發展提供有效的行動支撐。《中國智慧教育白皮書》在2025世界數字教育大會上正式發布。這是我國首次以“智慧教育”為題發布的白皮書。白皮書闡明，中國政府高度重視人工智能對教育的深刻影響，積極推動人工智能和教育深度融合，促進教育變革創新。智能化是教育變革的重要引擎，為推動科學教育與文化教育有機結合，服務人的全面發展創造了無限可能。教育數字化是我國開辟教育發展新賽道和塑造教育發展新優勢的重要突破口，從國家相關教育政策可以看出，新質人才培養迫切需要專業課程創新改革。

本文以鐵道交通運營管理專業“鐵路線路與站場\"課程為例，分析了課程教學現狀，通過文獻綜述和技術研究，提出了人工智能技術賦能課程教學改革的實施路徑，以期為鐵路相關課程教學改革提供指導，推進鐵道專業人工智能教育有效實施。

鐵路線路與站場課程教學現狀

“鐵路線路與站場”是鐵道交通運營管理專業的基礎課程。通過學習該課程，可以讓學生掌握鐵路線路的作用、基本組成以及不同運輸條件下的鐵路線路基本要求，掌握鐵路車站及鐵路樞紐作用、分類與各種車站平面布置，培養學生鐵路線路與站場設備認知、車站設備操作的能力。

1.授課對象個性化明顯

“鐵路線路與站場\"課程的授課對象主要是鐵道交通運營管理專業的高職一年級學生。這一代學生是在互聯網和人工智能技術蓬勃發展的時代背景下成長起來的，被稱為“數字原住民”。他們熟練掌握智能手機、平板電腦、VR和AR設備等智能科技產品，對新興技術和創新教學模式展現出高度的適應性和濃厚的興趣。在學習過程中，學生更傾向于利用智能設備對鐵路線路設備和站場布局進行自主探索和學習。例如，他們可以通過智能手機上的專業應用程序或在線模擬平臺，隨時隨地查看鐵路線路、站場布局的三維模型等。這種自主學習方式不僅激發了學生的好奇心和探索欲，還培養了他們的動手能力和解決問題的能力。因此，在設計教學方案時，必須充分考慮如何將人工智能技術與課程內容深度融合，以滿足學生對智能學習環境的期望，從而有效提升他們的學習積極性和參與度，確保教學活動高效開展。

2.現有資源的交互性和個性化程度不足

西安鐵路職業技術學院“鐵路線路與站場”課程在2015年建成了精品資源共享課，并于2022年建成精品在線開放課，課程線上資源豐富多樣，包括微課視頻、音頻講解、2D和3D動畫演示以及題庫等。然而，課程的教育資源供給模式仍然較為粗放，無法滿足學生的個性化學習需求。以站場布置圖分析為例，學生在掌握這一知識點時存在明顯的能力差異。部分學生能夠迅速理解并掌握復雜的進出站線路和咽喉區布局，而另一些學生面對這些內容時則感到困惑和吃力。雖然課程現有資源豐富，但因缺乏精準的個性化適配，未能針對不同層次學生的需求提供針對性強化輔導，導致部分學生在學習過程中難以獲得有效幫助，進而影響整體學習效果。

3.教學指導實時性和精準性不夠

目前，“鐵路線路與站場\"課程采用線上線下混合式教學模式，涵蓋課前預習、課中互動和課后拓展等環節。在整個學習過程中，學生需要持續性投入時間和精力。盡管教師努力為學生提供全面的教學支持，但受限于時間和精力，以及在線平臺交互功能的不足，仍難以在每個學習環節中為所有學生提供一對一的精準指導。這種指導的缺乏可能導致學生在學習過程中遇到諸多問題，如對知識點有誤解、學習方法運用不當，或是學習動力逐漸下降等，從而對學習效果和質量產生負面影響。

4.教學評價多元化難以實施

現有的“鐵路線路與站場\"課程教學評價體系，主要側重于學生的考試成績和實踐過程性評價，未能充分考慮學生在學習過程中的努力程度、進步幅度和學習態度等關鍵因素。這種評價模式存在全面性和客觀性不足的問題，無法全面反映學生的學習效果。增值評價和發展性評價為解決這一問題提供了新的思路。它們關注學生在特定時間段內的成長和進步，綜合考慮學生的學習基礎和最終成果，為學生提供了更全面、更公正的評價反饋。這不僅有助于激發學生的學習積極性和內在動力，還能增強學生的學習熱情。然而，要實現增值評價和發展性評價的有效應用，需要對學生學習過程中的各類信息進行精確記錄和分析，但這一過程工作量較大，且缺乏智能化平臺和工具的支持，難以有效實施。

文獻綜述與技術研究

1.文獻綜述

人工智能技術在教學領域的應用已成為教育研究的熱點話題，引發國內外學者廣泛關注。國外對人工智能在教育領域的應用研究起步較早且深入。人工智能在教學中的應用主要集中在利用機器學習、邏輯推理和自然語言理解等技術構建智能化教學工具和學習平臺。Sánchez-PrietoJC等學者構建了涵蓋感知有用性、感知易用性、使用態度、行為意圖及實際使用五個維度的教育評估模型。XiaoM等學者提出，在學生入學前分析其學習信息，運用特征法建模，形成人工智能驅動的個性化學習模型，定制高校師生專屬學習方案，并延伸應用于畢業生職業規劃。BernardJ等學者則利用人工智能識別學習風格，借助計算智能算法提升識別精準度，助力專家系統與智能教學系統精準適配不同學習環境。

在國內，人工智能技術在教學改革中的應用也取得了顯著進展，本科教育階段率先開展了相關探索與實踐。清華大學與微軟合作，深入探討學術論文作者、題目等信息之間的關聯性，并在此基礎上推出了開放學術圖譜。謝芋江等學者認為，教學改革的關鍵在于借助人工智能技術優化課程知識體系、革新教學方法、加強實踐教學環節以及建立精準的教學評價體系。林玉龍、白慧娟提出了基于人工智能的“數據采集一模型構建一動態反饋”三位一體的教學體系。近年來，相較于本科教育領域，人工智能技術在高職課程改革研究中的應用起步較晚，但相關研究已呈現出明顯的增長趨勢。姚瑞玲等學者基于智慧職教AI優課平臺，提出了“知識圖譜 + 六步法”的教學設計，并通過實例驗證了這一設計的有效性。龐惠文等學者探討了基于“內容重構一工具賦能—資源定制一生態培育\"實施路徑的課程改革創新實踐。解崢等學者提出了建立特征標簽、重構知識引導學習、構建交互平臺答疑、挖掘數據調整策略及利用教學數據優化教學的完整路徑。人工智能在高職教育中相關研究相對較少，未來的發展空間廣闊，亟待深入探索與研究。

2.技術研究

超星智慧課程平臺的知識圖譜和AI助手憑借自然語言處理、語音識別、語義理解、知識圖譜等技術融合，精準剖析用戶問題，洞察語義及需求，據此輸出契合的回答與服務。該平臺以深度學習算法為基石，依據用戶反饋數據，主動優化模型架構與算法規則，不斷強化場景適配性與功能精準性。其功能覆蓋課前預習、課中學習、課后復習全周期，滲透學習提醒、難點解析、資源推薦、智能組卷等環節，為學生打造全方位、個性化、智能化的學習支持體系，助力學習效能提升。

在助力高職“鐵路線路與站場\"課程改革方面，課程組將超星知識圖譜、AI助手與泛雅網絡教學平臺深度融合，無縫嵌入超星智慧課程平臺。借助超星大模型的文檔智能解析能力，平臺高效擴充知識儲備，精準對接課程知識點，實現課程專項答疑、拓展資源精準推送、習題智能生成及學習進度智能跟蹤。獨立管理后臺方便教師定制課程專屬助學策略，使其更適配于鐵路專業教學特色。從技術支撐到功能應用，超星智慧課程平臺可全方位適配高職“鐵路線路與站場\"課程改革需求。

“鐵路線路與站場”課程教學改革

“鐵路線路與站場\"課程歷經近十年的持續改革創新與實踐探索，與\"互聯網 + ”“人工智能 + ”教育理念深度融合，開辟出“內容重構一資源適配一智慧培育\"三位一體的課程革新路徑，借助人工智能技術全方位、深層次賦能教學全程。

1.內容重構：對接崗位需求，優化知識體系

按照行車崗位群職業發展規律“助理值班員一車站值班員 $$ 車站調度員一列車調度員”，以相應崗位需掌握的鐵路車站技能為知識主線，耦合“識設備”“懂方法”“精操作”三個維度，以“扎根沿線擔使命，立足車務踐初心”為思政主線，結合學生對客觀事物的認知規律（從簡單到復雜、從認知到實踐），將課程內容重構為鐵路線路、站場基礎、普鐵車站與高鐵車站4個模塊、13個項目、39個典型任務、104個主要知識和技能點。

2.資源適配：構建知識圖譜，支持個性化學習

知識圖譜可以整合線上資源，強化學習導向性，幫助學生按知識內在邏輯構建完整體系。知識圖譜還可以實現個性化學習與精準評價，教師借此定制策略、定位薄弱點，引導學生自主構建知識框架，增強學習效果，提升教學質量。

“鐵路線路與站場”課程在重構課程內容的基礎上，基于超星智慧課程平臺知識點關系，即“前置”“后置”和“關聯”，構建相應的知識圖譜。超星智慧課程平臺的知識圖譜板塊主要包括“學習地圖\"“知識列表\"以及“知識圖譜\"等。“學習地圖\"幫助學生按順序進行學習，同時側重于知識點學習路徑的展示。“知識列表”將知識圖譜中全部的知識點以列表的形式展示出來，主要展示知識點名稱、掌握率、完成率、使用量等，幫助學生和教師精準掌握學習進度。“知識圖譜”幫助學生快速瀏覽圖譜導航內容，展示課程內容的邏輯結構和知識點之間的關聯，幫助學生更直觀地理解課程體系。超星智慧課程平臺提供了多種布局形式，便于學生更好地了解課程結構體系，并助力教師高效完成教學。除此之外，學生還可以通過不同的篩選，查看不同維度的知識圖譜，達成使用知識圖譜的自的。

此外，知識圖譜關聯的課程自建教學資源與考核資源，可為課程智能選取匹配拓展資源，為學生構建更完整的知識網絡，有助于培養學生的系統思維能力。知識圖譜不僅可以幫助教師構建多元化、自主化的學習路徑，還可以引導學生基于圖譜預習、復習，或自主選擇學習路徑。分析知識圖譜的數據，可快速定位學生的學習狀況及薄弱點，針對性推送個性化學習路徑、智能推薦資源。

3.智慧培育：融合人工智能的混合式教學設計

“鐵路線路與站場”課程基于人工智能技術，構建以“課前、課中、課后\"三個教學階段和“學生、教師、AI助手\"三個核心角色為框架的智能混合式教學模式。這三個階段與三個核心角色的有機結合，形成了完整、系統的教學閉環，促進學生知識與技能的全面發展，如圖1所示。

圖1融合人工智能的混合式教學設計

課前階段：教師依據教學目標從知識圖譜抽取關鍵知識點，在超星智慧課程平臺完善對應的學習資源，并發布任務清單和測驗。學生據此自主預習，初步內化知識，完成測試。AI助手根據學生測驗情況，智能化分析薄弱點、有效呈現知識盲區，為學生精準推薦相關資源。AI助手還能督促、提醒學生按時完成預習，會初步分析學生預習中的知識點掌握情況，并反饋給教師。教師利用AI助手收集預習反饋，精準確定教學難點，以進一步優化教學策略。

課中階段：教師針對課前共性問題組織課堂探究，引導學生深度領悟和內化知識，并詳細講解重難點內容。依據教學內容設計小組任務，學生通過團隊協作完成任務，以鍛煉團隊協作能力、激發創新思維。課堂互動環節，教師運用超星智慧課程平臺的投票、搶答等功能發起提問或主題討論，引導學生積極參與，使其加深對知識的理解。AI助手可實時反饋互動數據，助力教師掌握學生參與狀態。

課后階段：教師借助超星智慧課程平臺AI助手的“AI助學習\"功能，根據學生課堂表現和學習數據，為每個學生推送個性化的課后作業和拓展學習資源。學生完成作業后，AI助手可以自動批閱客觀題，智能反饋考核結果及詳情分析，助力學生以評助學，達成課程目標。此外，學生還可以利用AI助手隨時查看自己的學習進度和知識掌握情況，進行自主復習和知識鞏固。平臺會根據學生的復習情況為其推薦相關的知識點講解視頻、練習題等學習資源，幫助學生查漏補缺，強化知識記憶。AI陪練可以智能出題，為學生提供實時訓練，并智能化解析錯題，促進學生理解。AI助手為教師提供詳細的作業分析報告，有助于教師更有針對性地進行課后輔導和答疑。

4.多元評價：構建多元智能評價框架

“鐵路線路與站場\"課程的教學評價采用基于人工智能的多元評價體系，融合了過程性評價、結果評價、增值評價，能全面且動態地反映學生的學習狀況，為教學改進和學生發展提供有力依據。

超星智慧課程平臺的AI助手為多元評價體系提供了有力支持。本課程的過程性評價主要依靠平臺的移動端教學數據采集功能，記錄學生課前預習、課堂互動及課后復習等全過程的學習行為數據，如學習時長、作業完成時間與質量、課堂互動頻率等，為教師提供了詳細的過程性評價依據。

結果評價雖然為傳統評價方式，但超星智慧課程平臺的AI助手能夠對學生的測驗及考試等進行智能批閱，快速、準確地給出成績。AI助手可在考試結束后迅速完成對客觀題的批閱，并統計學生的成績分布情況，為教師提供整體成績分析報告，幫助教師了解學生對課程知識的掌握程度，實現對教學效果的量化評價。

增值評價主要包括學習成果對比分析和學生畫像生成。學習成果對比分析利用平臺大數據分析技術，對學生在課程學習中的多次測驗、作業及考試成績進行對比分析，關注學生的學習進步幅度，而不僅僅是最終成績。通過這種增值評價方式，教師能更全面地了解學生的學習成長，發現其潛力與進步，給予更合理的評價。學生畫像生成則是平臺借助AI助手對學生學習數據的分析，生成學生畫像，包括學生的學習習慣、優勢知識點與薄弱環節等信息。教師依據此畫像，為學生提供精準的個性化輔導，幫助其克服學習困難，提升學習能力，實現增值發展。

教學案例

本案例選自“鐵路線路與站場”課程模塊三項目一任務二分析會讓站布置圖的內容，旨在使學生掌握會讓站的作業、設備，能夠對會讓站基本圖形進行分析和選擇，培養學生分析問題和解決問題的能力，引導學生熱愛小站工作，養成勇毅堅守、無私奉獻的職業精神。

1.課前階段

（1）個性化學習路徑生成

教師使用超星智慧課程平臺，依據教學目標從知識圖譜中精準提取會讓站布置圖分析的關鍵知識點，包括會讓站的作用、會讓站的設備、布置圖分析原則等，發布“認識會讓站\"的任務單，并使用AI生成小測試。學生自主預習，觀看微課，并完成測試。AI助手根據測驗結果智能分析學生的知識盲區，精準推薦知識點資源，如動畫、視頻等，助力學生強化學習。AI助手可結合學生的歷史學習數據、測試成績及學習偏好，為知識薄弱學生安排基礎練習與案例分析鞏固基礎知識，為掌握較好的學生提供行業案例等拓展資料，引導其深入探究，拓寬知識面。

（2）智能答疑

在課前任務過程中，學生遇到問題時，可隨時使用超星AI助教的功能進行智能答疑。AI助教能夠快速理解并精準回答問題，為學生提供及時的學習支持。

（3）支持反饋

AI助手能夠記錄并分析學生知識點的掌握情況，并將結果反饋給教師。教師據此精準定位教學難點，調整策略。教師根據AI班級學生分層畫像功能查看學生分層情況，依據勤奮層、提升層、全優層和學霸層對學生進行分組，為課中小組任務做準備。

2.課中階段

（1）知識梳理與重難點講解

教師利用超星智慧課程平臺的知識圖譜功能，將會讓站布置圖的相關知識點進行系統梳理和可視化展示。通過知識圖譜，學生能夠清晰地了解各知識點之間的邏輯關系，例如會讓站中的到發線數量和位置、橫列式和縱列式會讓站的特點等。教師基于知識圖譜，詳細講解學生在課前任務中反饋的普遍性問題及重難點內容。

（2）互動式教學與實時反饋

教師發起會讓站設備的投票活動，通過投票結果查看學生對講解的掌握情況，并進行點評。接著，教師發布一個單線橫列式會讓站布置圖分析的討論題，組織學生思考并討論。討論后，AI助教會根據學生的問題或觀點進行自動回復，解答疑惑、提供建議，引導學生深人思考。該方法不僅能夠增強學生的學習體驗，還可以幫助其更好地理解課程內容并提高教學參與度。

（3）分組實踐與點評

教師發布課中小組任務，引導學生分析雙線橫列式會讓站布置圖的案例。AI助手可以提供疑問解答和思路提示。學生按照課前的分組，以小組方式學習資源，圍繞布置圖展開討論。各小組整合分析成果，形成報告，包括布置圖特點、優缺點及改進建議。超星智慧課程平臺的協作工具支持在線編輯和共享，確保報告內容詳實、格式規范。教師邀請小組代表匯報分析結果，其他小組進行點評，AI助手進行分數記錄和統計，最后教師進行總結。

3.課后階段

（1）個性化作業與AI組卷

超星智慧課程平臺根據學生的學習情況和課堂表現，為每位學生布置個性化的課后作業。作業題目涵蓋會讓站布置圖的不同知識點和技能點，難度層次分明。例如，基礎題要求學生繪制簡單的橫列式會讓站布置圖，標注主要設備；提高題則要求學生分析給定的縱列式會讓站布置圖，指出其優缺點和改進建議。學生提交作業后，AI助教可迅速精準批改，并提供詳細反饋與改進建議。教師依據學生作業完成情況，運用AI組卷功能，針對薄弱知識點為有提升需求的學生發布強化測試，以鞏固學習效果。

（2）學習數據反饋與教學改進

平臺會自動收集和分析學生課后學習的各種數據，如作業完成時間、正確率、知識點掌握情況等，并生成詳細的學習報告反饋給教師。教師根據這些數據反饋，深入了解學生的學習需求和困難，進而優化教學內容和方法，為下一輪教學提供更精準的服務。

（3）拓展學習資源推薦

為了滿足不同學生的學習需求和興趣，超星智慧課程平臺在課后為學生推薦相關的拓展學習資源，如學術論文、行業案例等。這些資源有助于學生進一步拓寬知識面，加深對會讓站布置圖的理解，提升自主學習能力和專業素養。

“鐵路線路與站場”課程教學改革成效

1.學生成績分析

實踐證明，在“鐵路線路與站場”課程教學改革中，融入人工智能技術后成效顯著，有效提升了學生的成績。學生對知識的理解與應用能力增強，期末考核中基礎理論知識與實踐題得分率提高約 20%。

人工智能輔助教學平臺的智能答疑、社群互動交流等功能，使學生能及時解惑，學習積極性高漲，學習連貫性增強。課程設計與實踐環節考核顯示，學生的綜合應用能力得分提升約 15% ，作業質量顯著提高。與改革前對比，學生平均成績提高 8% ，尤其在車站布置圖分析、進路交叉干擾分析等實踐題目上，得分率明顯上升。

2.學生滿意度調查與反饋

人工智能技術的應用大幅提升了學生滿意度，問卷調研顯示， 90% 以上的學生認為人工智能技術提升了學習興趣、積極性與主動性，對教學模式表示喜愛； 85% 的學生覺得它有助于集中注意力、培養預習習慣以及促進同學間的交流討論； 80% 以上的學生認為知識圖譜功能對自己的學習有很大的幫助。綜上所述，學生普遍認為人工智能技術讓學習更有趣、高效，更能滿足個性化學習需求，對課程整體滿意度較改革前提高了約 25% ，對教學方法創新的認可度達到了 85% 。

結論與展望

1.研究工作總結

人工智能賦能“鐵路線路與站場\"課程的創新實踐與探索，是契合時代潮流與行業訴求的關鍵之舉。不僅促使學生熟練運用人工智能工具，還與鐵路運輸行業新質生產力的發展方向相適應。然而，伴隨人工智能技術的廣泛運用，其潛在風險也值得關注。在實踐過程中，還應著重培育學生正確的價值觀與道德觀，使其在掌握知識與技能的同時，能夠合理地運用人工智能技術。

2.未來研究方向

目前，“鐵路線路與站場\"課程在教學內容、教學方式以及教學評價的創新方面已取得階段性成效，但仍有持續探索與完善的空間。下一步課程組將以知識圖譜為基礎，構建涵蓋課程思政圖譜、目標圖譜以及問題圖譜的圖譜體系，并推廣至鐵道交通運營管理專業的其他課程，實現課程間的有機銜接。同時，課程組將在AI數字虛擬教師、AI助研、AI任務引擎等方面繼續深入探索和研究，持續深化人工智能技術在教學與課程建設中的融合，以滿足國家職業教育“五金\"建設中對金課程、金專業的要求，為鐵路行業培育更多高素質技能人才貢獻力量。

參考文獻：

[1]Sá nchez-Prieto J C，Cruz-Benito J，Theron R，et al.Assessed by Machines：Development ofa TAM-Based Tool to Measure AI-Based Assessment Acceptance Among Students[J]. International Journal of Interactive Multimedia and Artificial Intelligence，2020，6（4）：80.

[2]Xiao M，YiH B.Buildingan Efficient Artificial Intelligence Model for Personalized Training in Colleges and Universities[J]. Computer Applications in Engineering Education，2O21，29（2）：350- 353.

[3]Bernard J，ChangT W，Popenescu E.Learning Style Identifier：Improving the Precision of Learning Style Identificationthrough Computational Intelligence Algorithms[J].Expert Systems with Applications，2017，75：94-97.

[4]Huang H，Wang H，Wang X.An analysis frameworkof research frontiers based on the large scale open academic graph [C].Proceedings of the Association for Information Science and Technology，2020，57（1）.

[5]謝芋江，周培山，溫飛娟，等.人工智能賦能“金屬材料及熱處理\"課程教學改革初探[].金屬熱處理，2025，50（3）：250-254.

[6]林玉龍，白慧娟.基于人工智能的“機械優化設計與仿真”課程評估改革[J].印刷與數字媒體技術研究，2025（3）：179-184.

[7]姚瑞玲，張永鶴，張玉紅.基于知識圖譜的高職“數字印刷技術\"課程建設探索與實踐.印刷與數字媒體技術研究，2025（3）：173-178.

[8]龐惠文，張增紅，劉美琴，等.人工智能賦能高職\"色彩原理與應用”課程改革的創新實踐[J].印刷與數字媒體技術研究，2025（3）：134-141.

[9]解崢.大數據驅動下高職財經類專業精準教學的特點、框架與路徑[J].教育理論與實踐，2025，45（15）：60-64.

（王靜、史歌：西安鐵路職業技術學院）