武夷学院丨智慧课程建设与实践案例分享

      《化工原理A》为化学工程与工艺专业核心课程，立足学校“地方性、应用型、有特色”办学定位，面向专业大三、大四学生开设。课程旨在帮助学生建立“三传一反”基本理论，培养运用基础理论求解和分析化工单元操作实际问题的能力，为制造强国建设和区域绿色高质量发展培养卓越工程技术人才。

      课程建设历经三个阶段：2011年起开展线上线下混合式教学改革，2012年获批校级精品课程；2019至2021年先后获省青教赛二等奖、省级一流课程、省教学成果一等奖及省教学创新大赛二等奖，支撑化工专业获批省级一流专业；2024年课程知识图谱上线智慧树网开启全国共享，2025年专属智能体“武小化”上线运行，2026年“智慧慕课”建成上线，课程正式进入数智化教学新阶段。

      课程教学面临以下痛点、难点问题：

      1.课程内容繁杂，理论性强，教学资源分散，学生个性化学习需求“难满足”。课程知识点之间的联系错综复杂，传统教学一般按照树形结构组织知识点，无法清晰呈现知识点之间的复杂关系，不利于学生构建完整、系统的课程知识体系。

      2.能力培养受时空、设备台套数等限制，动态交互不够，学生高阶能力培养“难实现”。传统的化工单元操作能力训练，受各方面因素的限制，实验过程往往是静态的流程复现，未创设互动性的教学情境，难以实现学生高阶能力培养。

      3.教学评价以终结性评价为主，依赖主观经验，缺乏动态过程考核，学生综合素养“难考核”。传统教学评价以考试成绩为主要衡量标准，依靠人工经验判断，忽视学生能力的系统性发展，难以契合新时代人才培养需求。

图1 《化工原理A》智慧课程建设总体思路

（一）课程重构，创设开放生成式课程体系

      构建“专业筑基-思政铸魂-数智赋能”的三维协同育人体系，聚焦化工单元核心能力塑造，系统重塑知识传授、能力培养、素质提升三位一体的教学目标框架。利用课程知识图谱，通过对课程内容的结构化构建、分层化应用，将各知识点有机联系起来，形成了一个完整的、多维度的知识网络。逐步构建以学生学习为中心、以知识进阶为路径、以培养具有解决复杂工程问题能力和高阶思维能力为目标的课程体系。使其不仅可以服务于《化工原理》，同时可以支撑《化工设计》《化工工艺学》和《化工过程开发与设计》等多门课程的教育教学。

（二）实训迭代，打造沉浸交互式工程实践场域

      线上实践依托课程专属智能体和虚拟仿真资源，带领学生完成化工单元设备选型、计算、安装与运行分析的全过程，训练结束后，智能体会从工况理解、泵型判断、材质意识、安全分析等5个关键维度对学生进行全方位的评估；线下依托校企合作共建合成樟脑半实物智慧工厂，搭建“可视化展示、智能化辅助、数字化交互、安全化管控、全流程覆盖”对接产业真实场景的智慧工厂实践平台。学生在平台完成基于真实场景的中控操作、生产调度、突发故障处置等操作。学生能够在强化基本理论知识的同时，提升工程判断力和实际应用能力，掌握化工过程中的实际操作技能。

（三）多维评价，赋能学生个性成长

      构建课前、课中、课后全过程形成性评价体系，以数据驱动个性化学习。课前依托任务引擎发布学习任务，平台自动记录并监测完成情况，教师据此督学并微调教学设计；课中利用智慧树平台实时采集互动数据（如检测结果、抢答频次、在线互动等），动态调整教学节奏，及时预警不活跃学生；课后追踪作业与实践数据，结合AI助教与人工答疑，分析学习地图与知识点完成率，生成班级及个人学习画像，并据此重构教学设计，实现教学反思与持续改进，精准赋能学生个性化成长。

（四）组织实施情况

（以《化工原理A2》“二元物系相平衡”小节为例）

      课程构建了“课前发散—课中探知—课后实践—反思反哺”全链条深度交互式教学组织模式，依托智慧平台推送、仿真操作与人机对话实现生-机交互，借助小组研讨与对比讲解实现师-生、生-生交互，实现数据贯穿教学全程。

      课前，发散性出题驱动个性化启航。 智慧树平台推送知识图谱认知、课前讨论题、科学家精神视频及原理动画等任务，平台自动记录观看时长与交互数据，为精准施教提供依据。

      课中，导航式探知构建虚实融合的生成式课堂。 以情境导入展开小组讨论，教师针对性讲解；学生分组操作Aspen Plus仿真软件，智慧屏幕实时展示各组数据，教师对比分析；围绕“乙醇-水共沸体系分离”难题，学生与专属智能体“武小化”扮演的工程师对话，促进深度思考；利用AI课堂即时检测，实时掌握学情。

      课后，融合性实践实现数智赋能精准提升。 依托半实物虚拟仿真中心，开展从设备拆装到工艺设计的递进式仿真操作；借助多模态数字孪生实验系统，基于真物料数据驱动半实物运行，实现讲解、操作、考评与实时互动一体化。

      课后，辩证式反思推动螺旋式教学提升。构建师生双维度数智画像，学生通过知识图谱诊断薄弱节点、对比AI推荐路径形成反思档案；教师借助互动热力图与预警分析，精准识别共性难点，反思并优化教学设计，实现“反思—诊断—改进”螺旋式教学提升。

（一）促进了专业建设水平

      《化工原理》课程是化工类专业的核心课程，强力支撑了武夷学院生态与资源工程学院省级一流专业（化学工程与工艺、生物工程），且支撑了武夷学院化工专业的人才培养获得了2020年省级教学成果一等奖，2024年校级教学成果特等奖。  

（二）提升了学生实践创新能力

      课程有力地提升了学生利用专业知识解决复杂工程问题的能力，学生的实践创新能力得以提升。近5年，专业学生在全国大学生化工设计竞赛获全国二等奖6项，全国三等奖4项，华南赛区一等奖6项，华南赛区三等奖6项；在全国大学化工实验大赛中获中南赛区二等奖4项，中南赛区三等奖3项，中南赛区优秀奖2项（化工类专业只有这两项赛事入选全国普通高校大学生竞赛榜）。

（三）提升了教师教学水平

      近年来，教学团队立足学校办学定位，结合专业实际，以专业建设、课程建设、教育教学改革研究项目为抓手，加快推进教育数字化进程，努力提升育人水平。教学团队已建设1个省级一流专业，2门省级一流课程，3门校级智慧课程，先后承担各类教育教学改革项目30余项，其中省部级以上11项，发表教育教学研究论文10篇。

      本案例紧扣人工智能赋能教育的发展趋势，立足《化工原理》课程“内容繁杂难理解、实践场景难构建、能力培养难量化”三大传统痛点，形成了以知识图谱重构内容体系、以专属智能体创设工程情境、以全过程数据驱动个性评价的改革方案。案例创新性体现在三个方面：一是以“知识图谱+智慧慕课+专属智能体”三位一体重构教学资源，实现知识体系的可视化与智能化；二是以“虚拟仿真+智能体对话+半实物工厂”打造虚实融合的沉浸式实践场域，破解高阶能力培养瓶颈；三是以“过程性数据采集+双维度学情画像”实现精准诊断与因材施教。

      本案例具备较强的可复制性和推广价值。课程建设路径清晰、模式成熟，累计有来自西南石油大学、西安工程大学、湖南工学院等7所院校的1423人选课。其中，校内已覆盖化学工程与工艺、高分子材料科学与工程、环境工程、生物工程等专业20个班级，实践验证效果良好。课程负责人受邀在校内外开展人工智能赋能教学改革讲座，累计参与教师人数达300余人次；课程作为专业核心课程，其“数智赋能”建设经验可为化工类、工程类专业的课程改革提供可参照的实践样本，助力同类院校解决实践教学资源受限、个性化教学难以落地等共性问题。

（一）“基于知识图谱和虚拟仿真双驱动的《化工原理》数智课程建设与应用案例”荣获2024年福建省高校在线教育联盟“智能MOOC（IMOOC）”典型场景二等奖；

（二）课程智能体建设案例获智慧树官方公众号推荐

（三）案例相关图片、视频等。

本案例围绕《塑料成型工艺及模具设计》课程（专业选修课，32学时，2学分，面向机械设计制造及其自动化专业大学三年级学生），系统开展了“AI渐进嵌入与项目制驱动的融合式教学创新实践”。课程自2018年起启动教学改革，2020年正式上线学银在线MOOC平台并持续运行至今，已完整开放12个周期，累计页面浏览量超318万次；2021年入选国家高等教育智慧教育平台并被超星收录为“示范教学包”；2025年获批第三批国家级线下一流本科课程。

（一）案例背景与核心理念

1.教学痛点

传统课程存在知识传授离散化、教学进程统一化、教学资源静态化、价值引领形式化、学习成果封闭化五大深层矛盾，学生“知而不会用”，创新能力培养碎片化，课程思政融合表面化，难以满足新工科背景下应用型人才培养需求。

 2.核心理念

 以“AI渐进嵌入+三级项目制驱动”为核心，构建“课前—课中—课后”全流程数智化教学闭环，将人工智能、知识图谱、虚拟仿真与工程实践深度融合，实现价值塑造、知识传授与能力培养的深度有机统一。

（二）案例实施概况

1.教学环境

依托学银在线智慧课程平台、超星学习通课堂互动系统，构建“线上预习+线下课堂+虚拟仿真+AI工作台”四位一体混合式教学环境。

2.数智化工具

定制“模小助”AI智能体支持缺陷诊断与方案生成；构建“注塑缺陷—成因—优化—模流结果”一体化知识图谱；配置Moldflow模流分析软件与虚拟仿真平台；依托学情画像系统实现精准化教学。

 3.实施对象与规模

面向机械设计制造及其自动化专业大三学生，每届约120人；线上课程已辐射全国24个省（自治区、直辖市）140余所院校，累计服务近4万名学生。

在人工智能快速迭代、教育数字化转型深入推进的时代背景下，传统《塑料成型工艺及模具设计》课程面临五大深层矛盾：知识传授的离散性与工程能力的系统性要求相脱节，学生“知而不会用”；教学进程的统一化与学生个性化发展需求相矛盾，“一刀切”教学抑制创新潜能；教学资源的静态化与产业技术的动态化发展相背离，学生数字化素养与产业接轨能力不足；价值引领的形式化与立德树人的根本性要求相割裂，思政教育“两张皮”现象突出；学习成果的封闭化与社会创新的开放性要求相阻隔，大量创新火花因缺乏孵化通道而夭折。

为破解上述痛点，落实教育数字化战略，推动人工智能赋能课堂教学，本案例以新工科建设“学生中心、产出导向、持续改进”理念为根本遵循，围绕创新应用能力培养核心目标，将AI智能体、知识图谱、虚拟仿真与“三级项目制”深度融合，构建“AI渐进嵌入+项目制驱动”的融合式教学新范式，重塑“课前导学—课中研学—课后拓学”全流程数智化教学闭环，实现价值引领、知识传授与能力培养的深度有机统一，为地方应用型本科高校工科课程改革提供可复制、可推广的实践样本。

本案例针对传统《塑料成型工艺及模具设计》课程教学中知识传授离散化、教学进程统一化、教学资源静态化、价值引领形式化、学习成果封闭化五大痛点，以“AI渐进嵌入+三级项目制驱动”为核心策略，围绕需求分析、个性化定制与应用优化三个维度展开系统探索，形成了一套可操作、可复制的融合式教学实施路径。

（一）需求分析：精准定位学情，锚定改革靶心

课程面向机械设计制造及其自动化专业大学三年级学生，前期学情调研显示：学生对“人工智能+项目制”教学模式较为陌生，对模流技术的原理与应用逻辑理解不系统；塑件结构工艺性分析能力薄弱，面对真实塑件无法独立完成缺陷诊断与方案比选；习惯于碎片化学习，深度思考与工程决策能力不足。同时，学生已熟悉网络教学平台使用，对短视频、新媒体等直观化教学资源接受度高，对真实工程案例、模具设计实践具有较强学习兴趣。

基于此，课程确立了“AI渐进嵌入”的实施原则——不是一次性引入全部AI工具，而是按照学生认知规律，分阶段、分场景将AI智能体、知识图谱、虚拟仿真逐步嵌入教学全流程，降低学生对新技术的学习陌生感，实现从“AI辅助”到“AI协同”再到“AI赋能”的自然过渡。

（二）个性化定制：构建“课前—课中—课后”全流程AI赋能路径（以项目三为例）

1.课前

AI个性导学与精准画像。 依托学银在线智慧课程平台，发布项目三任务引擎、PBL预习任务与预习自测；开放知识图谱与短视频资源，学生自主浏览知识图谱、观看项目章节视频、完成预习自测，初步了解缺陷类型。平台自动采集预习数据，生成班级与个体学情画像，精准定位“模具设计微调”等共性薄弱环节，为教师确定课堂重点提供数据支撑。

2. 课中

AI协同探究与方案决策。 线下课堂遵循“学情反馈—靶向精讲—AI辅助—拓展探究”四步递进：（1）学情反馈导入——展示班级AI实践成绩与能力分布图，聚焦薄弱点切入教学；（2）知识图谱靶向精讲——用动画演示熔接痕/困气形成机理，调用知识图谱可视化拆解缺陷判定标准，融入精工精神、质量意识等思政元素；（3）AI辅助工程分析——学生登录AI工作台上传模流预测图，借助AI智能体“模小助”获取优化建议，小组开展批判性讨论与方案比选；（4）AI赋能拓展探究——发布收音机面板进胶方案比选任务，学生分组扮演材料工程师、模具设计师、工艺工程师，从多维度提出方案并阐述优先级策略。

3. 课后

AI支撑思评研创。 平台自动更新学情数据，智能推送分层微课与拓展任务；学生完成课后塑件缺陷AI分析与优化报告；优秀项目成果通过“一组一案”孵化机制，对接大创项目、毕业设计、学科竞赛与学术论文，实现“课程学习—项目实践—创新产出”的可持续育人闭环。

（三）应用优化：迭代升级，形成可推广经验课程在持续运行中不断优化。

一是AI工具迭代——定制开发基于豆包大模型的AI智能体“模小助”，累计响应学生咨询302次，满意率达100%；二是资源体系迭代——建成涵盖223个核心知识点、关联79份资源与超1000道试题的五大图谱体系；三是评价体系迭代——建立“过程性评价50%+终结性评价50%”的多元化评价体系，PBL项目采用“价值+内容+汇报+答辩”四维评价标准。课程已在学银在线完整开放12个周期，累计被全国28个省份78所高校引用，选课超1万人次，形成了可推广的“AI+项目制”智慧教学标准流程。

1. 教学效果

通过本案例实施，课程实现了教学质量的显著提升。近三年学生评教分数平均超过96分，课程综合成绩优良率稳定在60%以上，不及格率降至0%；班级课程平均积分由改革前的26分提升至38分；课堂互动参与率达100%，有效破解了传统教学“知而不会用”的痛点，学生从被动接受知识转变为主动探究学习。

2. 学生成长

学生的专业实践能力、创新能力与职业素养显著提升。近五年学生以第一作者发表学术论文33篇，获国家专利授权14项；课程孵化省级以上大创项目十余项，获国家级、省级学科竞赛奖项100余项；形成了“课程学习—项目实践—创新产出”的完整培养链，学生的精工精神、质量意识与家国情怀在项目实践中得到深度浸润。

3. 教研提升

案例实施过程中，形成了一套可复制、可推广的“AI+项目制”智慧教学模式。课程获评第三批国家级线下一流本科课程、福建省课程思政示范课程；相关教改经验获福建省教学成果二等奖、福建省智慧课程优秀案例一等奖；发表教研教改论文7篇，带动所在院系多门工科课程开展教学改革。

4. 行业反馈

课程作为“示范教学包”及国家高等教育智慧教育平台上线课程，被全国28个省份78所高校、146个班级引用，选课超1万人次；配套数字教材被150家单位引用，辐射学生超4万人。师生团队围绕地方企业塑件成型、模具优化等需求开展技术服务，推动课程成果转化应用。行业与企业对参与实践的学生给予高度评价，认为学生专业技能扎实、职业素养优良，案例的实施为区域装备制造业输送了更多高素质应用型人才。

 本案例紧扣人工智能赋能教育的发展趋势，创新构建了“AI渐进嵌入+三级项目制驱动”的融合式教学新范式，有效破解了传统课程知识传授离散化、教学进程统一化、教学资源静态化、价值引领形式化、学习成果封闭化等共性痛点。案例形成了“课前AI个性导学—课中AI协同探究—课后AI支撑研创”的标准化教学流程，操作清晰、可复制性强，为同类院校工科专业课开展智慧教学改革提供了可借鉴的实践样本。

1.创新性与可复制性

本案例的“AI渐进嵌入+三级项目制驱动”教学模式具备完整的理论框架与实施路径，五大图谱体系、AI智能体“模小助”、三级项目制能力阶梯等核心要素均可模块化移植。目前，课程作为“示范教学包”及国家高等教育智慧教育平台上线课程，已被全国28个省份78所高校、146个班级引用，选课超1万人次；配套数字教材被150家单位引用，辐射学生超4万人。这一跨地域、跨层次的广泛应用数据，充分验证了模式在不同类型高校中的适应性与推广价值。

2.风险防控与伦理保障

在推广应用中，需重点关注以下风险：一是技术依赖风险，避免师生过度依赖AI工具而削弱独立思考与工程判断能力；二是数据安全风险，保障学情数据、学生项目成果的隐私与安全；三是AI伦理风险，防止学生利用AI代写报告、代做项目。课程已建立“AI辅助而非替代”的明确边界，通过强制标注AI使用内容、人工审核关键成果、推行学术诚信教育等机制，有效规避上述风险。

3.后续推广计划

课程团队将通过以下途径持续推广改革成果：一是依托“国家高等教育智慧教育平台”和“学银在线”持续开放共享课程资源；二是通过公开课、教学研讨会、师资培训等方式输出改革经验；三是总结形成案例集与操作指南，为更多教师提供可直接参照的改革工具。

（一）案例获奖情况

（二）第三方评价

1. 平台收录与示范认定

课程于2021年被超星集团收录为“示范教学包”，并于2022年入选“国家高等教育智慧教育平台”，截至目前已经运行12个周期，作为国家级平台的上线课程和超星示范教学包，课程的资源质量与教学设计获得了权威平台的高度认可。

2. 专家与同行评价

课程改革成果《数智融合，分层递进：基于“三级项目制”的应用型课程教学改革与实践》经校外专家组评审、校教学指导委员会审定，获第八届校级教学成果二等奖。课程思政教学案例《新工科背景下“翻转+混合+项目制”全过程课程思政教学改革与实践》入选第三批课程思政优秀教学案例。福建省高校在线教育联盟评选《三级项目制+AI赋能的〈塑料成型工艺及模具设计〉智慧课程创新实践》为省级智慧课程优秀案例一等奖。教学研究论文《三链三式“塑料成型工艺及模具设计”课程思政教学改革与实践》发表于《武夷学院学报》，为同类课程开展思政建设提供了系统化的理论参考与实践范例。

3. 应用效果与用户评价

课程在学银在线平台已完整开放12个周期，累计被全国28个省份78所高校、146个班级引用，选课超1万人次。配套数字教材被全国150家单位引用，参与学生3691人，辐射学生超4万人。近三年学生评教成绩均在95分以上。众多高校的持续引用与广泛选课，是课程应用效果最有力的实证。

4. 社会与行业反馈

师生团队围绕地方企业塑件成型、模具优化等需求开展技术服务，推动课程成果转化应用，践行“将论文写进工厂里”的产教融合理念。学生依托课程项目产出学术论文、专利及学科竞赛成果，用人单位对学生专业技能与职业素养给予高度评价。

“机械原理”是面向我校机械类专业本科二年级学生开设的一门专业核心课程，在培养学生的机械创新设计能力方面占有重要的地位，3学分、48学时。立足服务国家制造强国建设与地方特色产业人才需求，遵循我校建设一流应用型大学的办学定位，根据机械类专业培养高素质工程技术人才的目标，本课程以培养学生“懂理论知方法、能应用会设计、勇担当敢创新”为总目标。

基于建构主义学习理论的支架式教学法，通过构建“数融‘专思创’”六融内容体系，创建“自主建构式”智慧教学与实践平台，创设“智领‘学训践’”进阶教学活动，开展“数据成果导向”智能考核评价，为学生的持续学习打造“数智支架”，完成知识与能力的建构。

课程智慧化教学改革，重点解决以下3个教学问题：

（一）教学内容与制造业数智化转型人才需求的适配问题

制造业数智化转型要求机械人才具备AI辅助设计、数据驱动分析等新能力，教学内容亟需融入大模型、数字设计等新技术元素。

（二）学生个性化学习以及实践能力深度建构的支撑问题

传统一刀切教学难以满足个体差异需求，以知识传授为主的教学环境难以支撑学生深度建构知识与工程实践，需要智慧环境支撑个性化学习路径。

（三）“师生机”协同渐进培养创新设计能力的路径问题

原有课程缺乏贯穿全程、循序渐进的支架式教学活动与精准评价，难以持续渐进培养学生的机械系统方案创新设计能力，需要全流程“师生机”协同教学。

（一）“数融‘专思创’”教学内容重构

突破“数字设计技术”的局限，将人工智能技术与专业、思政、创新三类六种案例内容深度融合，构建了“数融‘专思创’”内容新体系。

图1 “数融‘专思创’”内容重构

（二）“自主建构式”智慧教学与实践平台创建

1.智慧教学平台

历经7年建设，线上课程蝶变升级为智慧课程，构建了“能力（15个）-问题（102个）-知识（239个）”三维图谱体系，教学资源数达962个；具有AI课程助教、AI学情分析等智能辅助教学工具，并建设了5个能力训练智能体。

图2 智慧教学平台首页

2.实践教学平台

通过成立以学生为主导的机电科技与创新协会，组建课外教师指导团队，构建了大学生课外科技创新实践平台，使课程教学“外延”至课外科技实践活动。

图3 学生科技创新实践平台

（三）“智领‘学训践’”三阶渐进教学过程

依托智慧教学平台、实践教学平台，构建了“智领‘学训践’”三阶渐进的循序教学过程，实现学生的分析能力、设计能力、实践能力与创新能力的渐进培养。

图4 “智领‘学训践’”三阶渐进的循序教学过程

（四）“六步深入”的支架式智慧教学组织

以“2.2 机构的组成、分类及其简图表达”这节课为例，依托三维图谱、AI学情分析、智能备课、AI助教问答等智慧教学工具与手段，实施“六步深入”的支架式智慧教学。

图5 “六步深入”的支架式智慧教学组织

第一步：课前图谱导学与教师智能备课

1. 教师发布预习任务，学生在“能力－问题－知识”三维图谱的引导下完成本节基础知识点的预习任务，并完成相应的测试题。

图6 图谱导学与测验

2.教师根据平台中的“学情分析”，了解学生学习的情况，为课内重点讲解内容做好准备。

图7 学生学情分析

3.教师利用“AI课程助教”中的“AI生成思政案例”“AI资源发现”进行备课，设计课程思政案例。

图8 AI辅助设计课程思政案例

第二步：课中思政案例导入

教师利用AI辅助设计的课程思政案例作为课程导入，力求学生素质目标的达成。

图9 课程思政导入

第三步：课中图谱知识串讲——据学情讲重难点

1.教师依据平台分析得到的学情，梳理知识图谱关系，并针对重难点进行着重讲解。

图10 梳理知识图谱关系讲解课程重难点

2.在讲解完重难点知识后，课中即时利用AI出题检验学生知识的掌握程度。

图11 课中即时AI出题检验

第四步：AI助教协助课中案例研讨

1.工程经典案例研讨：运用灵动课堂中丰富的课堂互动工具如头脑风暴、抢答等，提升学生学习的参与度与积极性。

图12 学生积极参与头脑风暴

2.创新实践案例研讨：引入我校获全国大学生机械创新设计大赛一等奖作品梭梭树种植机作为案例，讲解其功能原理，并有学生分组研讨完成其机构运动简图的绘制。

图13 创新实践案例小组研讨

3.学生各小组开展讨论，带着问题互助学习。针对案例中尚未学过的槽轮机构，学生利用AI助教辅助完成复杂任务，并获得相应的学习路径推荐。

图14 AI助教解疑并推荐学习路径

第五步：归纳总结，布置课后线上讨论任务

在完成知识内容的归纳总结后，布置课后线上讨论任务“机械结构分析与机械创新设计的关系”，通过课后讨论让学生更深刻地理解结构分析的作用。

图15 课后线上讨论任务

第六步：课后线上相关资源推送学习，线下实验室实践

课后，教师在智慧教学平台中发布课中研讨的学科竞赛获奖作品资料学习任务；学生完成线上阅读学习后，再到科创实践平台对竞赛获奖作品实物进行观察、分析。

图16 学生课外完成线上资料学习与实践

1.学习热情高涨，综合成绩稳增

近两期课程平台访问量合计达80万余次，本学期学生知识点学习达6万余次，AI互动次数1.5万余次，学生学习参与度高；近几期学生的综合成绩稳步提升，优良成绩占比逐年增加，不及格率近2期均保持在2%以内。

2.竞赛成果丰硕，创新能力跃升

学生依托本课程的学习，在全国大学生机械创新设计大赛、全国大学生工程训练综合能力竞赛中斩获国家级奖项21项、省级奖项107项，在国赛获奖数量、省赛获最高奖数量上8次位居全省高校第一；尤其在2025年全国大学生机械创新设计大赛作品数字孪生设计挑战赛中获全国金奖2项、银奖1项，成绩与西安交通大学、山东大学并列全国第二。

本课程立足国家制造强国战略与地方产业人才需求，直面数智时代机械工程教育的三大痛点，形成了以下鲜明特色与创新，为应用型本科高校同类课程的改革提供了可借鉴的实践样本。

构建了“数融‘专思创’”内容新体系，实现知识体系的结构化重塑。打破传统内容边界，将168个专业、思政、创新案例与AI辅助设计、数字孪生等技术深度融合，建成含239个知识点的三维结构化知识图谱。通过“专”（AI赋能工程设计）、“思”（融入AI伦理与科技自立自强）、“创”（AI辅助创新设计）三维融合，有效解决了教学内容与制造业数智化转型脱节的问题。

创新“智领‘学训践’”教学新模式，打造“师生机”协同新生态。依托智慧平台与5个能力训练智能体，实施“理论学习→数智训练→创新实践”三阶递进教学。借助AI学情分析精准把握认知起点，通过知识图谱可视化建立知识关联，开展“六步深入”的支架式教学，实现了从知识传授到能力建构的范式转型。

本课程获评省级课程思政示范课程、省级一流课程，课程案例入选福建省课程思政优秀教学案例。

《食品专业创新实验》是一门跨学科能力融合、产业技术与专业理论紧密结合、工程技能要求较高的综合实践课程。本课程面向食品质量与安全专业学生，于大三下学期开设，2学分，48学时。在人才培养方案中，该课程发挥着“承前启后”的关键作用，既巩固先修课程的核心知识，又为后续毕业实习、毕业论文（设计）及未来创业就业奠定坚实基础。

课程的核心定位区别于传统以技能操练为主的实验教学，聚焦于培养学生食品创新设计能力及解决行业复杂工程问题的综合素养。学生以研发团队形式，围绕新产品研发任务，综合运用食品工艺学、食品分析、试验设计等先修课程知识，并结合市场营销等跨学科专业知识，完成从创意构思到方案输出的全链条研发任务。

《食品专业创新实验》课程总目标是学生具备应用跨专业知识分析问题及解决食品行业生产中复杂问题的能力。在智慧育人教学改革阶段需要重点解决以下问题：

第一，知识整合难度大。新产品研发涉及食品工艺学、食品分析及市场营销等多学科知识协同运用，学生难以在有限课时内高效调用、融合这些知识以应对研发中的系统性挑战。

第二，个性化指导不足。研发过程高度依赖教师经验与学生自主摸索，不同小组研发方向各异，遇到问题也不同。受师资配比与课时限制，教师难以对每组学生的研发环节进行全程、深度跟踪与个性化辅导。

第三，创新效率有待提升。文献调研、数据处理、报告框架搭建等工作占用大量时间，导致核心创意生成与核心决策环节被压缩，制约了创新效能，也影响对高阶创新能力的训练效果。

破解上述问题，亟须借助数智化教学手段赋能教学过程，重构“师-生-机”三位一体的教学模式，实现教学效率与人才培养质量的双重提升。

依托人工智能技术，构建“师-生-机”三元互动的教学模式，实现“课前知识输入→课中能力内化与输出→课后复盘与薄弱巩固”全流程教学闭环。以“新产品研发方案设计”为例介绍实施情况。

（一）课前准备：多元资源供给，驱动自主预习

1.资源整合与上传。教师在智慧教学平台上传微课视频、科技文献和知识点题库，同时搜集自主创新、工匠精神等思政案例，并联动企业提供1-2个真实研发需求场景，供学生预习。

2.线上自主预习。学生完成四项任务：（1）观看微课视频，利用AI视频理解工具自动生成笔记，随时记录疑问；（2）研读文献，借助AI辅助阅读工具提取摘要与核心论点，即时提问；（3）与AI创意导师就“新产品创意”展开对话，探讨研发思路；（4）完成系统随机抽取的10道知识点自测题，平台自动批改并生成个人学情报告。

3.预习数据采集与教学起点定位。平台汇总视频观看完成度、观看时长异常点、AI提问关键词、自测错题分布等，生成可视化学情报告。教师据此调整课堂重点，将共性薄弱点作为精讲内容，高频讨论问题作为研讨素材。

（二）课堂实施：任务驱动，人机协同内化能力

1.问题导入，引出任务。教师以学情报告为切入点，抛出核心问题：“如何研发创新产品？与在家制作美食有何本质区别？”引出学习任务“各小组扮演研发团队，完成新产品研发方案设计”。

2.探究新知，案例分享。针对拟研发新产品创意创新性不足的问题，教师系统讲授“新产品的含义及创新策略”，并分享“蒸蛋糕工艺改良”“泡爪缩短泡制时间”“无米寿司配方优化”等案例，帮助学生打开创新思路。同时融入课程思政，引导学生树立研发过程中的风险意识，培养直面挫折、克服困难的奋斗精神，理解科学探索的曲折与坚守。

3.任务解析，文献解读。教师先解析新产品研发方案构成要素，再以文献《杏鲍菇龙虾肉酱的加工工艺研究》（朱娇娇等,中国调味品,2026,51(1):164-169）为例，教会学生研发方案的设计方法。

4.小组协作与AI实践，设计工艺配方。学生5-6人/组，设计新产品研发方案，重点设计新产品配方和工艺参数，并行完成AI实践任务。 教师演示“AI配方科学家”工具：输入产品信息（功能、成本、材料等），AI自动生成多套备选配方并预测性能、成本与风险。各小组基于本组新产品输入信息，获取AI生成的3-5种工艺配方，讨论对比后选定最优方案并调整优化。讨论中，学生可借助“智能编写助手”输入提示词，获得AI生成的方案框架草案，再填入核心工艺配方参数。教师巡回指导，启发学生思考。

图1  学生小组协作

图2 学生与AI配方科学家协作

5.互动点评。各小组汇报产品研发方案，重点阐述配方工艺及AI方案的可行性与局限性。师生互动提问及点评，从方案可行性、创新性等维度评价，并融入思政（强调产品研发服务社会民生，培养勇于质疑、善于思辨的科学精神，引导学生不盲目依赖AI，理解人机协同的设计范式）。

图3 汇报与互动点评

6.总结升华。教师归纳新产品研发方案的共性要点及AI工具的适用场景，强调自主创新与“科技向善”理念。

（三）课后延伸：复盘巩固，个性提升

1.AI评估与方案迭代。各小组将研发方案上传平台，AI从完整性、创新性、科学性等维度自动生成评估报告及改进建议。小组据此修改研发方案完成迭代，并参与组间互评。

图4 研发方案AI评估

2.主题讨论：围绕“传统便捷食品的健康化转型路径”及“清洁标签与保质期的技术平衡”等话题开展线上研讨，拓展行业视野。

3.AI个性化陪练与总结。AI陪练助手针对学生薄弱知识点生成个性化习题，系统自动批改并生成个人学情报告，同时推送针对性复习资源，形成“诊断、练习、反馈、提升”的巩固闭环。

1.教学效果：通过本案例实施，课程目标达成度提升，2023级学生达成度较2022级提升4.03%；AI辅助有效解决了报告框架搭建及格式调整等低价值案头劳动耗时较多的问题，经问卷反馈学生完成“研发方案设计”任务的时间较前届缩短约1小时，学习效率显著提高；学生在AI配方科学家的辅助下完成方案设计，并经AI初评与迭代修正，研发方案中格式不规范、逻辑不清晰、配方参数不合理等现象大幅减少，方案平均得分较2022级提高了2.1分；最终研发出的新产品获得更多认可，产品试销时订单量较往年增幅约15%。

2.学生成长：学生团队研发的产品在各类比赛中屡获佳绩，获得国家级三等奖3项，省级一等奖1项、二等奖2项、三等奖6项、优秀奖7项，校级三等奖1项。

3.教研提升：借助AI出题、AI教案、AI课件、智能批阅、学情分析及学习预警等功能，教师备课及督学效率提升约20%；本学期AI学情分析24次，学情诊断精准度大幅提高；项目报告批改时间缩短近半，实现了从经验型教学向数据驱动精准教学的转变。

本案例的特色主要体现在以下四个方面：

1.数据驱动精准教学。依托智慧课程平台全程采集多维学情数据，助力教师精准定位教学起点，实现了从经验驱动向数据驱动的教学范式转型。

2.“师-生-机”三元协同教学新生态。形成教师（导学、助学、督学）、学生（团队协作、方案决策）、智能体（AI创意导师、配方科学家、编写助手、陪练助手）深度互动的三元协同新生态。

3.人机协同的实践范式。在“AI生成方案→团队讨论对比→人工判断筛选→参数调整优化”的完整链条中，既发挥AI在信息整合、多方案生成方面的效率优势，又保留人的价值判断与经验决策，有效锻炼了学生的人机协同创新能力。

4.多元主体协同评价。构建教师评价（报告终评、课堂实践表现）、学生互评（报告互评、贡献率互评）与机器智能评价（平台自测计分、AI报告初评、AI实践评分）三位一体的评价体系，实现了过程性评价与终结性评价的有机结合，评价维度更全面、结果更客观。

本案例形成了可推广可复制的智慧教学新生态，我校《食品安全控制技术》《食品质量安全管理学》等课程也借鉴本课程的建设思路开启智慧课程建设。课程团队牵头建设“食品专业实验课程群虚拟教研室”，汇聚了省内外24所高校，并以此为载体推广本课程教学模式及资源，获得高度认可与广泛应用。

课程获奖情况：

*2024年5月，课程获得第四届福建省高校教师教学创新大赛，三等奖。

*2025年11月，课程案例“数智技术赋能食品双创课程建设”，荣获福建省2025年度智课优秀案例，特等奖。

*2025年12月，课程案例“铸良心食品，育匠心人才—新工科理念下《食品专业创新实验》创新育人教学案例”，入选福建省第三批新工科教育优秀教学案例。

*2026年5月，“思政引领，校企共育，实践赋能:食品专业课程教学模式创新与应用”荣获校级教学成果奖，一等奖。