引言

近年来，人工智能技术快速发展并在教育领域得到广泛应用，对传统教学模式产生了深刻影响。当前旅游管理专业教育仍以课堂讲授为主，存在教学效率不高、课堂互动性欠佳、个性化支持不足等问题，学生学习过程中的差异性与多样化需求难以及时被发现和回应。人工智能技术的加入，为教育模式创新开辟了新途径，尤其是在混合教学模式中的运用，为提高教学质量以及改善学生学习体验创造了条件。

目前旅游管理专业教学普遍缺少个性化学习支持和实时反馈机制。虽然智能推荐、虚拟仿真、实时反馈等人工智能技术已在部分课程中尝试应用，但整体来看，混合教学模式在旅游管理专业中的实践仍存在技术应用深度不足、教学模式单一、教学资源与学生需求匹配度不高等问题。如何构建以人工智能技术为核心、兼具系统性与操作性的混合教学模式，成为亟需解决的关键问题。

本研究依托人工智能技术，提出“三维度—三阶段”的混合教学模式，即在“技术—内容—主体”三维度协同的基础上，实现“课前—课中—课后”全流程赋能，旨在构建“AI+旅游”融合型教学体系，以优化教学内容与评价体系，提升师生AI素养，推动旅游管理专业教育的智能化转型。

一、人工智能赋能旅游管理专业混合教学的必要性

（一）产业数字化背景下旅游管理人才能力需求的新变化

人工智能赋能旅游管理专业混合教学具有明显必要性。在产业数字化背景下，旅游管理领域正发生深刻变革，随着“互联网+”和“大数据+智慧旅游”等技术被广泛应用，旅游行业对人才的需求已从传统的服务技能逐渐转向数字化、智能化方向。一方面，有研究指出，传统线下教学模式难以契合社会对旅游管理人才复合型能力的需求；另一方面，互联网和人工智能技术的引入为教育模式创新创造了可能。

高职院校和应用型高校需要通过优化课程内容、更新教学理念，结合互联网与人工智能技术，培养具备数据分析能力、数字营销能力以及跨学科综合能力的复合型人才。同时，人工智能和机器人技术在旅游业中的应用不断拓展，如智能客服、智慧景区管理、在线智能推荐等，这也推动了对具有技术素养和创新思维人才的需求。旅游管理专业的人才培养必须适应数字化转型趋势，强化技术应用能力与实践能力的结合。

（二）传统教学模式的局限性与混合教学的优势

传统以教师为中心的单向教学模式难以契合现代教育对灵活性、互动性和个性化的要求。已有研究表明，传统教学模式在知识传递效率、课堂互动质量以及学生参与度方面均存在不足。与之相比，混合教学模式通过线上与线下相结合，可有效提高教学效率与学习效果：一方面，借助网络平台实现自主学习、在线互动与课堂协作的有机融合，保留了传统教学的系统性；另一方面，增强了学生的自主学习能力和学习时间、空间上的灵活性。

混合教学模式能够根据学生不同的学习基础与兴趣需求，支持个性化学习路径的构建，符合现代教育对灵活性、多样性和高质量学习体验的要求。对于旅游管理专业而言，混合教学为理论学习与情境实践的结合提供了更大空间，有利于专业能力和综合素养的协同发展（图1）。

（三）人工智能技术在旅游教育场景中的适用性分析

从旅游管理专业教学实际看，人工智能技术与混合教学模式具有较高适配性：在教学内容层面，AI可支持旅游大数据分析、智慧景区模拟、在线客户服务场景模拟等；在教学过程层面，AI可通过学习行为数据分析与智能推荐，实现学习路径优化与难点精准识别；在教学评价层面，AI可以辅助开展过程性评价和多元评价。

但在具体实践中也面临一些制约因素：在学生层面，部分学生缺少人工智能工具使用经验，对AI技术的认知与应用能力不足，难以快速适应人工智能驱动的教学模式；在资源与环境层面，部分学生因硬件设备不足或网络条件有限而难以充分参与在线学习；在教师层面，教师的人工智能素养与教学设计能力有待提升。总体来看，师生人工智能素养的不足以及资源配置不均衡，制约了人工智能技术在教育中的深入运用，亟需通过强化教师培训、提高学生AI素养以及优化教学资源配置来推动人工智能教育的发展。

二、人工智能赋能混合教学中的教学评价问题

（一）教学评价单一化问题

当前旅游管理专业在推进混合教学过程中，教学评价体系普遍呈现出单一化特征。现有评价以终结性评价为主，评价内容主要集中在学生对专业理论知识的掌握程度，缺乏对学习过程、实践能力与创新能力的系统考察，在评价方式、评价标准以及评价主体方面均较为单一。这种评价方式难以契合新时代教育发展对于“全面发展”和“能力本位”的要求，亟需构建多元化、多主体、多维度的评价体系，以提升教学质量和学生发展水平。

AI技术可以为多元评价提供技术支撑，通过大数据分析与智能评估系统实现对学生学习过程的动态跟踪与个性化反馈。然而，目前在旅游管理专业教学中，AI支持的评价尚未得到广泛应用，部分高校仍然以传统考试方式为主，缺少AI技术辅助的过程性与能力性评价手段，使得教学评价的科学性与全面性有所欠缺。

（二）教学评价智能化水平不足

教学评价过程缺少智能化支撑，是当前人工智能赋能混合教学的另一突出问题。传统评价方式主要依靠教师人工批改与评分，工作量大、效率低，且容易受到主观因素影响，评价结果的客观性与公正性难以充分保障。虽然部分课程引入了线上作业批改系统，但多仅能实现客观题的自动批改，对于旅游管理专业中常见的案例分析、方案设计等主观性较强的作业，仍需教师人工评价，难以充分发挥AI技术在评价中的优势。

此外，评价结果的反馈机制尚不完善：一方面，教师未能及时将评价结果转化为教学改进的具体措施；另一方面，学生也较少基于评价结果调整学习策略，难以及时明确自身能力短板与改进方向，导致教学评价的导向作用与诊断功能未能得到充分发挥。

三、“三维度—三阶段”混合教学模式构建

（一）核心维度：“技术—内容—主体”协同

1. 技术维度：重点关注AI工具的选型与适配

要依据旅游管理专业课程的特点以及教学需求，筛选或开发具有专业针对性的AI工具，构建“基础工具+专业工具”的工具体系。其中，基础工具包括AI学情分析系统、AI互动教学平台等，主要用于实现教学资源推送、师生互动和学情监测等基础功能；专业工具则针对旅游管理专业核心领域开发，如旅游大数据分析平台、AI旅游规划设计系统、智能旅游服务模拟平台等，用于支撑专业课程的实践教学环节。在工具选型过程中，要重视工具的易用性、兼容性与安全性，确保师生能够方便、高效地使用相关工具开展教学活动，并保障教学数据的安全与隐私。

2. 内容维度：着重强调“AI+旅游”融合型课程内容体系构建

要打破传统课程内容的封闭框架，将AI技术与旅游管理专业知识进行深度整合。在课程目标设定方面，需明确学生AI素养的培养要求，将AI工具操作能力、AI数据分析能力及AI方案设计能力纳入课程能力目标。课程内容设计可按照“基础模块+专业模块+实践模块”的结构进行组织：基础模块讲授AI技术基础知识及其在旅游行业的应用现状；专业模块依据不同课程特点融入AI相关知识点与应用场景，使学生在专业学习过程中不断提升AI应用能力；实践模块则通过项目化任务、情境模拟等方式，引导学生在真实或仿真情境中使用AI工具解决问题。教学资源建设方面，应开发“AI+旅游”数字化教学资源库，涵盖AI教学视频、虚拟仿真案例、AI实践任务库等，为教学实施提供持续的资源支撑。

3. 主体维度：着重关注“教师—学生”双主体角色重塑

在主体维度上，需要重新塑造教师与学生的角色并强化协同互动。教师应改变传统的“知识讲授者”角色，转变为“AI教学设计师”“学习引导者”和“能力培养者”，承担起AI教学工具与课程内容整合设计的任务，引领学生开展AI赋能的学习活动，指导学生提升AI应用能力。在教学过程中，教师应根据AI学情数据动态调整教学策略，为学生提供个性化学习指导。学生则要由被动接受者转变为“主动学习者”“实践探索者”和“创新应用者”，主动学习AI知识，积极参与AI赋能的实践活动，并通过AI工具解决专业问题。通过师生双主体协同互动，构建“教师引导—学生实践—师生反馈”的良性教学循环，提升教学效果。

（二）教学阶段：“课前—课中—课后”全流程赋能

“课前—课中—课后”全流程赋能是人工智能赋能旅游管理专业混合教学模式的实施路径，通过AI技术在教学各阶段的深度应用，实现教学全流程的优化升级。

1.课前阶段：以“AI精准预习”为核心

课前阶段旨在帮助学生提前掌握基础知识点，为课堂教学做好准备。教师通过AI学情分析系统，根据课程教学目标与学生的学习基础，生成个性化预习任务，包括AI微课视频、在线练习题、案例分析材料等，并推送至学习平台。学生完成预习任务后，AI系统自动采集任务完成进度、答题正确率、知识点掌握情况等数据，通过数据分析生成个人学情报告与班级学情报告。教师据此明确课堂教学的重点与难点，调整教学方案，使课堂教学更具针对性；学生也可根据学情报告了解自身的学习薄弱环节，明确课堂学习目标与方向。

2.课中阶段：以“AI互动实践”为核心

课中阶段重点聚焦学生专业能力与AI应用能力的协同提升。课堂教学采用“理论讲解—AI演示—实践操作—互动点评”的流程展开。教师首先结合课程重点内容进行理论讲解，随后利用AI专业工具演示相关操作流程与应用场景，如在《旅游规划与开发》课程中，借助AI旅游规划设计系统演示“AI景区规划方案生成过程”；之后，学生分组利用AI工具开展实践操作，完成如“某景区AI客流管理方案设计”等专业实践任务，AI系统实时采集学生的实践数据，为各小组提供操作提示与问题预警；最后，教师结合AI系统生成的实践报告，对小组成果进行点评，分析问题并提出改进建议，同时组织小组间交流讨论，分享实践经验与学习体会。

3.课后阶段：以“AI个性化辅导”为核心

课后阶段围绕“AI个性化辅导”展开，目标是巩固学生学习效果并拓展其能力。AI系统根据学生课堂表现及学情数据，生成个性化课后学习方案。对于学习基础薄弱的学生，推送基础知识复习视频及针对性练习，帮助其夯实基础；对学习能力较强的学生，则推送难度较高的综合实践项目，如“利用AI技术设计智慧旅游营销方案”，激励其开展创新性实践。学生完成课后任务后，AI系统对任务成果进行评价，生成详细评价报告，指出存在问题与改进方向。教师根据AI评价报告，有针对性地开展线上答疑及一对一指导，帮助学生解决学习难点，提升整体学习效果。AI系统同时整合学生课前、课中、课后学习数据，生成个人学习成长档案，为学生的学习规划和教师的教学改进提供数据支持（表1）。

维度\阶段	课前：AI精准预习	课中：AI互动实践	课后：AI个性化辅导
技术维度	AI学情分析系统推送预习任务；智能推荐资源	AI互动平台、专业AI工具实时采集数据	AI测评系统、学习分析系统、能力画像生成
内容维度	导学微课、案例导入、预习任务包	AI嵌入课程知识点；情境实践任务链	综合项目、实践反思、拓展案例
主体维度	教师设计分层预习；学生自主学习	教师指导实践；学生小组协作、人机共创	教师精准辅导；学生学习反思与规划

（三）“三维度—三阶段”混合教学模式框架与实施清单

1. 技术维度（AI工具与平台）

课前：AI学情分析系统生成个性化预习任务；智能推荐算法匹配差异化学习资源；在线学习平台记录预习行为与薄弱点。

课中：AI互动教学平台支持实时问答、投票、随堂测验；专业AI工具（旅游大数据分析平台、AI旅游规划设计系统、虚拟仿真平台等）支撑实践教学；系统实时采集操作数据。

课后：AI作业与测评系统自动批改并诊断问题；学习分析系统生成学习档案与能力画像；智能推送功能推荐复习资源与进阶项目。

2. 内容维度（AI+旅游课程内容）

课前：设计“AI+旅游”导学微课与预习材料，将AI在旅游行业中的典型应用案例融入预习内容；构建基础概念与情境导入相结合的预习资源包。

课中：在旅游市场营销、景区管理、电子商务、规划与开发等课程中嵌入AI应用知识与案例；采用“理论讲解—AI案例演示—小组实践—结果展示—教师点评”的教学流程。

课后：设计“AI+旅游”综合实践项目，例如智慧旅游营销方案、AI驱动的客流管理方案、智能线路优化方案等，并配套反思与汇报环节。

3. 主体维度（教师—学生协同）

课前：教师基于AI学情分析制定分层预习任务；学生利用AI平台自主预习并提交问题，为课堂互动提供素材。

课中：教师作为“引导者”和“促进者”，根据实时数据调整教学节奏与内容；学生作为“实践探索者”，通过小组协作使用AI工具完成任务并开展交流互评。

课后：教师依据AI生成的报告开展有针对性的个别辅导；学生根据学习档案进行自我诊断与学习规划，形成“自我反馈—自我调节—持续提升”的学习循环。

在上述框架基础上，可进一步构建“工具—资源—任务—指标”四个维度的实施清单（表2），支撑模式落地：

工具清单：包括基础类AI工具（学情分析系统、互动教学平台、作业测评系统）和专业类AI工具（旅游大数据分析平台、AI旅游规划设计系统、智能旅游服务模拟平台）。

资源清单：包括AI基础知识微课、“AI+旅游”案例库、行业政策与数据资源、情境案例包、实践任务包、优秀作品库等。

任务清单：课前侧重预习任务与问题生成，课中侧重AI支持下的情境实践与小组合作，课后侧重综合项目与个性化提升任务。

指标清单：在过程评价维度设置预习完成率、课堂参与度、任务完成质量等指标，在能力评价维度设置AI工具应用能力、专业知识运用能力、问题解决能力、创新能力等指标，形成“过程+能力”双导向评价体系。

类别	内容项	说明
工具清单	基础工具	AI学情分析系统、AI互动教学平台、AI作业测评系统
	专业工具	旅游大数据分析平台、AI旅游规划系统、虚拟仿真与智慧服务模拟平台
资源清单	基础类	AI基础知识、智慧旅游案例库、行业数据与政策文件
	课程类	导学包、情境案例包、任务库、数据集、操作指南
	拓展类	企业项目、竞赛任务、优秀作品库
任务清单	课前任务	个性化预习（微课+测验+案例+提问）
	课中任务	AI辅助情境任务（分析—生成—优化—展示）
	课后任务	综合项目、反思日志、分层提升任务
指标清单	过程评价	预习完成率、课堂互动度、任务参与度
	能力评价	AI工具应用能力、专业知识运用能力、创新能力、团队协作能力

四、人工智能赋能旅游管理专业课程混合教学模式的实践路径

（一）课程内容重构：打造“AI+旅游”融合型教学内容体系

课程内容重构需以旅游管理专业人才培养目标为导向，结合AI技术在旅游行业的典型应用场景，构建“AI+旅游”融合型教学内容体系。首先，要明确内容重构原则，坚持“产业需求导向”“能力本位”“循序渐进”，确保融合型课程内容既契合旅游产业发展趋势，又能有效支撑学生综合能力培养，并符合学生认知发展规律，从基础到进阶逐步推进AI相关内容的学习。

在具体实施过程中，可按照“课程群”分类推进内容重构。旅游管理专业核心课程群包括旅游市场营销、旅游景区管理、旅游电子商务、旅游规划与开发等。针对不同课程群的特点设计差异化的AI融合内容。例如：旅游市场营销课程群重点融入AI消费者画像分析、AI营销方案设计、AI营销效果评估等内容，使学生掌握运用AI技术开展市场调研与营销策划的方法；旅游景区管理课程群可加入AI景区客流监测与调度、AI景区服务质量评估、AI景区安全预警等内容，提升学生利用AI技术优化景区管理的能力；旅游规划与开发课程群则可引入AI旅游资源评估、AI规划方案生成、AI规划效果模拟等内容，增强学生的旅游规划AI实践能力。

为保障融合型课程内容的质量，应建立“高校—企业—科研机构”三方协同的内容开发机制。高校教师负责把握课程内容的专业方向与教学规律，旅游企业专家提供行业最新的AI应用案例与实践需求，科研机构专家提供AI技术支持，确保课程内容的先进性、实用性和科学性。同时，要建立课程内容动态更新机制，依据AI技术与旅游产业发展变化，适时调整课程模块，补充新知识点与实践项目，保持课程体系的时效性。

（二）教学评价优化：建立AI驱动的“过程+能力”双导向评价体系

教学评价优化需突破以终结性评价为主的传统模式，构建AI驱动的“过程+能力”双导向评价体系，实现对学生学习过程与综合能力的全面评估。

过程导向评价聚焦学生在课前预习、课中学习与课后实践等教学全流程中的表现。借助AI技术，可实时采集和分析预习任务完成率、课堂互动参与度、实践任务完成质量、学习进度等数据，按照预设评价指标对学生的学习过程进行量化评分，形成过程性评价成绩，并将其纳入总评（如占总成绩的50%）。过程性评价成绩需定期反馈给教师与学生，教师可据此调整教学设计，学生则可据此改进学习方法，实现教学与学习的动态优化。

能力导向评价重点考察学生“专业能力+AI应用能力”的综合水平，可采用“AI自动评价+教师综合评价”相结合的方式。对于客观性较强的能力指标，如AI工具操作熟练度、数据分析准确率等，可由AI系统根据实践操作数据自动评分；而对于主观性较强的能力指标，如专业方案设计质量、创新思维能力、表达与协作能力等，则由教师结合AI系统生成的实践报告进行综合评价。能力导向评价可设置AI工具应用能力、专业知识运用能力、问题解决能力、创新能力等多个评价维度，并根据课程特点设置权重，形成能力性评价成绩（如占总成绩的50%）。

为确保评价体系的科学性与公正性，需要建立评价指标动态调整机制。应根据旅游管理专业课程特点、AI技术发展趋势及行业需求变化，定期调整评价指标与权重，使评价内容与人才培养目标保持一致。同时，要加强对AI评价系统的校准与测试，减少系统误差，保障评价结果的准确性；建立评价结果申诉机制，允许学生就评价结果提出异议，由教师与AI技术专家共同复核，确保评价过程的公开、公平与公正。

（三）师生能力提升：构建“教师+学生”双主体AI素养培养机制

师生能力的提升是人工智能赋能旅游管理专业混合教学模式有效落地的关键保障，需要构建“教师+学生”双主体的AI素养培养机制，分别针对教师与学生设计有层次、有路径的培养方案。

1. 教师AI素养培养

教师AI素养培养可依托“分层培训+实践考核”模式开展，分为基础层、进阶层和精英层。基础层培训面向全体旅游管理专业教师，重点开展AI基础知识与通用AI教学工具操作培训，内容包括AI技术原理、AI在教育中的典型应用场景、AI学情分析系统与互动教学平台使用方法等，培训结束后通过实操考核，确保教师能够熟练运用基础AI教学工具开展教学活动。

进阶层培训面向具有一定AI基础的教师，重点培养“AI+旅游”融合型课程设计与实践教学能力，内容包括AI融合型教案设计方法、AI专业工具在实践教学中的应用技巧、学情数据分析与教学策略调整等。培训可采用“理论学习+案例研讨+实操演练”方式，要求教师完成至少一门课程的AI融合型教案设计与教学实践，并提交教学效果报告。

精英层培训面向AI教学能力突出的教师，重点培养其在“AI+旅游”教学研究与课程开发方面的引领能力，内容包括AI教学模式创新研究、AI专业教学工具开发与优化、融合型课程资源建设等。精英层培训可通过项目驱动开展，组织教师参与“AI+旅游”教学改革项目，开发融合型课程资源和教学工具，提升教师的研究能力与创新能力。

2. 学生AI素养培养

学生AI素养培养可通过“课程学习+实践训练+竞赛激励”一体化模式推进。课程学习方面，可开设“旅游行业AI应用基础”等通识课程，面向旅游管理专业低年级学生系统介绍AI技术基础知识与旅游行业AI应用案例，为学生夯实AI素养基础；同时在各专业课程中融入AI相关知识点与实践任务，使学生在学习专业知识的同时不断提升AI应用能力。

实践训练方面，可建设“AI+旅游”实践教学平台，设计“AI旅游市场调研与分析”“智能旅游营销方案设计”“AI景区管理模拟”等系列实践项目，学生通过平台完成实践项目，提升AI工具操作能力与专业实践能力；同时可组织学生赴应用AI技术的旅游企业实习，在真实工作情境中锻炼AI应用能力。

竞赛激励方面，可定期举办“AI+旅游”创新设计大赛，设置“智能旅游服务方案设计”“旅游大数据分析与应用”等竞赛主题，鼓励学生组队参赛，通过竞赛激发学生学习兴趣与创新潜力，并对优秀作品进行推广应用，为学生提供展示与交流平台。

五、结论与展望

本研究主要关注人工智能在旅游管理专业混合教学模式中的应用，系统分析了AI与该专业混合教学深度融合的必要性。一方面指出，在产业数字化背景下，旅游管理人才对“专业能力+AI素养”复合能力的现实需求不断增强；另一方面揭示了传统与现有混合教学在教学精准性、实践场景模拟以及师生互动效率等方面的局限性，明确了AI技术推动教学从“数字化”迈向“智能化”转型的核心价值。

研究进一步指出，当前AI赋能实践存在三个关键问题：其一，技术与课程融合缺乏系统性，通用AI工具难以适配专业教学，课程内容尚未深度融入AI元素；其二，师生AI素养不足，教师缺乏AI教学设计能力，学生在技术应用方面存在短板；其三，教学评价体系单一，以终结性评价为主，缺少AI支撑的过程性与能力性评价机制，一定程度上制约了AI教育价值的充分发挥。

针对上述问题，研究构建了“技术—内容—主体”协同、“课前—课中—课后”全流程赋能的“三维度—三阶段”混合教学模式，并提出相应配套路径：一是重构“AI+旅游”融合型课程内容，按照“课程群”设计差异化AI模块；二是建立AI驱动的“过程+能力”双导向评价体系；三是构建“教师分层培训+学生实践与竞赛激励”的双主体AI素养培养机制，形成从理念框架到实践落地的完整方案。该研究为旅游管理专业混合教学改革提供了具有实际操作意义的路径示范，也为职业教育专业课程智能化转型提供了可供参考的样本，丰富了AI与高等教育融合的相关理论，对落实教育部教育数字化战略具有一定现实意义。

未来研究可进一步从以下方面展开：一是强化AI与课程的动态适配机制，构建基于数据反馈的课程持续改进体系；二是深化“高校—企业—科研机构”之间的协同合作，在内容开发、场景建设与评价标准等方面形成长效机制；三是通过实证研究对“三维度—三阶段”模式的实施效果进行量化评估与纵向跟踪，不断优化模式设计，为旅游产业数字化转型培养更多高素质复合型人才。

参考文献：

1. [1] Liao Z. Under the background of “Internet Plus”, the innovation of the training mode of tourism management professionals in higher vocational colleges is discussed[J]. E3S Web of Conferences,2021,23604009.
2. [2] Shukla K V, Verma A, Lacap G P J. Artificial Intelligence for Smart Technology in the Hospitality and Tourism Industry[M]. Florida: Apple Academic Press:2024.
3. [3] Jiang C. Research on the Mixed Teaching Reform of Tourism Management Specialty Based on MOOC Model-A Case Study of qthe Theory and Practice of Tea Cultureq[J].2017.
4. [4] 晋艺波. 基于PTPO的混合式教学研究与实践——以旅游管理专业为例[J]. 科技资讯,2022,20(05):197-200.
5. [5] 白庆丽. 人工智能技术与课程教学相融合的实践[J].电子技术,2023,52(10):366-367.
6. [6] 俞福丽. 混合式教学模式下高校教师信息化素养提升路径研究[J]. 中国大学教学,2021(03):86-90.
7. [7] 周智敏. 基于课堂派的中职旅游专业混合式教学模式研究[D]. 广西师范大学,2020.
8. [8] 罗贵章. 中职实践教学多元化评价设计策略[J]. 新课程(下),2014(05):138-139.
9. [9] 于洪雁, 金志民. 人工智能赋能旅游管理专业教学改革的路径探索[J].旅游纵览,2025(08):51-53.
10. [10] 陈云. 数字赋能全域旅游人才培养体系的创新实践研究[J].旅游与摄影,2024(19):101-103.
11. [11] 胡伟, 徐海卉, 张睿雯. 人工智能时代的教师素养——基于走向人的价值取向[J]. 药学教育,2023,39(05):1-5.
12. [12] 逯行, 沈阳, 曾海军, 等. 人工智能时代的教师:本体、认识与价值[J]. 电化教育研究,2020,41(04):21-27.
13. [13] 钟卓, 钟绍春, 唐烨伟. 人工智能支持下的智慧学习模型构建研究[J]. 电化教育研究,2021,42(12):71-78+85.
14. [14] 王婧昕, 杨笑冰. 人工智能时代高校混合教学模式的构建与探索[J]. 山西青年,2022(19):24-26.
15. [15] 李晓婷. 人工智能驱动下旅游管理专业课程体系的创新重构研究[J].旅游与摄影,2025(07):125-127.
16. [16] 夏玲, 徐文超. “人工智能+”背景下信息可视化技术课程混合教学模式研究[J]. 职业技术,2024,23(12):90-95.
17. [17] 易祯, 吴美玉. 从“混合”到“融合”：线上线下融合式教学设计研究[J]. 中国教育信息化,2023,29(11):84-96.
18. [18] 王月芬.线上线下融合教学：内涵、实施与建议[J]. 教育发展研究,2021,41(06):19-25.
19. [19] 戴永辉, 徐波, 陈海建. 人工智能对混合式教学的促进及生态链构建[J].现代远程教育研究,2018(02):24-31.
20. [20] 吴立宝, 曹雅楠, 曹一鸣. 人工智能赋能课堂教学评价改革与技术实现的框架构建[J]. 中国电化教育,2021(05):94-101.