引言

2019年5 月16 日，习近平总书记向国际人工智能与教育大会致贺信指出：“中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新，充分发挥人工智能优势，加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育。”2025年1月，中共中央、国务院印发《教育强国建设规划纲要（2024－2035年）》，为数智化赋能高校设计教学创新实践提供宏观指导。在新时代背景下，高校设计专业教学面临着诸多亟待解决的关键问题。一方面，传统教学模式在数智化浪潮冲击下，难以充分满足学生个性化、多样化的学习需求。设计专业教学提供给学生的自主探究与创新尝试空间受限，难以应对未来复杂多变的设计工作场景。另一方面，数智技术在高校设计专业教学生态体系中的应用仍处于探索阶段，各教学要素之间缺乏有机协同，制约了教学质量的整体提升。构建基于“四智”驱动的高效协同、系统创新的高校设计专业探究式教学生态，成为当下设计教育领域亟待攻克的重要课题。

一、国内外研究现状

（一）国内研究现状

在数智化转型道路上，部分高校运用大数据、人工智能等技术挖掘学术前沿信息，推动教师开展针对性研究。季丰等（2023）研究了智能技术在“四智”融合模式中的应用，开发了智慧课堂、智慧教室、智慧云播和智慧录播等基础平台，为后续的数据切片处理、资源分类归档和个性化资源关联提供了有力支撑。此外，杨高雪儿等（2025）探讨了教育数字化转型中教师角色的重塑，提出AI助教、数据驱动等AI技术支持的教学创新模式。姜延等（2025）在“服装数字科技”课程的教学创新实践中，探索构建了“物理—资源—社交”混合式教学三空间体系，依托智能教学工具实现学情动态诊断与个性化教学调控。当然，现有研究仍存在诸多值得探究、拓展的领域，今后的研究应进一步关注如何加强教学创新生态理论与实践研究。

（二）国外研究现状

自从ChatGPT等生成式AI技术取得突破以来，“数智化+教育”的创新模式再次成为全球关注焦点，引发了教育界、研究人员和政策制定者的广泛探索。联合国教科文组织2021年发布了“OECD数字教育展望”，探讨人工智能、区块链等技术赋能教育方式。加拿大网络安全中心2023年发布的《生成式人工智能使用指南》也涉及教育领域，引导研究如何安全地在教育中使用生成式人工智能。根据ScienceDirect数据库的统计，2014-2024年间，与“AI Education”相关的文献数量总体呈现上升趋势，全球范围内对AI应用于教育领域的学术研究投入正在增加。近两年间，Deepseek、千问、Gemini等通用大模型争相发布，MathGPT等教育垂类模型也相继问世。在大模型加持下的人工智能+教育产业再次迸发生机，推动大规模因材施教逐步落地。

二、研究意义

对接国家战略需求，培养符合新质生产力发展要求的设计人才。本项目旨在通过数智化赋能设计专业新质教学生态构建，培养能够适应和引领新质生产力发展的高素质复合型设计人才，更好地服务国家战略需求。

推动教学理念与模式的变革。本项目探索如何将数智化技术深度融入高校设计专业的教学体系全过程，推动设计专业从传统的“他适应”教学模式向以学生为本、以成果为目标导向的主动探究式教学模式转变，帮助学生提升自主学习兴趣和解决复杂设计问题的能力，并明确职业发展方向。

构建更加高效和个性化的教学评价体系。《教育强国建设规划纲要（2024－2035年）》强调要深化教育评价改革。本项目利用人工智能技术构建更加多元化、智能化的教学评价体系。借助数智工具分析学生的学习行为和成果，进行过程性精细评价和诊断性精准评价，实现从选拔性评价向促进学生个性化成长的评价转变，最终提升学生决策素养和学习能力。

完善设计教育育人体系，培养德才兼备的设计人才。本项目通过数智化赋能，将设计专业教育改革创新与“立德树人”根本任务深度融合，引导学生树立马克思主义职业观，培养“心怀国之大者”的家国情怀和“一丝不苟、追求卓越”的工匠精神，助力学生将个人理想融入国家发展大局，培养担当民族复兴大任的时代新人。

三、研究内容

本次教学研究与改革将聚焦于“四智”驱动的高校设计专业教育新模式，以数智化赋能高校设计专业教育创新与育人，本次教学研究将借助新质生产力，将“四智”驱动教学模式深度融合到设计教育的改革创新与育人过程中，为高校培养兼具创新应用型设计人才和良好职业道德与社会责任感的新质人才明晰新方向。

教学数智化绝不是简单把数智技术应用于已有的教学场景，而是要创新应用场景，在人机有效融合上获得突破，以智能化、自动化、个性化、多元化、协同化统筹推进教、学、管、评四大应用场景的数智化进程，将数智技术深度融入教育的全方位、全流程。

（一）以“智”助教：精准化教学驱动教学策略优化

以“智”助教旨在利用人工智能等技术赋能教师教学，提升高校设计专业的教学质效。

1.课前教学

课程设计：基于学生学习习惯与兴趣，通过MagicSchool AI为教师提供智能化课程设计建议，优化教学内容与方法。

教师备课：与大模型互动构建教学知识库，生成教学设计、图片、练习题，推荐最新设计资源与课件；通过智能学情预测评估学生预备知识水平，推荐个性化教学资源。

跨学科教学辅助：运用Deepseek和影像语音生成式AI工具（如Morpheus、Phenaki等）为教师开展跨学科教学提供智能设计工具。

2.课中教学

学情分析：借助CourseBox、Power BI分析学生课堂行为、练习作业等多模态数据，识别学生认知水平、学习风格与动机，营造适配学习需求的新质教学环境。

课堂管理：运用Edpuzzle跟踪学习进度与反馈，通过智能互动激发兴趣，推动可视化学习。

答疑辅导：使用BERT分析课堂练习数据，准确识别学生知识的掌握情况和潜在的学习障碍，为学生提供智能化、个性化的答疑服务。利用即梦AI和Midjourney开展高效、科学的设计竞赛辅导。

3.课后教学

作业管理：通过N课堂智能教育平台、超星平台和Formative实现人机协作，对设计专业作业进行智能批改分析，提供个性化教学诊断，提升阅卷效率。

教学反馈：通过问卷星或超星学习通调研学生学习成果，全方位评析设计作品中的知识、技能情况。在精准分析学习产出的基础上，着重判断学习成果、设计方案是否达标，课后推进拓展式教学改革。

（二）以“智”助学：可视化学习激活自主探究效能

以“智”助学的核心是利用数智化技术构建更加自主化、个性化和高效化的可视化学习环境，提升高校设计专业学生的创新性和批判性思维能力。

1.课前学习

学习规划：运用腾讯ima、DeepSeek开展预测性学习诊断，规划个性化学习路径，推送相关设计课程资源和项目，提前构建可视化学习环境。

2.课中学习

（1）情境式学习：借助Deepseek、Epic Cosmos、Unity等人工智能技术，创设虚拟设计项目情境，引出真实设计课题，使学生能够在模拟的环境中找到适合自己的学习方式，提升自主解决问题的能力。

（2）游戏化学习：运用讯飞星火和Kahoot等人工智能平台，在学习内容中融入游戏式挑战及奖励机制，在设计课题中嵌入多元团队学习活动，激发学生的自主学习激情，让学生勇于展示自我、接纳同伴，推动团队项目的顺利开展。

（3）生成智能化学习成果：依托DeepSeek、MidJourney等GAI技术，辅助学生进行设计灵感的拓展以及初步方案的创新性思维表达，让学习过程可见，提升实践能力与设计效率。

3.课后学习

（1）个性化知识库建立：运用Notion、DeepSeek、钉钉文档等知识图谱技术，搭建设计专业知识体系与知识库，依据学生学习成果和反馈，智能推送适配其学习水平与兴趣的内容和路径。

（2）批判性自评和互评：通过超星学习通、文心一言等平台，分析学生团队协作数据，帮助学生从客观批判性视角，反思团队合作的效率与质量。

（三）以“智”助管：数据驱动实现教学过程精准管理

以“智”助管旨在利用数智化技术提升教学管理的效率、透明度和科学性，为教学活动的顺利开展提供保障。

数字化平台建设与数据整合。利用智慧教育平台等数字化平台，整合课程资源、学生信息、教学活动等数据，实现教学过程的数智化管理。建立教育大数据中心，为教学决策提供数据支撑。

智能化运行监控与预警。利用物联网、人工智能等技术，构建智慧安全的校园环境，实时监控教学设施运行、学生学习等状态，及时发现和预警潜在问题。

优化排课与资源调配。利用智能算法优化课程安排、教室分配以及其他教学资源的调配，提高资源利用效率。

教学质量监控与评估。利用平台数据分析教师的教学行为、学生的学习反馈等，对教学质量进行精准监控和评估。

（四）以“智”助评：精准化与可视化赋能多维评价

以“智”助评旨在利用数智化技术构建更加全面、客观、可视化的教学评价体系，促进学生的全面发展和教师的专业成长。

构建以学生学习成果为导向的评价体系。聚焦学生的设计思维、创新实践、团队协作及新兴技术应用等核心素养，借助数智化工具搭建全新评价体系。

多元化评价数据采集与分析。利用智慧教学平台精准采集学生的学习过程、作业、项目成果、参与度等多元化数据，为综合评价提供真实依据。结合自然语言处理（NLP）、计算机视觉技术，剖析学生的学习行为、情感状态与作品质量。

自动化评价与反馈。利用GAI工具自动批改客观题，辅助主观题评价并生成量表。通过问卷星、超星平台依评价结果生成个性化反馈报告。

过程性评价与形成性评价。利用AI平台记录学生的学习过程，进行过程性评价。基于学生的学习数据和反馈，教师可以进行形成性评价，及时调整教学策略，实现师生互助的成长轨迹追踪。

四、研究目标

（一）超越工具，提升理念认识：项目将引导师生突破数智技术的工具性认知，重视其对教学、管理及设计专业教育全流程、全要素的系统化赋能。教师需主动研究数智技术的教学应用模式与效果评估，探索教学体系创新；构建融入“家国情怀”“工匠精神”等中华优秀传统文化的本土化教育理论体系，平衡人与技术关系，向学生说明AI局限性，培养其对AI信息的批判性思维，避免过度依赖。

（二）人智协同，加速教学创新：通过人智协同推动全景式教育教学创新，利用自然语言处理技术实现人机交互，提供个性化学习建议；结合AI与虚拟现实技术，打造虚拟工厂操作、项目实践等沉浸式职业情境体验，助力学生适应真实设计或职业场景。教师角色将从知识传授者转向指导者、学习设计者与环境创造者，依托“四智”驱动融合育人模式，提升高校设计教学及教育的效率与质量。

（三）绿色安全，完善制度保障：构建坚固的数据安全防线，确保学生个人信息在采集、存储、处理及分析的整个周期中得到妥善保护。完善就业治理与协同机制，建立统一的就业数据平台，实现信息共享与动态更新。建立算法审查与治理机制，确保AI算法的公平性与透明性，避免因算法缺陷产生职业歧视。推动数智技术与教学的可持续发展相结合，持续优化和升级数字基础设施，并重视数智时代的教育伦理和人文关怀，引导学生树立正确的世界观、价值观和人生观，培养学生的职业道德和社会责任感。

五、总结

数智化浪潮下，高校设计专业教育的变革创新是顺应新质生产力发展的必然选择，“四智”驱动的全景式教学新模式，打破了传统设计教育的发展桎梏，实现了数智技术与设计教学全要素、全流程的深度融合。从智助教的精准教学到智助学的自主探究，从智助管的科学管控到智助评的多维赋能，四大维度形成了高效协同的设计教育新生态。未来，高校设计专业教育需持续深化人智协同的教学理念，筑牢数据安全与教育伦理防线，将技术赋能与立德树人根本任务紧密结合，不断优化数智化教学体系，培养兼具创新设计能力、工匠精神与家国情怀的新时代设计人才，让设计教育在数智化赋能下更好地服务于国家战略与社会发展需求。

参考文献：

1. [1] 李丽,何光晓.数智化背景下地方高校科学教育专业人才培养模式探究[J].西部素质教育,2025,11(10):91-94.
2. [2] 王薇,程曼曼.生成式人工智能促进新质生产力的内在逻辑与实现路径[J].价格理论与实践,2025(02):81-84+241.
3. [3] 王肖.人工智能融合高校教育管理的机遇与挑战[J].现代商贸工业,2025(13):28-30.
4. [4] 周凤英.高质量发展背景下开放大学教育教学管理模式革新[J].学周刊,2025(16):138-141.
5. [5] 周烨.新质生产力如何助力投资学实践教学改革[J].现代商贸工业,2025(13):90-93.