引言

随着智能制造、数字化制造产业的高速迭代，机械行业对具备数控加工、工艺设计、智能实操、创新协作能力的复合型工程人才需求持续提升，也对地方高校机械类专业实践课程教学提出了全新要求。《数字化制造技术与实践》是机械设计制造及其自动化专业核心必修课，聚焦数控加工、工艺编制、仿真实操等核心内容，是衔接机械专业理论知识与智能制造工程实践的关键课程。

传统课程教学存在诸多短板：教学内容模块化割裂，知识点关联性不足，难以形成系统化知识体系；实训教学虚实分离，仿真训练与实体实操数据脱节，学生实操容错率低、纠错能力薄弱；教学模式同质化严重，无法适配不同基础学生的个性化学习需求；教学评价静态单一，难以动态监测学生学习短板与能力成长态势。为破解上述教学难题，契合重庆市现代制造业集群人才培养需求，立足新工科育人理念，依托人工智能技术开展课程全方位教学改革，探索智能赋能、虚实融合、项目驱动的新型教学模式，助力课程教学提质增效。

一、课程教学现存问题分析

（一）知识体系碎片化，教学内容更新滞后

传统教学多按照教材章节线性授课，将数控编程、工艺设计、仿真加工等内容拆分讲授，知识点相互割裂，未形成系统化、结构化的知识网络。同时，传统教学内容更新速度较慢，难以快速对接智能制造领域新技术、新工艺、新标准，与企业实际生产需求存在脱节，学生难以建立完整的数字化制造工程思维。

（二）实训教学虚实脱节，实操育人效果有限

课程实训长期存在仿真教学与实体实操分离的问题，虚拟仿真训练仅完成基础操作模拟，无法对接实体设备运行数据；实体实操成本高、容错率低、设备损耗大，学生实操练习机会有限。两者缺乏数据互通与联动反馈，导致学生理论知识落地困难，代码纠错、工艺优化、异常处理等实操能力提升缓慢。

（三）教学模式同质化，个性化育人缺失

传统课堂以教师讲授、统一实训为主，采用“一刀切”的教学模式，未充分考虑学生知识基础、学习能力的差异性。基础薄弱学生难以快速掌握核心知识点，能力突出学生缺乏进阶提升渠道，无法实现分层教学、因材施教，学生自主学习积极性与创新能动性难以充分调动。

（四）学情监测静态化，考核评价不够全面

传统教学依赖课后作业、期末考核等静态评价方式，无法实时捕捉学生学习过程中的问题，难以精准定位学生高频错误知识点、实操薄弱环节。过程性评价缺失，无法全面反映学生的知识掌握程度、实操能力与团队协作水平，不利于教学的持续迭代优化。

二、人工智能赋能课程教学改革总体思路

本次教改立足一线课程教学实际，秉持OBE“以学生为中心、成果导向、持续改进”教育理念，依托DeepSeek、豆包等AI大模型及数字化实训平台，构建双知识图谱驱动、虚实平台协同、智能学情赋能的立体化教学体系。以项目制教学为核心载体，重构递进式课程教学内容，整合多元化智能教学资源，搭建个性化学习路径，完善动态化教学评价与持续改进机制，彻底打破传统教学壁垒，实现从“教师讲授为主”向“学生自主进阶为主、教师引导为辅”的教学模式转型，全方位提升课程育人质量与学生工程实践创新能力。

三、人工智能赋能课程教学改革具体实践路径

（一）重构课程知识体系，搭建双知识图谱架构

依托人工智能大模型对课程内容进行系统性优化重构，摒弃碎片化、滞后性教学内容，将原有16项零散教学内容整合优化为6个递进式项目制教学模块，覆盖数控车削、铣削加工、工艺编制、仿真实操、增材制造等核心内容。同时创新搭建课程知识图谱+项目制知识图谱双架构，课程知识图谱涵盖课程全部元知识点，构建完整系统化知识网络；项目制知识图谱为核心知识点子集，聚焦项目实操所需核心技术与能力要点，实现理论知识与实操项目精准对应，引导学生建立系统化工程认知。

（二）整合智能教学资源，搭建多元化资源库

依托AI技术完成教学资源的智能化整合与迭代升级，整合科明教学云平台微视频、在线开放课程、虚拟仿真项目、专业文献、企业案例等多元化教学资源，搭建标准化、动态化课程资源数据库。同时基于AI大模型开发适配课程的智能教学工具，搭建包含200+专业术语的语音问答助手，内嵌ISO 14649企业标准检测模块，实现教学内容与行业标准精准接轨。通过图文、微课、动画、实操视频等多形式资源拆解，适配学生碎片化、个性化学习需求，为自主学习提供全方位资源支撑。

（三）创新项目制教学，实现个性化精准育人

以递进式项目制教学为核心，依托AI知识图谱的智能诊断功能，实现分层教学与个性化学习。AI系统可通过课前测试精准研判学生知识掌握情况，动态生成专属学习路径，针对基础薄弱学生自动推送基础微课、虚拟实训模块，强化核心知识点巩固；针对能力较强学生推送进阶项目、复杂工艺案例，助力创新能力提升。在项目实操过程中，AI系统可实时监测学生G代码编写、工艺设计、仿真操作全过程，自动识别错误、分析问题成因并推送优化方案，实现实时纠错、智能辅导，有效降低实训失误率，提升学生自主纠错与工艺优化能力。

（四）搭建虚实协同平台，深化实训教学改革

依托惠迈定制化仿真软件、华中数控操作系统及实体数控操作台，搭建虚实一体化实训平台，构建“设计－仿真－实操”三屏联动实训体系，实现虚拟仿真与实体实操的数据互通、联动反馈。设计屏集成UG-CAM智能编程模块，自动识别零件加工特征并匹配最优加工策略；仿真屏实时测算切削参数、模拟加工全过程，规避实体加工风险；实操屏同步采集实体设备运行数据，结合振动频率、加工误差等信息实现异常智能预警。实训数据实时反馈至AI大模型，持续优化知识图谱与教学资源，形成“实训实践—数据反馈—教学优化”的良性循环。

（五）构建动态学情监测，完善智能评价体系

依托AI大数据技术建立全过程学情监测与持续改进机制，搭建内外双循环优化模型。内循环聚焦学生个体，全程采集学生学习轨迹、仿真操作日志、代码提交记录、实训数据等信息，持续优化AI代码纠错、工艺推理功能，实现个性化教学迭代；外循环聚焦整体学情，统计分析学生高频错误知识点、共性问题，动态优化课程知识图谱与教学内容体系。同时构建多元化智能考核体系，将过程性实操表现、项目完成质量、团队协作成效、自主创新成果纳入考核，打破单一期末考核模式，实现教学评价的全面化、动态化、精准化。

四、改革特色与创新点

（一）创新双知识图谱教学架构，实现知识体系系统化

本次改革首创课程知识图谱与项目制知识图谱双驱动架构，依托AI大模型拆解、关联、迭代知识点，解决传统教学知识碎片化问题，构建动态可进化的课程知识网络，实现理论知识点与工程实操项目的精准匹配、深度融合，助力学生构建系统化数字化制造思维。

（二）构建AI自主育人模式，转变传统教学主导关系

打破“教师主导、学生被动接受”的传统教学模式，构建“AI赋能、学生自主、教师辅助”的新型教学范式。以AI智能辅导、个性化路径推送、实时纠错优化为核心，充分发挥学生学习主体作用，教师聚焦项目指导、成果考核、能力拔高，大幅提升学生自主学习、思辨创新与工程问题解决能力。

（三）实现虚实数据共生，打造智能实训生态

通过虚实一体化平台数据互通，实现虚拟仿真容错训练与实体实操精准落地的有机结合，依托实训真实数据反哺AI教学模型与课程资源迭代，形成“教学—实训—反馈—优化”的闭环育人生态，有效解决传统实训高成本、高损耗、低实效的痛点。

五、改革成效与展望

（一）改革实施成效

通过人工智能赋能课程教学改革，本课程已构建起智能化、个性化、闭环式教学体系。教学层面，课程知识体系更加系统完善，教学资源持续动态更新，有效解决了传统教学内容滞后、知识碎片化问题；育人层面，个性化教学模式全面落地，学生自主学习积极性显著提升，数控编程正确率、工艺方案合规率、实操熟练度大幅提高，课程目标达成度稳定在85%以上；实践层面，虚实协同实训平台有效降低教学成本，学生复杂工程问题解决、团队协作与创新实践能力得到全方位锻炼，契合智能制造产业人才培养需求。同时，智能化教学模式也有效提升了教师数字化、信息化教学能力，助力课程内涵式建设。

（二）未来建设展望

后续将持续深化人工智能与课程教学的深度融合，进一步优化双知识图谱迭代算法，丰富智能制造典型工程案例，完善校企共建工艺数据库，每年新增优质加工案例，构建“教学—产业”双向赋能机制。持续打磨个性化智能教学模块，优化学情监测与评价体系，深化赛教融合、产教融合，将学科竞赛、企业真实项目融入课程教学，进一步提升学生工程创新能力。同时，将本次教改模式推广至机械类其他实践课程，为地方高校新工科“人工智能+”课程体系建设提供更多实践支撑。

参考文献：

1. [1] 吕惠康,梁日强,顾增杰,等.学科融合视角下智能制造工程专业课程体系重构的理论基础和方案设计[J].装备制造技术, 2025(06):69-72.
2. [2] 陈必萍,常海漫.“柔性分层”：解锁复合型人才培养新路径[J].人力资源,2025(21):72-73.
3. [3] 陈旭东.新工科视角下土木工程专业“材料力学”实验课程模块化教学模式探索[J].科技风,2025(12):26-28.
4. [4] 余有芳.产教融合视域下电子信息类专业现场工程师培养质量提升研究——以浙江商业职业 技术学院为例[J].教育观察, 2025(25):34-37.
5. [5] 俞占仓.数字化背景下产教融合的智能制造技能人才培养路径研究[J].中国机械, 2025(21):160-164.