［基金项目］云南工商学院2023年校级教改研究课题(YGSZDX2023071)

1. 引言

随着互联网、大数据、人工智能、云计算等新兴技术的不断涌现，工程领域的知识体系正在以前所未有的速度更新和扩展，对工程师的实践能力提出了更高要求，单一学科的知识和方法已难以解决所有问题，工程教育的国际化竞争日益激烈。而人工智能技术的快速发展正以前所未有的速度推动社会各领域的智能化转型。在工程教育方面，人工智能技术的快速发展为工程教育带来了教学模式创新、实践能力提升、跨学科融合与创新能力培养、国际交流与合作等多方面的机遇。这些机遇将推动工程教育不断适应时代需求，培养更多具有创新精神和实践能力的卓越工程师。

2. 人工智能技术在工程教育中的应用

人工智能技术在工程教育中的应用现状表现为教学辅助系统的普及、在线学习平台的广泛应用、智能评估工具的引入、虚拟助教的辅助、数据分析的优化、模拟和仿真环境的创建、智能教材的互动性增强以及跨学科融合的促进，呈现出多元化和深入化的趋势。

（1）教学内容与资源优化

教学内容的更新。随着AI技术的快速发展，许多工程教育机构已经将AI相关课程纳入教学计划，如机器学习、深度学习、自然语言处理等，以培养学生的AI素养和创新能力。这些课程不仅帮助学生掌握AI技术的基本原理和方法，还引导学生思考AI技术在工程领域的应用前景。传统工程课程也在逐步融入AI元素，通过引入AI技术和方法，对课程内容进行更新和拓展。例如，在机械设计、电路分析等课程中，利用AI技术进行仿真模拟和优化设计，使学生能够更好地理解和掌握工程知识。

数字化教材与资源库。利用AI技术构建丰富、动态的在线学习材料库。一些教材和学习材料开始整合AI技术，提供交互式学习体验，增强学生的学习兴趣。许多教育机构利用AI技术提供在线课程和虚拟实验室，使学生能够在任何时间和地点进行学习。并且AI帮助教育机构快速更新课程内容，以反映最新的技术进展和行业需求。

（2）教学模式创新

智能课程推荐系统。根据学生兴趣、学习进度推荐个性化学习路径。AI技术被用于开发智能教学系统，这些系统能够根据学生的学习进度和理解能力提供个性化的学习建议和资源。

翻转课堂与混合式教学。AI助教可以回答学生的问题，提供学习支持，尤其是在非工作时间。AI支持的在线课程和虚拟实验室，使得工程教育更加灵活，学生可以不受地理位置限制地学习。

虚拟实验室与仿真教学。通过虚拟现实、增强现实技术模拟真实工程环境，AI技术在工程模拟和仿真中的应用，为学生提供了一个安全的环境来测试和实践他们的设计。

（3）学习评估与反馈

自动化作业批改与考试系统。利用AI进行作业和考试的自动评分，为教师节省时间，同时为学生提供即时反馈，提高批改效率，实现即时反馈。

学习行为分析与预测。智能助教系统能够基于大数据智能分析学生的学习习惯，预测学习成效，为教师提供精准的教学反馈，帮助教师及时调整教学策略。同时，AI技术还可以实现自动答疑、智能推荐等功能，为学生提供更加便捷的学习支持。教育机构利用AI分析学生的学习数据，以优化课程设计和教学方法，提高教育质量。

3. 面临的挑战与对策

人工智能在工程教育中的应用日益广泛，为教育带来了诸多便利和创新，但同时也面临着一系列挑战。

（1）技术整合成本导致普及困难。AI教育产品和服务的成本较高，将AI技术整合到教育体系中可能需要昂贵的硬件和软件投资，导致部分学校或地区难以有效应用，教育资源在城乡、区域间分配不均，进一步加剧教育不公平。因此，需要分阶段实施AI技术，从小规模试点开始，以点带面逐步整合。实施“智慧教育扶贫计划”，优先向农村和贫困地区的学校投放AI教育设备和资源；通过公私合作（PPP）模式吸引社会资本投入^[1]，降低AI教育的准入门槛。

（2）教育理念与制度障碍。传统的工程教育侧重于知识的传授和技能的训练，而在AI时代，需要更多地关注学生的创新能力、批判性思维、复杂问题解决能力和终身学习能力，这就要求教育目标和理念进行根本性反思与重塑，从传统的知识传授向能力培养转变。因此，需要适应人工智能时代制定教育大纲，明确将AI素养和数字化公民素养纳入教育大纲；重构工程教育目标，将创新思维、批判性思维等软技能纳入培养目标；推动教师继续教育，让教师了解并适应新的AI教育目标和理念。

（3）数据隐私和安全。人工智能在教育领域的应用涉及大量学生数据的收集和分析，如何确保这些数据的隐私和安全成为一大挑战。因此，建立严格的数据管理和隐私保护机制，加强数据加密和防护能力，防止数据泄露和滥用。同时，完善相关法律法规，明确数据使用的边界和责任。

4.未来展望与策略建议

人工智能在工程教育中的应用具有广阔的前景，以下是一些未来展望和策略建议。

（1）构建更深层次的智能个性化学习路径。AI将能够根据每个学生的知识水平、学习风格和进度，提供个性化的学习体验和定制化的学习计划，包括定制课程、动态学习路径、自主地推荐学习材料和实时反馈，甚至在学生遇到困难时提供即时的辅导和支持。

（2）深度跨学科融合与创新。AI跨学科融合是指将人工智能技术与不同学科领域的知识、理论、方法和技术进行有机结合，推动学科之间的交叉渗透和相互启发，形成新的学科增长点和创新点，打破学科壁垒，促进知识的综合应用和创新发展。近年来，我国积极倡导和推动AI跨学科融合与创新。例如，江苏省汤蓉网络名师工作室举行的人工智能跨学科融合专题研讨活动，旨在推动AI在教育、科技等领域的应用；ER艺教共和课程中心携手德必集团，共谋海外艺术教育未来，为青少年提供更多元化、高品质的学习体验^[2]。

（3）未来研究重点。深入研究人工智能在工程教育领域的应用模式和效果，探索人机协同、跨界融合^[3]的教学方法，关注人工智能技术发展对工程教育的影响，培养具备创新能力和合作精神的人工智能高端人才，推动我国工程教育迈向智能化、个性化、国际化方向发展。

5.结论

人工智能在工程教育中的应用与创新实践已经取得了显著的成果，推动了工程教育向更加智能化、个性化和高效化方向发展。通过引入人工智能技术，工程教育在教学资源、教学方法、评价体系等方面实现了重大突破。实践证明，人工智能与工程教育的深度融合有助于提高教育质量，培养具有创新精神和实践能力的高素质工程人才。在未来，人工智能在工程教育中的应用与创新实践将继续深入，更多先进技术和理念将被引入教育领域。人机协同、跨界融合的教学模式将逐步完善，为学生提供更加个性化、智能化的学习体验。

参考文献

[1]2019年3月全国社会组织舆情月度报告[J].中国社会组织,2019,(08):55-59.

[2]范彦萍. AI时代，艺术跨学科如何赋能国际人才？[N]. 青年报·青春上海，2024-06-23.

[3]李薇.人工智能背景下高职会展专业数字化转型路径研究——以广东轻工职业技术学院为例[J].广东开放大学学报,2022,31(01):93-97.