5月29日，教学工作部教师发展中心举办《机器人驱动系统》AI课程建设及应用分享会。本次活动是南科大推进AI赋能教育教学改革的重要举措，吸引了来自机械与能源工程系、物理系、医学院等15个院系近30位教师参与。机械与能源工程系王宏强副教授作为主讲嘉宾，分享了AI技术深度融入专业课程的教学实践与经验，引起与会教师对AI赋能教学的热烈讨论。

活动现场

一、为何引入AI？破解“广、难、新”教学困局

王宏强指出，《机器人驱动系统》课程面临广、难、新三大痛点，分别是知识体系横跨电磁学、机械控制等多学科，传统教材难以覆盖交叉内容；电机学等核心模块挂科率高，学生反馈滞后；柔性驱动等前沿技术缺乏成熟教学资源。AI的引入旨在通过智能化工具弥补教学资源缺口，提升学生的学习动力，激发学生的学习热情。

《机器人驱动系统》AI课程

二、AI如何重塑教学？ “六学模式”具象化AI赋能路径

王宏强团队通过AI技术建设了课程专属知识库、AI学伴“驱动喵”，并在教学实践中总结出AI促进教与学的“六学模式”：学回（学有回应）、学本（以学生为本）、学错（错中学）、学问（以提问为驱动、启发思考）、学通（横向整合、纵向递进）、学做（做中学），实现教学流程的革新。

王宏强提出在工程教育中，传统解题技巧的比拼已不能满足需求，重点应转向提高学生解决实际问题的能力。通过模拟工程场景，学生与AI互动，在不断提问获取解决问题所需信息的过程中，加深对知识的理解，锻炼工程实践能力。与传统教育方式相比，AI辅助能提供更多实时、个性化的指导，弥补教师因时间有限而无法充分满足每位学生需求的不足。

三、AI的挑战：依赖、焦虑与教师转型

王宏强谈到了AI赋能专业课教学存在的挑战，如：学生可能过度依赖AI解答，削弱自主思考能力；学习资源的无限扩展可能导致部分学生感到焦虑，担心无法完全掌握知识；同时，学习进度的差异加剧了朋辈压力，部分学生可能因未能有效利用新技术而感到落后。此外，教师也将面临转型挑战，在成为知识体系的架构师和维护师的同时，还需不断深化和扩展自身知识以应对学生更专业的问题。

最后，分享会上的讨论集中在如何融合AI技术和传统教学方式、如何引导学生有效利用资源、如何设定AI赋能教学下的教学考核等问题。