6月9日，教发中心举办人工智能赋能课堂教学（工科机械类）教学工作坊活动。本次活动邀请能动学院苏进展教授、人居学院廖红建教授、机械学院张航副教授以及郭艳婕博士分享人工智能在工科机械类课程教学中的应用探索与经验。此次活动吸引了来自各学院的29位一线教师及6位本科教学督导大机组专家参与，教发中心副主任高洋主持活动。

苏进展以“基于知识库与工作流优化的新能源助教智能体构建”为题分享了课堂教学的创新探索。他聚焦“新能源AI智能体”，阐述其在教学中的关键作用。他介绍了智能体通过知识库与工作流实现教学赋能的路径，详细讲解了从专业语料收集、数据降噪处理到结构化存储的知识库构建流程，以及如何利用向量数据库实现知识的高效检索与关联。同时，他分享了智能体在智能答疑、作业批改、知识检测等教学场景中的具体应用，展示了AI如何提升教学精准度与效率。

本科教学督导专家组成员、能动学院赵小明教授进行点评与总结。他指出，通用大语言模型在专业领域知识供给上存在局限性。他表示，数据库建设是模型优化的核心，建议通过收集师生问答数据、引入学生反馈机制等方式动态更新知识库，尤其要关注学生差异化思维带来的新问题场景，以提升模型对专业需求的适配性。他表示现有智能体不仅适用于新能源专业课程，未来可通过补充不同方向的教材资料，逐步覆盖常规能源等更多领域，推动AI教学应用从单一学科向跨领域综合赋能延伸。

廖红建以《土力学》课程为例，分享了AI在智慧课程建设中的实践。她介绍了知识图谱的构建过程，通过梳理知识点关联、设置重点难点，实现跨章节知识的立体化呈现。结合AI助教功能，引导学生个性化学习，通过深度思考模块拓展知识边界，同时利用AI工具箱辅助文档翻译、图片识别等教学环节，提升学生学习体验与教师教学效率。

本科教学督导专家组成员、人居学院李旭祥教授在点评中表示，AI赋能教学需警惕“单向度依赖”，既要关注技术应用的正向价值，也要建立负面问题的应对框架。他指出，教师在使用AI工具时，需深度思考知识体系的系统性衔接，确保教学内容的学术严谨性与跨课程关联性，真正实现技术与教育本质的融合而非简单替代。

张航针对机械制图课程的特点，探讨了AI在三维构型可视化、图片识别生成模型等方面的应用。他介绍了利用现有平台检索海量三维模型、通过AI生成三维模型的尝试，以及结合VR技术和增材制造提升学生空间思维能力的实践。尽管在三视图到三维模型的精准转换上仍有挑战，但展示了AI在图形教学中的潜力与方向。

在点评环节，本科教学督导专家组成员、机械学院景敏卿教授指出，机械制图教学中AI在图形识别与模型仿真的对应关系上仍存在大量待解决问题，实现机械图形与定量分析的关联尚需深入探索。他建议，后续可聚焦机械制图知识库建设，将国家标准与行业规范纳入其中，强化标注工作以提升AI对专业图纸的理解精度。

郭艳婕聚焦《机械控制工程基础》课程，强调AI在实践教学中的物理边界突破。她介绍了AI助教与硬件的联动场景，通过将实验设备研发知识与大模型结合，实现代码生成与硬件控制的无缝衔接。郭艳婕现场演示了动态数字讲义生成过程，并展示了AI在电机控制、转台实验台编程等实践环节中的应用，体现了AI在推动实践教学从理论到应用全链条闭环中的作用。

景敏卿针对郭艳婕的分享进行点评。他肯定了郭艳婕在AI助教开发及动态PPT生成方面的探索实践，认为以知识点为核心的自动化PPT生成模式有助于学生自主学习。针对硬件联动环节，他建议，可引入模拟仿真技术优化对比效率，在AI技术支撑下进一步提升教学适配性。对于助教功能，专家指出其常规问答、评测管理等模块与现有应用有共通性，若能强化“生成式PPT +问题导向+硬件仿真”的特色融合，可更好地深化学生对知识点的理解。

本次教学工作坊作为“人工智能赋能课堂教学”系列活动之一，为工科机械类课堂教学注入了AI新动能，展示了AI在知识传授、实践教学、个性化学习等领域的多元应用。教发中心将持续举办人工智能赋能课堂教学活动，助力教师探索更具创新性与实效性的教学模式，培养适应人工智能时代的高素质创新人才。