人工智能结合探究式学习法促进“种植修复工艺技能”提升的实证研究

An empirical study of the improvement of “Implant Denture Technology” by the integration of AI and inquiry-based learning

摘要

目的 探究人工智能（artificial intelligence，AI）辅助下探究式学习法（inquiry-based learning，IBL）在种植修复工艺技能培养中的教学效果，明确探究式学习法应用于口腔医学技术专业教学中的有效性。 方法 选取口腔医学技术专业大三学年本科生为研究对象，共计56名，将其随机分为对照组（n=28）和试验组（n=28）。每组学生均进行了种植修复工艺技能课程的教学活动。对照组采用传统教学法，试验组采用IBL教学法结合AI智能体。授课结束后，通过柯克帕特里克四层次模型评估教学效果。 结果 对于第一层次（反应层），与对照组相比，试验组学生的教学满意度更高（92.86%，χ²=3.43，P=0.032）；对于第二层次（学习层），试验组学生的知识水平得到显著提高，干预前后的平均分数有显著性差异（t=59.91，P<0.001）；对于第三层次（行为层），试验组学生更好地完成了种植修复工艺技能实践操作（t=1.74，P=0.044）；对于第四层次（效果层），试验组教学方法有效促进了学生批判性思维及研究能力（82.14%）的提升。 结论 人工智能结合探究式学习法应用于种植修复工艺技能课程中取得了良好的教学效果，对于柯克帕特里克模型评估的三个层次（反应层，学习层和行为层）均产生了显著的促进作用。

Abstract

Objective To explore the effect of inquiry-based learning (IBL) method aided by artificial intelligence (AI) in the cultivation of Implant Denture Technology, and clarify the effectiveness of IBL method applied in the teaching of Dental Technology. Methods A total of 56 third-year students in the major of Dental Technology were selected as the research objects, and randomly divided into the control group (n=28) and the experimental group (n=28). Each group of students underwent teaching activities of Implant Denture Technology course, with the control group using the traditional teaching method and the experimental group using the IBL method aided by AI intelligent agent. At the end of the course, Kirkpatrick’s four-level model was used to assess students’ teaching effectiveness. Results For the first level (reaction), students in the experimental group had a higher level of teaching satisfaction (92.86%, χ²=3.43, P=0.032). For the second level (learning), the knowledge level of students in the experimental group was significantly improved, with a significant difference in scores before and after the intervention (t=59.91, P<0.001). For the third level (behaviour), the students in the experimental group better completed the practical operation of Implant Denture Technology (t=1.74, P=0.044). For the fourth level (results) , the teaching method of the experimental group effectively promoted the improvement of students’ critical thinking and research abilities (82.14%). Conclusion The IBL method combined with AI has achieved good teaching effect in Implant Denture Technology course, which showed positive effects on all three levels of the Kirkpatrick model (reaction, learning, and behaviour).

关键词

探究式学习法 / 柯克帕特里克四层次模型 / 种植修复工艺 / 教学效果 / 口腔医学技术

Key words

inquiry-based learning / Kirkpatrick’s four-level model / Implant Denture Technology / teaching effectiveness / Dentistry Technology

为了适应日新月异的口腔医疗行业发展，满足患者复杂的医疗需求，口腔医学技术专业对于培养未来的口腔技术从业者至关重要。“种植修复工艺学”是一门研究口腔种植义齿设计、加工的学科，是口腔医学技术的新兴领域和重要分支，也是口腔医学技术专业的必修课程。其中，种植修复工艺技能是学生需要掌握的核心能力，同时课程还须培养学生的沟通能力、团队协作能力、逻辑思维能力和批判性思维能力，以应对日后临床工作中面临的问题。因此，如何创新教学模式，提升学生的种植修复工艺技能水平和能力素养是专业教师的一项重要任务。

目前，传统课堂教学仍是高校主要应用的教学方式，其教学效果良好，可以实现知识的有效传授；但部分学生无法积极主动参与到教学活动中，致使学生关键能力及主动学习能力的培养相对欠缺^[1]。因此，一些新的教学方式被尝试应用于口腔医学相关教学中，比如任务驱动教学法、案例教学法，混合式教学法等^[2-4]。其中，探究式学习法（inquiry-based learning, IBL）是一种遵循建构主义学习理论的教学方法^[5]，它鼓励学生主动参与到教学情境中，在此过程中学生将自主发现问题、制定假设，并完成数据收集和结论验证，而不再是被动的获取信息。IBL教学法很好地体现了“以学生为中心”的教学理念，积极引导学生自主学习，提升其分析问题的能力。IBL教学法已被用于各类学科的教学中，但尚未有口腔医学技术本科教学中应用的报道^[6]。随着人工智能（artificial intelligence，AI）的快速发展，AI深度融入医学课程实现教学创新成为趋势。AI教学可打破时间和空间限制，满足个性化学习需求；同时通过AI智能化构建知识体系，利于学生获取最新知识，培养其创新能力^[7]。近年来，柯克帕特里克四层次模型（Kirkpatrick’s four-level model）被报道可用于医学专业教学评估中^[8]。Kirkpatrick模型将结果评估有效地拆解为四个层次，分别从反应、学习、行为和结果层面递进评估，各层级间结构清晰，可行性好。

因此，本研究将基于Kirkpatrick模型，评估AI技术结合IBL教学法应用于“种植修复工艺技能”课程中的教学效果，明确其促进学生主动学习及能力培养的有效性，以期为口腔医学技术专业背景下IBL教学法应用提供借鉴。

1 研究对象与方法

1.1 研究对象

选取上海健康医学院口腔医学技术专业2022级本科56名学生为研究对象，将其随机分为对照组（n=28）和试验组（n=28）。随机分组名单由Microsoft Excel 2019软件生成。本研究方案经上海健康医学院伦理委员会审查批准（批准号：0200-24-311001-JY），所有参与者均知情同意。

1.2 研究方法

1.2.1 试验组教学设计

试验组采用AI结合IBL教学法。课程包括：种植修复上部冠设计和制作、种植手术导板的数字化设计等模块。教师通过豆包软件平台创建及训练“种植修复工艺课程小助手”AI智能体。AI智能体可实现动态问答、个性化题库及辅助自主学习等过程。同时，IBL教学设计可以实现对章节重难点知识的全面覆盖。

（1） AI智能体应用

辅助自主学习 AI智能体构建及生成种植修复工艺技能相关的知识图谱，包含理论知识点、关键操作技能点以及种植修复案例库等，自动生成阶段性学习计划。以“种植修复上部冠的设计原则”章节为例，学生可与AI智能体进行对话，提出问题后AI智能体可根据教材及线上资源库给出答案。同时智能体自动关联既往知识点，如“种植体生物学宽度与修复体边缘设计的关联”等，通过交互式问答引导学生进行主动思考，并推送针对性的解析。

强化工艺技能训练 种植修复上部冠设计是课程重要的操作技能点。学生将基于种植体三维位置、软组织形态及咬合关系等用数字化软件完成修复体设计。AI智能体可分析和比对学生设计的数据，识别潜在问题并给出一定的调整方案，辅助提升学生的技能水平。

（2） IBL教学设计

学生角色 学生将作为主动学习者参与到课堂教学中。学生共分为5个小组，每组5~6人，课上向每个小组提供不同的种植修复类临床照片、病例信息等；每组学生根据具体病例情况提出问题；随后通过AI智能体交互问答，查阅书本及资料等方式对问题进行具体讨论；讨论完成后，每个小组在课堂上展示组内发现，并详细分享小组内的研究过程及最后结论。

教师角色 教师在课堂中主要为推动者的角色，对学生提供引导、帮助和把控教学流程的作用。教师首先向每个小组提供相应的临床资料，资料中主要呈现的问题有：修复平台位置、穿龈轮廓形态，修复体自洁设计和固位方式选择等不良设计，继发引起相应的种植体周围软硬组织病变。随后，教师对学生未发现的问题进行引导，使每组学生均能全面地对知识点进行讨论。最后进行知识补充与总结，明确课程的重难点知识。

线上学习平台 课程结束后，教师通过线上教学平台发布互动讨论话题，学生可在线上继续讨论。AI智能体可生成课程知识图谱，辅助学生复习；针对学生问答情况个性化生成题库，完成课后训练；同时分析学生技能实操中的设计数据，进一步提升技能培养。

1.2.2 对照组教学设计

对照组使用传统教学法，授课模块与试验组完全一致。课堂设计包括有课前预习、重难点讲授、案例教学和课堂讨论等。首先，授课教师以问题为导向进行互动，完成课程引入；其次，介绍课程的学习目标，讲授种植修复工艺技能相关知识点，过程中穿插临床病例照片，加深学生对知识的理解；最后，总结本次课程的难点与重点，理清知识脉络。课后，同样通过线上学习平台，发布互动讨论活动，学生在线上参与讨论，以检验学生对知识的应用能力。

1.2.3 AI智能体的设计与实现

“种植修复工艺课程小助手”AI智能体由豆包软件平台创建。AI智能体的设计包括创建及训练两部分。依据课程需求，AI智能体的角色设计为课程辅助教师，设定其按照教师导入的教材、教学大纲及课程标准等，帮助学生学习种植修复工艺相关课程。AI智能体创建完成后，由教师进行多轮训练。首先，通过上传教材、前沿文献及教案文本等，构建“种植修复工艺学”专业知识库；随后，完善提示词，将AI智能体设定为系统地根据“种植修复工艺学”知识库进行讲解，同时限定其在知识库内回答问题，以保证知识的准确性。同时，AI智能体将定期更新知识库、试题库及案例库，结合学生的问答情况及章节知识点，生成个性化作业及分析报告。课程中通过师生的评价反馈，持续优化AI智能体。

1.3 教学效果评估

使用Kirkpatrick模型评估试验组和对照组的课堂教学效果。①第一层次（反应层），通过问卷调查了解学生对两种教学方法的满意度及教学设计的相关反馈。②第二层次（学习层），通过前测和后测对两组间的知识掌握程度进行评分。前测评估学生对种植修复工艺的现有知识水平，后测衡量学生在课程结束后知识的掌握情况，以评估教学方法的有效性。③第三层次（行为层）评估为授课结束3周后，学生进行种植修复工艺技能的相关实验操作并对其技能操作结果进行评分。④第四层次（效果层）在授课结束后6周进行评估，通过问卷调查评估学生种植修复工艺技能的相关能力达成程度。本研究所用调查问卷具有良好的信效度，问卷结果均依照李克特量表进行评价。

1.4 统计分析方法

采用SPSS 23.0软件对数据进行分析。两组的数据结果以(x±s)表示，组间比较采用独立样本t检验，同教学组内的前、后测成绩比较采用配对样本t检验。计数资料以n(%)表示，组间比较采用卡方检验。以P<0.05为差异具有统计学意义。

2 结果

2.1 研究对象一般情况

本研究共纳入56名学生，试验组28名学生中女性15名（53.57%），男性13名（46.43%）。对照组中同样为28名学生，其中女性14名（50.00%），男性14名（50.00%）。两组间性别分布没有统计学差异。

2.2 Kirkpatrick模型第一层次（反应层）

满意度问卷调查结果显示，绝大多数学生对课堂教学效果感到满意。对照组中课堂教学满意人数为20人，满意度达71.43%。试验组中26人对授课效果表示满意，满意度为92.86%。试验组学生对教学总体满意度得分高于对照组，差异具有统计学意义（χ²=3.43，P=0.032）。如表1所示。

同时，授课结束后针对两种教学方法的课堂设计进行调查反馈，如表2所示。试验组中，89.29%的学生（25人）认为课程的病例资料丰富，同时结合AI智能体，能够很好地理解其内容；对照组中，82.14%的学生（23人）认可病例资料丰富。试验组中，92.85%的学生（26人）认为课程结束后沟通能力有所提升；而对照组中其占比仅为78.57%。试验组给学生提供了更多的讨论机会，82.14%的学生（23人）表示可以参与到课堂讨论中；而对照组相对欠缺。此外，试验组中85.72%的学生（24人）认为授课内容对后续工作有一定意义。结果提示，两种教学方法在教师的引导下学生均能较好地理解教学内容，且理论知识对后续工作具有一定意义。而IBL教学法在提高沟通能力和讨论水平等方面更有效。

2.3 Kirkpatrick模型第二层次（学习层）

对照组中学生前测的平均分数为（41.23±6.75）分，授课结束后提高至（82.21±4.17）分，差异有统计学意义（t=52.15，P<0.001）。同样，试验组中前测的平均成绩为（40.94±5.63）分，而授课结束后分数提高至（91.46±3.41）分，差异有统计学意义（t=59.91，P<0.001）。结果提示，课堂授课前两组间学生的知识储备水平相当。而授课结束后，试验组学生的知识水平显著提高，且与对照组相比，差异具有统计学意义（t=7.73，P=0.032）。结果表明，AI智能体结合IBL教学法在知识理解和掌握方面优于传统教学法，如表3所示。

2.4 Kirkpatrick模型第三层次（行为层）

授课结束3周后，两组学生均进行了种植修复工艺技能相关的实践操作考核。结果显示，试验组的学生能够更好地遵循义齿设计原则，完成种植单冠的设计及种植手术导板的设计，技能操作平均成绩为（84.26±6.14）分。而对照组中，学生种植单冠及手术导板设计的实验评分为（73.81±8.29）分，两组间差异有统计学意义（t=1.74，P=0.044）。为了进一步明确两组间成绩差异的显著性大小，进行了效应量分析。结果显示，试验组学生的技能操作平均成绩与对照组相比，差异中等（Cohen’s d=0.582）。结果提示，AI智能体结合IBL教学法对学生后续的种植修复实践操作产生了积极影响，如表4所示。

2.5 Kirkpatrick模型第四层次（效果层）

授课结束6 周后，对两组学生的能力达成情况进行问卷调查评估，如表5所示。试验组中89.29%的学生（25人）表示掌握了种植修复的基本原则，能独立完成种植工作模型的制作；超过75.00%的学生（21人）同意课程结束后，有信心完成上部基台的选择及上部修复体类型的辨认，其结果与对照组中调查结果相近。而相比于对照组，82.14%的学生（23人）认为AI智能体结合IBL教学后有助于激发其创新思维及批判性思维，更好地指导临床实践。

3 讨论

本研究探讨了AI结合IBL教学法在提升学生“种植修复工艺技能”课程中的应用效果，首次通过Kirkpatrick四层次模型实现了对IBL教学法与传统教学法间的评估。研究结果表明，AI智能体结合IBL教学法应用于“种植修复工艺技能”教学起到了积极的作用，在学生满意度、理论成绩及技能水平等方面均有相应的提高。

3.1 AI智能体结合IBL教学法有助于提高学生的种植修复工艺技能

“种植修复工艺学”课程理论性和实践性都很强，教学内容量大，与口腔解剖学、固定修复工艺学等课程联系紧密，而且课程知识更新率快，数字化程度高，要求学生有一定的自主学习能力。目前，AI融入医学教育为学生提供了良好的学习体验，有助于提升教学效果^[9]。AI智能体作为一种辅助教学的手段，学生可以随时与其交互问答，获取知识。同时，通过批判性分析AI所生成的答案，进一步锻炼其辩证思维。

此外，IBL作为一种“以学生为中心”的教学方法，在促进学生自主学习方面具有一定作用。IBL教学法中，学生首先通过获取教学资料发现问题，随后利用教材和补充资料进行检索和小组讨论，后续通过小组展示等方法将所掌握的内容进行分享。教师在课堂中起到引导作用，对于学生未发现的问题进行补充及最终评估。在此方法中，学生基本都可以积极参与到课堂讨论互动中，通过查阅教材等资料完成自主学习过程。目前，已有将IBL教学法应用于机械生物学模块的报道，并取得较好的教学效果^[10]。有研究发现，IBL教学法在提高学生参与度和学习效果等方面有重要作用^[11]。同时，IBL教学法应用于临床实践课程也有较好的成效，有助于提升学生的临床思维能力和自主学习能力^[12]。本研究结果也显示，IBL教学法在种植修复工艺技能教学中有效提高了学生的沟通能力和理解能力。同时，在IBL课堂教学中引入AI智能体充当互动“导师”，能够帮助学生快速整合内容、获取信息，理解复杂的临床场景，并协助培养其决策能力。本研究还发现，与传统教学法相比，IBL教学组的课程教学并没有额外增加学生和教师的时间。因此，AI智能体结合IBL教学法在种植修复工艺技能教学中的应用不仅有效提升了学生成绩，同时还增强了学生间的讨论及互动，有利于对技能的培养及对复杂医学概念的理解。

3.2 Kirkpatrick模型可以实现对教学效果的综合评估

Kirkpatrick模型是一种科学的评价方法，包括有四个递进层次：第一层次（反应层），评估人员对培训的满意度；第二层次（学习层），评估培训后人员的知识及技能水平；第三层次（行为层），指培训完成后的行为及态度变化；第四层次（结果层），旨在观察培训的后续结果。已有研究指出，基于Kirkpatrick模型可对军队医学研究生培养过程中的学习动机、创新能力，以及论文发表情况等进行多维度分析，以实现更加全面深刻地评估效果^[13]。同时，Kirkpatrick模型也可被应用于医学相关培训中的效果评估。一项研究中提出，基于Kirkpatrick模型分别从四个维度进行药师培训评价指标的筛选和修正，构建了多维度全流程的药师培训效果评价体系^[14]。

本项研究中首次引入Kirkpatrick模型用于种植修复工艺技能教学中的效果评估。对于第一层次，学生对IBL教学效果的满意度较高，愿意使用AI智能体并积极参与到课堂活动中。同时，IBL教学组的学生能够更多地参与沟通和讨论，在知识理解程度上取得了更大的进步。第二层次中，通过考试成绩作为评价指标，直观了解IBL教学组学生的知识掌握程度。第三层次中，IBL教学组也展现出较好的临床实践效果。学生在修复体自洁和穿龈轮廓形态设计等方面都有较好的表现。这也提示，AI智能体结合IBL教学法有效提高了学生自主学习动力以及分析问题能力。在后续临床实践中，学生能够更加主动地查询资源，完成理论知识的整合及应用，更有信心去进行种植修复工艺技能的实践操作。第四层次结果显示，AI智能体结合IBL教学法有助于激发学生的创新思维及批判性思维。其中，批判性思维被认为是口腔医学专业的基本技能，它是指学生能够对收集的信息进行汇总、分析，判断和应用的综合能力^[15]。在实际工作中，批判性思维有助于学生进行主动学习和思考，而不再是被动接受者。本研究中，第四层次的评价方法仅为调查问卷，结果具有一定的主观性。未来将持续优化第四层次的评价方式，通过更客观的评估方法，如纵向追踪研究、标准化能力测评等，持续优化对学生能力效果达成的相关评估。AI智能体结合IBL 教学法的应用为学生提供了主动学习环境，能够较好地锻炼学生独立研究和批判性思维能力。同时，基于Kirkpatrick模型很好地实现了对教学效果不同维度的综合评估。

4 结论

基于本研究，我们得出以下启示：①AI智能体可以尝试应用于口腔医学技术专业的教学实践，从而帮助学生更好地理解专业概念，提升批判性思维。②专业课程改革可以从引入主动学习的教学方法作为切入点，IBL教学法可以更好地提高学生的沟通技能和创新思维，有助于学生处理工作过程中面临的临床问题，在复杂的病例情况下做出基于证据的决定。而本研究还存在一定的局限之处：首先，教学效果评估时间较短，学生人数较少。后续将进一步评估学生的远期临床实践能力，同时纳入更多的样本量。其次，AI智能体的应用仍处于初步探索阶段，针对可能存在的AI误差等，将基于大数据模型及评价反馈机制，持续优化AI智能体，提升其辅助教学的效果。

综上所述，AI智能体结合IBL教学法有效提高了口腔医学技术本科生的种植修复工艺技能，同时在培养学生沟通能力、团队协作及批判性思维等方面有积极促进作用。未来有望将IBL教学法有机融入口腔医学技术专业教育，从而增强对学生知识和技能的培养。

参考文献

[1] 王攀峰, 张天宝. 试论传统课堂教学的基本特征及其面临的困境[J]. 教育理论与实践, 2011(13): 49-53.

[2] 李君若. 任务驱动教学法在口腔修复生产实训中的应用[J]. 卫生职业教育, 2015(1): 111-113.

[3] 邹慧儒, 王雅南, 林欣, 等. 基于案例学习教学方法在口腔医学教学中的应用[J]. 中华医学教育杂志, 2020(3): 192-195.

[4] 徐培, 陶冶, 王佳, 等. 混合式教学模式在高职口腔医学专业口腔颌面外科学教学中的应用[J]. 中国当代医药, 2023(19): 156-158.

[5] PANASAN M, NUANGCHALERM P. Learning outcomes of project-based and inquiry-based learning activities [J]. Journal of Social Sciences, 2010(2): 252-255.

[6] 梁鹤, 吴峰. 探究式阅读教学法在医学专业英语教学中的应用[J]. 中医药管理杂志, 2011(10): 946-948.

[7] 梁雨星, 童西琴, 周芙玲. 数字赋能医学教育创新发展的实践路径探索与研究[J]. 中国医学教育技术, 2025(2): 201-205.

[8] 张俊杰. 江西省基层全科医生转岗培训效果评估: 基于柯氏评估模型[D]. 南昌: 南昌大学, 2012.

[9] MAGALHAES A S, CRUZ-C 0 RREI R. Incorporating ChatGPT in medical informatics education: Mixed methods study on student perceptions and experiential integration proposals[J]. JMIR Medical Education, 2024(10): e51151.

[10] PANEBIANCO C J, NIJSURE M P, BERLEW E E, et al. Adjusting to your surroundings: an inquiry-based learning module to teach principles of mechanobiology for regenerative medicine [J]. Biomedical Engineering Education, 2024(1): 73-86.

[11] PRINECE M J, FELDER R M. Inductive teaching and learning methods: Definitions, comparisons, and research bases [J]. Journal of Engineering Education, 2006(2): 123-138.

[12] 薛红漫, 黄俊彬, 徐宏贵, 等. “探究式学习” 教学模式在儿科学临床见习的应用[J]. 医学理论与实践, 2016(20): 3570-3572.

[13] 鲁娟, 史芸, 刘斌. 基于Kirkpatrick模型的军队医学研究生创新能力培养效果评估[J]. 中华医学教育探索杂志, 2020(4): 373-379.

[14] 印杰, 陈永法. 基于柯氏评估模型的药师培训效果评价指标体系构建[J]. 药学实践与服务, 2023(4): 259-264.

[15] SILLDORFF E P, ROBINSON G D. Development of critical thinking skills in human anatomy and physiology[J]. Advances Physiology Education, 2023(4): 880-885.

基金资助

2024年度上海高校青年教师培养资助计划(A3-0200-24-311001)