“人工智能技术与应用”课程在传统工科中的教学探索与实践—以南华大学矿物资源工程专业为例

Teaching Exploring and Practicing on the Course of Artificial Intelligence Technology and Application in Traditional Engineering Education: A Case Study of the Mineral Resources Engineering Major at the University of South China

摘要

为推进传统工科课程体系的智能化转型，以矿物资源工程专业为例，构建并实践了“人工智能技术与应用”课程教学模式。围绕典型人工智能算法，构建算法原理、工程案例、应用实践融合的教学内容体系，强化学生对算法机理及工程适用性的理解。在教学实施中，引入学习投入理论与建构主义学习理念，促进学生认知及主动学习。在课程考核中，基于成果导向教育（OBE）理念，采用以项目实践为核心的多元评价方式，突出工程应用与创新能力培养。同时，建立课程持续改进机制。教学实践表明，该模式具有良好成效和推广价值，可为传统工科专业复合型人才培养提供参考。

关键词

人工智能 / 传统工科 / 课程建设 / 案例教学

Key words

artificial intelligence / traditional engineering / curriculum construction / case teaching

参考文献

[1] 沈玉旭，王民华，吴凡，等. 人工智能科学交叉融合新专业课程开发探索：以智能采矿工程专业智能掘进课程为例[J].山西能源学院学报，2025，38（2）：80-83.

[2] 曹玉平，刘竟威，郑展鹏. 新一代人工智能发展驱动产业深度转型升级研究：生产函数变革与要素协同匹配视角[J].当代经济科学，2025，47（4）：80-96.

[3] 丁玉斌，易凌云. 人工智能时代我国创新型人才培养变革[J].天津市教科院学报，2020（1）：13-20.

[4] 顾小清，李世瑾. 人工智能促进未来教育发展：本质内涵与应然路向[J].华东师范大学学报（教育科学版），2022，40（9）：1-9.

[5] 王婷婷，任友群. 人工智能时代的人才战略：《高等学校人工智能创新行动计划》解读之三[J].远程教育杂志，2018，36（5）：52-59.

[6] 钟云飞，李学刚. 人工智能赋能传统工科专业教学改革路径研究[J].印刷与数字媒体技术研究，2025（3）：35-41.

[7] 王建秀. 工科发展瓶颈与基于人工智能新兴技术的发展路径[J].高等工程教育研究，2023（4）：27-30.

[8] 王富林，李广悦，杨仕教，等. 新时代核工业精神引领下的课程“双通双融”教学研究及实践[J].中国地质教育，2025，34（2）：86-90.

[9] 朱忠华，程玲，杨月平，等. 铀矿冶专业“数字矿山技术”新工科课程建设与教学实践[J].中国地质教育，2021，30（3）：51-56.

[10] 孙占学，FiazAsghar，赵凯，等 . 中国铀矿采冶回顾与展望 [J]. 有色金属（冶炼部分），2021（8）：1—8.

[11] 国务院发展研究中心国际技术经济研究所，中国电子学会，智慧芽. 人工智能全球格局[M].北京：中国人民大学出版社，2019.

[12] KRIZHEVSKY A，SUTSKEVER I，HINTON E G. ImageNet classification with deep convolutional neural networks[J].Communications of the ACM，2017，60（6）：84-90.

[13] VASWANI A，SHAZEER N，PARMAR N，et al. Attention is all you need[C]//Advances in Neural Information Processing Systems. Curran Associates，Inc，2017 ：5998-6008.

[14] 刘玉龙，扶海鹰，黄磊，等. 基于深度学习的露天铀矿可爆性智能分级模型研究[J].爆破，2024，41（3）：240-247.

[15] FU H，WANG S，HE G，et al. A 3D convolutional neural network model with multiple outputs for simultaneously estimating the reactive transport parameters of sandstone from its CT images[J].Artificial Intelligence in Geosciences，2024，5 ：100092.

[16] 高洪元，谷晓苑. 人工智能赋能下创新创业课程体系研究[J].高教学刊，2025，11（18）：74-77.

基金资助

湖南省普通本科高校教学改革研究项目(202502000736)

南华大学教学改革研究项目(2020YB-XJG77)

南华大学教学改革研究项目(2022YB-XJG45)