打造AI教育场景推动教学改革创新

——打造AI教育场景，推动教学改革创新摘要建筑业作为国民经济的支柱产业，其产品质量直接关系到人民生命财产安全，对从业人员的技术技能水平提出了严苛的标准化要求。当前高职教育在建筑行业技术技能人才培养中存在三重结构性矛盾：教育资源配置局限性与建筑技术快速迭代的矛盾、传统标准化教学模式与学生个性化发展需求的矛盾、课堂理论教学与行业实践要求的脱节矛盾。这些矛盾导致培养的人才难以适应智能建造时代对复合型技术技能人才的需求。为破解上述难题，某学院通过数字化改革顶层设计，创新性引入人工智能技术构建“智慧鲁小班”智能交互学习平台，实现了教学资源数字化转型、实训场景智能化升级及人才培养模式创新。关键词：AI教育场景；教学改革；人工智能；高职教育；建筑行业一、引言建筑业作为实体经济的重要组成部分，其安全生产属性决定了对从业人员技术技能的刚性要求。根据《“十四五”建筑业发展规划》数据，我国建筑业从业人员超5300万人，其中高职教育培养的技术技能人才占比达65%以上，是行业发展的核心力量。然而，当前高职建筑类专业教育面临三个维度的突出矛盾：

一是传统实训资源有限性与建筑技术快速迭代的矛盾。建筑行业已进入智能建造时代，BIM技术、装配式建筑、智能施工设备等广泛应用，但高职院校受限于场地、资金等因素，实训设备更新滞后。据调研，全国80%的高职建筑院校实训设备仍停留在传统施工工艺层面，无法满足智能建造技术培训需求。

二是标准化教学模式与学生个性化发展需求的矛盾。传统“教师讲、学生听”的灌输式教学模式，难以适应学生认知水平、学习节奏的个体差异。建筑类专业学生中，约30%的学生空间几何能力较强，25%的学生更擅长工程计算，标准化教学导致“优生吃不饱、后进生跟不上”的现象普遍存在。

三是课堂理论教学与行业实践要求的脱节矛盾。建筑行业强调“做中学”，但传统教学中理论与实践的割裂，使学生毕业后需经6—12个月的企业再培训才能胜任岗位工作。某建筑企业人力资源数据显示，高职毕业生入职后首年离职率高达40%，主要原因是“在校所学与岗位需求差距过大”。人工智能技术的发展为破解上述矛盾提供了新路径。其通过模型训练与深度学习实现的场景模拟、数据挖掘及个性化服务等功能，与建筑行业人才培养的实践导向、标准导向需求高度契合。人工智能技术可实现三大突破：通过虚拟仿真技术构建无限逼近真实的建筑施工场景，解决实训资源不足问题；基于学习分析技术实现个性化学习路径推送，满足学生差异化发展需求；借助知识图谱技术构建“理论-实践-理论”螺旋上升关系，实现课堂教学与岗位需求的精准对接。学院在数字化改革框架中将人工智能中枢放在核心位置，构建“智慧鲁小班”智能交互学习平台。该平台以“技术赋能教育、数据驱动改革”为核心理念，通过整合建筑行业数据、教学过程数据、实训操作数据，实现“教、学、评、管”全流程的智能化升级。本文详细阐述平台的建设目标、成果成效、实施路径及实践经验，以期为高职建筑类专业教育改革提供理论参考与实践范式。二、建设目标（一）扩展教师知识储备途径，推动教学能力提升教师作为教学改革的核心力量，其人工智能技术应用能力直接决定技术赋能教育的成效。为此，构建“资源、工具、能力”三位一体的教师发展赋能体系，具体目标如下：1.构建智能化的教育资源库，为教师提供涵盖建筑行业前沿技术、教学方法、案例分析等内容的丰富在线学习资源。2.借助人工智能技术实现个性化学习推荐，根据教师的兴趣、专业背景及教学需求，智能推送相关学习资源，帮助教师更新知识结构、拓宽视野。3.利用虚拟现实、增强现实等先进技术，打造沉浸式学习体验，使教师身临其境地了解建筑项目的施工流程、技术应用等，提升其实践操作能力和教学水平。4.通过大模型进行内容构建、整合及标注等，开发教学辅助工具，打造“智慧鲁小班”，支持教师的日常教学及监督工作。5.提供针对教师的人工智能技术培训，推动教师基于大模型开展分阶段教学创新、课程内容建设，实现高职建设领域教学整体水平的提高。（二）拓展人工智能+教育场景，助力“五金”高水平建设围绕高职教育“金专业、金教师、金课程、金教材、金基地”的“五金”建设目标，拓展人工智能教育应用场景，具体目标如下：1.推动智能建造、好房子、智慧城市管理等专业群数字化改造和智能化升级，助力打造“金专业、金教师”。2.校企合作开发符合建筑行业办学特点的数字融合课程，更新迭代在线教育教学资源，助力打造“金课程、金教材”。3.依托产教联合共同体平台，整合政府、学校、行业、企业多方资源，利用人工智能、5G、大数据等技术，打造“浙里建・未来建造中心”实训教学基地，助力“金基地”建设。三、成果成效1.工程造价学院和管理与信息学院联合数字化校园管理中心，依托国家级教师教学创新团队平台，共同开发了人工智能、大数据等教学课程，编写的《人工智能技术应用》教材已被列为“省‘十四五’第二批重点教材”，同时《大数据与云计算技术应用基础》申报了国家“十四五”规划教材，并制作了配套的在线教育教学资源。2.学校与某公司投入1300万元共同打造“未来建造中心”实训教学基地，项目包含智能建造等大量人工智能系统。3.智慧教室安装了课堂教学行为智能分析巡课系统。问答式的AI课堂在教育中扮演“虚拟教师”或“学生助手”的角色，建设了问答式的机器人“教辅小智”，该机器人已能在课堂中充当教学助手，也能在实训教学环节中起到辅助讲师的作用。目前在学校教学楼的智慧教室、实验实训中心的国际展厅、校内的浙江省建筑工程安全体验中心中均已设置“教辅小智”问答式机器人。4.学校就业指导工作已在使用AI面试、智慧就业、智慧简历等。AI模拟面试官替代HR进行宣导和提问，候选人通过手机录制短视频回答，AI自动评分，实现线上面试演练。这降低了学生的面试时间和成本，缓解了求职的紧张感，使学生能更从容自信地准备面试，积累面试经验，助力学生提高职业技能和就业能力。5.AIGC应用于建筑与艺术学院数字媒体艺术专业的学生课堂，以培养学生掌握AI绘图工具，用于建筑效果图、产品效果图、人物IP形象设计等领域的创作实践。6.发展交互式数字人形象生成及语音合成技术，使虚拟教师（“智慧鲁小班”）更具人性化，为学生的学习提供情感化体验。四、实施路径（一）系统架构设计“智慧鲁小班”智能交互学习平台采用“三圈层”智能化体系架构。1.核心层：建筑领域知识图谱与大模型训练平台。知识图谱包含建筑材料、施工工艺、工程管理等8个领域的实体关系，共计15万个实体、28万条关系；大模型训练平台配置8台GPU服务器（每台含8张NVIDIAA100显卡），采用LoRA（LowRankAdaptation）微调技术，在通用大模型基础上融入建筑行业数据，形成领域专用模型。2.中间层：包含数据处理与应用服务两大模块。数据处理模块三大功能：数据规整录入，对课程答疑记录、用户对话日志、实践操作视频等多源数据进行清洗、标注；数据分析处理，通过自然语言处理、计算机视觉等技术提取数据特征，构建学生画像、教师画像；数据应用支撑，为上层服务提供API接口。应用服务模块：教学辅助（备课工具、学情分析）、知识延展（智能问答、案例推荐）、能力提升（虚拟实训、技能测评）等功能。3.外层：对接各类教学场景终端，包括智慧教室交互屏、VR实训设备、移动学习App、数字人终端等，实现多场景的智能化服务交付。（二）构建高职建筑类专业领域大模型大模型的构建分为三个阶段推进。1.开发阶段：完成建筑领域语料库构建，语料来源包括：建筑类核心教材和国家及行业标准，300个典型建筑项目的技术文档，近5年的课程答疑记录、考试试题。通过数据清洗、去重、标注，最终形成560万条高质量语料，构建包含建筑材料、结构工程、施工技术等8个细分领域的数据集。2.优化阶段：采用强化学习技术优化模型性能。组建由10名建筑行业专家、5名教育技术专家构成的数据标注团队，对模型输出结果进行评分（1~10分），基于评分数据训练奖励模型，引导大模型生成更符合专业要求、教学需求的内容。经过12轮迭代优化，模型在建筑术语解释、施工工艺描述等任务上的准确率从初始的78%提升至90%。3.应用阶段：实现三大核心应用：智能答疑，为学生提供7×24小时的专业问题解答，响应时间≤1秒；内容生成，自动生成教案、实训指导书等教学材料；智能测评，自动生成符合教学大纲要求的试题，并进行批改分析。目前模型日均调用量达2000余次。在交互模式创新上，设计“自然语言交互+虚拟教师演示”的双轨模式。学生可通过文字或语音向系统提问，如“解释一下钢筋混凝土梁的受拉破坏过程”，系统首先以自然语言进行原理阐述，随后调用虚拟教师模型，通过三维动画演示破坏过程的三个阶段（裂缝出现、裂缝扩展、截面破坏），并标注关键参数（如极限弯矩、挠度值）。这种多模态交互使抽象的建筑力学概念可视化。个性化教育的实现依托“数据采集-模型分析-方案推送”的闭环机制。系统采集学生的课堂互动数据（如提问内容、答题正确率）、实训操作数据（如完成时间）、自主学习数据（如资源访问记录、学习时长）等多维度信息，构建包含9项指标的学习画像。基于画像数据，推荐适配的学习资源，如对空间想象能力较弱的学生，优先推送三维模型展示类资源；对计算能力不足的学生，增加工程力学习题的推送频次。（三）系统使用流程进入系统后，结合学生分班及知识基础，提供推荐的课程及使用引导；同时结合学生对课程的评价及反馈，优化模型训练能力，提高智能化教学服务的精确度。

完整流程：初次登录→智能分班→首页进入→自主学习→指导纠错→记录监控→进程管理→拓展延伸。基于教、学、评、管四大模块，实现高职教育建筑类人才培养全流程的线上辅助，为师生提供更全面便捷的使用体验，为高职课堂提供一个全面、高效、个性化的智慧教学支持体系。（四）核心功能流程系统将基于不同学科的课程资料及案例题库（前期选择高职建筑领域），利用大模型能力生成智能题库，为知识测评提供更丰富、多样化的题目储备，以供教师选择。同时，系统将提供AIGC内容生成工具，供各科教师完成课堂内容建设。资源基础：课程资料、案例题库；核心功能：题目智能生成、课程问答、互动讨论、内容分享、知识整理。

学生学习路径：观看视频+数字人讲解学习基础知识点；通过课程问答模块与数字人助教交互答疑；参与课程互动讨论；AI自动提炼整理讨论知识点，沉淀复习素材。五、实践经验学校在人工智能+教育实践中取得了显著成效，具体总结出以下几个方面的经验。（一）组织有力协同推进2020年，学校成立了由学校党委书记、校长任组长的数字化改革工作领导小组，组建人工智能应用工作推进专班，加强对人工智能交互学习平台建设的统筹推进、组织协调和业务指导。分管校领导主持项目，数字化校园管理中心技术团队会同教务处及各二级学院，以周为单位细化具体任务，指定专人负责，扎实推进，保障人工智能+教育工作顺利开展，保证人工智能交互学习平台成功落地。（二）资金投入保障有力利用学校信息化年度预算及相关专项经费，建立经费持续稳定投入机制，切实保障人工智能+教育试点工作稳定持续快速开展。近五年来，学校信息化项目的直接年均投入达3000多万元，有力支撑了学校数字化改革工作，为人工智能+教育的实践提供了保障。（三）信息化水平基础好学校建有萧山、上虞2个异地数据中心机房，校园网主干带宽达到100Gbps，互联网出口带宽近50Gbps，建有“公+私”混合式云计算资源池，共有CPU资源2270核5100GHz、内存资源25TB、存储资源300TB，高速的Wifi无线网络全面覆盖3个校区，新一代智慧教室的覆盖率超过95%。学校在高职建筑类专业的教材、课件、参考资料及课堂问答等语料资源方面，已形成丰厚积淀。依托“工程造价”、“古建筑保护技艺传承与创新”、“房地产经营与管理”三门国家级建筑类专业教学资源库，学校开展了近八年全校性的专业教学资源建设工作，形成了体系化的资源储备，SPOC应用成效与数据积淀均处于全国领先水平。学校教学资源与数据优势突出，为人工智能交互学习平台（“智慧鲁小班”）的建设奠定了坚实基础。截至目前，学校在线教学资源总数达59769条、资源总量2460.54GB、教学试题432413题、教学日志6668万条、活跃课程4297门次。（四）技术团队有力保障充分开展市场技术调研，探索前沿人工智能技术，以校企合作模式组建技术团队，支撑保障人工智能交互学习平台的开发建设。自开展人工智能+教育实践以来，学校涌现出一系列人工智能建设系列成果。其中包括，1人担任中国教育技术协会人工智能专业委员会常务理事、1人担任浙