案例类别：人工智能+专业课程、人工智能+课堂教学改革
课程名称：船舶原理（二） 适用专业：船舶与海洋工程
开课学院：海洋工程学院 主讲教师：程玉芹
技术类型：人工智能辅助教学
应用场景：基于生成式人工智能AIGC辅助教学内容重组、教学方法改进及评价体系重构。对于兴波阻力章节而言，主要应用场景在于辅助梳理章节层次、辅助开展情境化教学及学生课堂PK赛、辅助教师快速高效掌握学生作业完成情况。
案例简介
在人工智能全面渗透的背景下，学生对于人工智能的依赖度明显提升，课堂参与度进一步下降。为了提高学生课堂积极性、激发学生思辨能力和创新能力，团队基于AIGC改革了课程的教学内容、教学方法、评价方式。基于AI，梳理了课程的知识图谱，重构了课程内容；开展了“师生交互、人机协同”情境化教学和“兴波阻力课堂PK赛”；完成了课程作业的AI批改。利用AI辅助教学全过程，将课堂还给学生，全面激发学生学习积极性和自主性，教师结合生产实际、权威期刊等，与学生共同辨析AI数据来源的可靠性，从而在运用技术的基础上，培养学生的独立思考能力。类似的人工智能＋教学场景在整门课程中多次应用并各有侧重，为课程与AI的深度融合提供了解决方案。
一、背景
课堂教学是人才培养的重要抓手，增强课堂教学的有效性直接关系着教育的高质量发展和高素质创新型人才队伍的建设。萨尔曼•可汗在他的新书《教育新语》中表示“个性化学习是人工智能带给教育的最宝贵礼物”，回答了“在人工智能时代应该教什么”和“如何有效学习”两个问题，从教师教学水平提升及学生思维能力培养两个维度阐述了人工智能在教学中所发挥的作用。随着以ChatGPT为代表的大语言模型（LLM）的推出，人工智能（AI）技术在教育领域的深度融合更是呈现出多维发展趋势，尤其在生成式人工智能、人机协同、教育数字化转型等方面表现显著。研究指出，AIGC从多个维度重塑高等教育形态，涵盖课堂教学、在线学习等场景，教学目标、资源、评价等闭环流程以及学生核心素养、教师数字素养等思维范式。由此可见：如何发挥生成式人工智能、大数据、虚拟现实等AI技术的创新潜力，是提高课堂教学质量、提高教师教学能力的必由之路。
在AI引入课堂的过程中，重点要解决的问题是：AI工具与学科的需求不完全匹配，且AI所给出的结果未必正确。为了解决这一问题，本案例以船舶原理（二）课程为试点，开展AI赋能的课程教学改革，从课程的教学内容、教学方法、教学评价等方面入手，着力打造“AI智能＋”课堂，并通过行业案例的深度研讨，使AI工具与学科领域的需求更加匹配。
二、案例实施情况
1.AI赋能教学内容重组
本课程分为船舶阻力和船舶推进两个部分，每部分均有八章的内容，知识点多且零散，知识点之间的内在关联及逻辑关系不够清晰，为了完善教学内容，首先借助AI将课程所有内容的逻辑关系梳理清楚，制作了每章节的知识点图谱，其中兴波阻力章节的知识图谱如图1所示。通过本章节知识图谱，进一步将教学内容重组为“基础——应用——创新”三个模块，其中基础模块侧重知识点的讲授，讲解其理论基础与机理，本部分共形成题库101道。应用模块主要讲述兴波阻力的主要影响因素、计算方法，包括P理论预测兴波干扰和预测兴波干扰的数值方法及实验方法，本部分设计行业案例库16个。创新模块通过课内实践和课外科研激发学生的专业使命感和科研积极性。
图１AI辅助生成的兴波阻力章节知识图谱
2.AI赋能教学方法完善
如何确保AI给学生的结果是一个符合实际的正确结果？如何保证学生在AI使用的过程中依然保持独立思考的能力？解决这一问题的最终落脚点在于教学环境的创设，为此团队建立了“师生交互、人机协同”的教学环境，在教学环境创设的过程中，为了厘清人机协同的教学边界，需要结合实践或者权威论文及期刊，验证数据来源的可靠性，从而达到在运用技术的基础上，保持自我的洞察力和思考力。
以兴波阻力章节的授课为例，课堂上，我们抛出了“结合P理论，思考爱达魔都号全速航行时，其兴波阻力处于峰点还是谷点？”这样的一个问题，让学生借助AI，求解答案。
在教师的启发下，学生借助AI探索、思考、找寻、分辨，逐步深入，给出初步的结论；教师抛出疑问“结论是否正确，数据来源是否可靠？”，并结合真实的爱达魔都号数据，学生最终树立了独立思考的意识、培养了探索求真的思维并深化了情境化理解与应用能力，对知识的实际应用价值有了更加深刻的理解。
图2 “师生交互、人机协同”的教学环境
图3 AI赋能的应用场景
为了进一步促进AI技术在课程中的应用，团队还结合案例库构建了多处AI使用场景（见图3），在AI使用的过程中，时刻牢记创设“师生交互、人机协调”教学环境，保持理性思考。
另外为了进一步活跃课堂氛围、激发学生积极性并帮助学生了解兴波阻力的具体应用，借助AI与学生开展共创，分组展开探讨。我们把学生分为两个大组，要求学生在课堂上结合兴波阻力预测方法，通过AIGC生成相关考题来相互考核，考核的过程中师生一起判断AI生成的考题是否符合逻辑，是否是完善的。例如，学生可以就如何采用P理论预测兴波干扰、减小兴波阻力的具体措施、波形分析法测量兴波阻力的注意事项等话题，通过借助AIGC在课堂上开展分组出题并PK，教师根据出题质量及答题正确率给予积分，从而激励学生参与课堂，也让学生的手机在课堂上得到正确的使用。以下为其中一组同学通过AI生成的PK赛题目：
图4 PK赛上某一组同学生成的计算及选择题
通过PK赛上学生给对方设置的题目可见学生生成的题目相对比较简单，需要上点难度，且概念也有不够清晰的地方，这里需要老师根据授课内容进行点评，并要求学生与AI继续交互，将题目的难度继续深化。但通过这样的方式可以将课堂还给学生，体现学生的主体性并提高学生的积极性。
3.AI赋能评价方式改革
本课程现有的考评方式为平时成绩10%+实验20%+过程性考核20%+期末考试20%。平时成绩为六次平时作业，通过教师自主批改的方式获取成绩；过程性考核借助学习通平台，通过随堂练习、分组任务、主题讨论等环节获取成绩；实验成绩由实验老师按照实验报告及实验完成情况给分。整个考评环节，作业繁多、批改任务量大且对于学生掌握情况的反馈不够具体。为了改善这一情况，我们在授课环节中将采用AI来批改平时作业，具体的实施方式为：
①要求学生每次的作业以图片形式提交，要求学生以一个固定的字母给每一次作业命名，整理成文件夹交给班长。
②将作业文件夹上传至百度网盘，并将链接分享给AI工具（或者直接图片形式上传），同时提供word形式的标准答案。
③要求AI批改作业并给出每位同学的作业反馈，从而实现对教学效果的全程追踪。
以下为助力推进第一次作业的批改情况，为了保护学生隐私，学生的文件用字母表示：
图5 用AI批改作业所提供的材料及提示词
图6 AI批改作业的最终结果、反馈及总结
通过AI批改的作业情况，可以发现，只要给定标准答案，AI可以迅速批改一个班的作业并对每位同学做针对性的总结，还可以总结全班的失分点，迅速高效，而且如果学生的材料按照学号顺序排列，所出的总结表格也将按照学号顺序列出，将大大减少教师后期排序的工作量，值得后期推广。
三、案例创新突破
本案例的主要创新点在于借助AIGC对教学内容、教学方法和评价方式进行了全面的改革和创新。以“兴波阻力”章节为例，我们借助AI生成了本章节的思维导图，并在此基础上将课程内容由理论到应用再到创新进行重组，实现了课程内容由浅入深、由易到难的逐步深化。进一步借助AIGC开展“师生交互、人机协同”情境化教学，将行业前沿案例与AI结合起来，让学生体会理论与实践的充分结合。并且借助AI对学生的作业进行批改和反馈，快速、精准、高效，具有很好的推广价值。
四、推广价值
本案例为AI在学科领域中的具体应用提供了思路，AI在课程中的应用简单，具有很高的可执行度，尤其在教学方法和教学评价方面，极大地提升了教学课堂效果、提高了作业批改的效率。
五、其他相关情况
（一）本课程所实施的教学改革模式包含人工智能在课程中的应用，获第五届江苏省高校教师教学创新大赛特等奖。
（二）相关视频文件一份。
