案例类别：人工智能+课堂教学改革
课程名称：食品微生物学 适用专业：食品科学与工程、食品质量与安全
开课学院：海洋食品与生物工程学院 主讲教师：张磊
技术类型：知识图谱、深度学习、自然语言处理、大数据分析/学习分析
应用场景：食品微生物学的课堂教学
案例简介
《食品微生物学》教学长期存在学情掌握不准、互动单一、课后反馈滞后等问题。本案例引入人工智能，构建“线上—线下、人工—智能”深度融合的新范式：课前AI学情分析与智能预习、课中助教互动与即时练题、课后虚拟仿真与个性化推送，形成“精准识别—动态推送—持续提升”的闭环教学，突破了因材施教与个性化培养难题。目前已建成50个知识点视频、2600余道题库及多元资源，并在江苏省“一平台两系统”推广应用。基于该案例，主讲教师获2025年江苏省高校教师教学创新大赛一等奖及省高校微课比赛二等奖，为食品类课程数字化转型提供示范路径。
一、背景
1.《食品微生物学》课程概况
《食品微生物学》是江苏海洋大学食品科学与工程及食品质量与安全专业的核心课程（第四学期，48学时/3学分），承担学科知识衔接与能力培养双重功能。课程覆盖微生物学基础、食品行业标准及典型生产实践，强调理论与实践结合，旨在提升学生实验操作、分析判断及复杂食品工程问题解决能力。作为基础课与专业课的桥梁，它为《食品化学》《食品工艺学》等后续课程奠定理论与技能基础，并在培养工程意识、创新精神及食品安全责任感方面发挥承上启下作用。在新工科建设背景下，课程正由知识传授向能力塑造转型，聚焦学科交叉、实践创新与学生主体性发展，致力于培养服务食品产业升级和区域经济发展的高素质复合型人才。
2.人工智能引入教学的必要性与价值
在传统教学模式下，《食品微生物学》存在学情把握不精准、课堂互动单一、知识传递层次不足及课后反馈滞后等问题，限制了课程“理实融通、承前启后”的价值，也难以满足新工科对创新型复合人才培养的需求。人工智能的引入为解决这些问题提供了新路径：课前，AI通过学习行为数据分析精准识别学生知识薄弱点，优化预习设计；课中，AI助教与即时反馈系统根据实时表现推送差异化任务，提升参与度与高阶思维；课后，虚拟仿真与智能推送跟踪学习轨迹，生成可视化诊断并提供个性化提升方案，实现学习成果巩固与能力全面提升。
3.人工智能赋能下的教学突破与目标
本案例聚焦《食品微生物学》第十一章“微生物的应用”中的“微生物与食品安全”，涵盖污染食品的微生物来源、作用机制及四大食源性致病菌的特性、风险评估与防控策略，旨在培养学生识别致病菌、设计安全方案并处理微生物污染事件的综合能力。在教学中，AI通过学情分析、智能推送与虚拟仿真构建“精准识别—动态推送—持续提升”的闭环模式，线上线下、人工智能深度融合，实现课前预习、课中互动、课后实践的立体化教学链条，提升学生参与度、实践力与创新思维，为新工科复合型食品人才培养提供可推广的示范范式。
二、案例实施情况
在案例实施过程中，课程采用“双线混融”模式，充分发挥AI在课前、课中与课后的全程赋能作用（图1）。
图1 AI辅助教学实施全过程
（1）课前，教师通过在线平台发布微课、行业案例及思政主题，引导学生自主构建知识图谱并互动交流。AI学情分析实时追踪学习行为，精准识别认知盲点和学习瓶颈，为课堂教学提供动态优化依据，提升学生预习效果与课堂针对性（图2）。
图2 本案例在线课程学习分析结果及课堂教师分析展示
（2）课中，教师将AI技术深度嵌入教学。利用AI数字人助教生成四大食源性致病菌的“自我介绍”场景，以形象化方式呈现其生物学特征与危害机理，增强直观体验与记忆效果；同时借助AI即时生成的在线练题工具，实时检验学生的掌握情况，并依据反馈动态调整讲授重点与案例分析深度（图3）。
图3 AI数字人辅助教学与即时生成的在线练习展示
（3）课后，通过在线测试与延伸讨论进一步强化课堂学习；依托虚拟仿真平台生成“知识—能力—思政”三维雷达图，为学生提供可视化的学习诊断（图4）。与此同时，AI系统推送个性化提升方案，针对不同学生的薄弱环节实施差异化指导。
图4 本案例课后知识掌握的三维雷达图
三、案例创新突破
（一）主要创新内容
本案例引入人工智能，创新性构建“线上—线下、人工—智能”深度融合的“双线混融”模式。课程贯穿课前、课中、课后，融合AI学情分析、智能助教、即时练题和虚拟仿真，实现“精准识别—动态推送—持续提升”的闭环支持。
（二）应用实践突破内容
本案例学习方式由“单向灌输”转向“动态反馈”，AI助教与即时练题帮助教师调整教学重点，实现因材施教与深度互动；人才培养由“结果评价”延伸到“全过程诊断”，课后虚拟仿真与三维雷达图可视化跟踪学生知识、能力与价值观，实现个性化提升。
四、推广价值
本案例将AI深度融入食品类专业教学全过程，探索“智能赋能+双线混融”新模式。该模式突破传统案例教学局限，可应用于食品科学、生物工程、环境科学等课程，推动新工科背景下的智能化转型。同时，AI学情分析与全过程诊断可精准识别学习差异，动态推送个性化资源，为不同院校和层次的教学实践提供示范。
五、其他相关情况
（一）案例获奖情况及专家评价
本案例基于“双线混融”模式的探索与实践，取得显著教学创新成效。团队依托该案例荣获2025年江苏省高校教师教学创新大赛一等奖（江苏省高等教育学会）及2025年江苏省微课教学比赛二等奖（江苏省高等学校教育信息化研究会），获得专家高度认可。
（二）案例相关数字资料
团队已建设完善教学资源体系：包含50个知识点视频、2600余道题库，并配套课程导学、在线测评及思政专题资源，已通过江苏省“一平台两系统”平台验收并正式投入使用（https://mooc1.chaoxing.com/course-ans/ps/250854948），为AI学情分析与课堂深度融合提供支撑。配套教材《食品微生物学实验》已进入新形态教材出版流程；AI学情分析算法与虚拟仿真平台代码已优化，可支持学生个性化学习路径动态调整。
