人工智能赋能电子类实践课程教学探索与实践

本文转自：固原日报

董 坤

随着人工智能技术和教育领域的深度融合，传统电子类实践课程迎来新的发展机遇。本文针对当前电子类实践课程中存在的教学资源不均衡、评价方式单一化、理论和实践相脱节等问题，构建了以人工智能赋能的教学框架。利用自适应学习系统、虚拟仿真平台、智能评价工具等途径，实现教学过程的精准化、高效化以及个性化。实践表明，人工智能技术可辅助学生提高其工程实践能力与创新思维，为新工科背景下的实践教学改革提供了可行路径。

电子类实践课程是电子信息工程、电气工程及其自动化等专业实践教学环节，包含单片机原理及应用、嵌入式系统设计、PCB设计与制作以及综合实训等环节，对培养学生工程实践能力与创新思维有着重要意义。然而，传统教学模式存有不少局限：首先，教学方式通常采用“教师演示-学生模仿”的流程，该方式忽视学生基础差异与学习进度的个性化需求；其次，实践资源受限，实验设备数量不足、设备更新滞后，无法充分满足学生实践需求；另外，评价与反馈机制较为滞后，教师很难及时跟踪每个学生的操作过程，反馈大多属于终结性评价，缺乏对学生学习过程中的指导。近年来，人工智能技术的快速发展为解决上述问题提供了新途径。借助机器学习、自然语言处理与计算机视觉等技术，能够对学生学习过程的深度感知、智能评估以及个性化干预，为传统实践教学注入新的活力。

一、重构教学内容：引入AI前沿与AI工具

将AI工具充分融入现有的实践教学环节中，可提升课程教学效果及学生的学习体验。例如，在电路设计课程里引入基于AI的EDA工具，利用这些工具学生可运用AI算法实现电路拓扑结构的自动优化以及元器件参数的智能选型，使设计效率和质量得到较大提高。在嵌入式系统开发方面，引导学生运用TinyML等轻量化AI框架，将机器学习模型部署至微控制器，完成如语音唤醒、图像识别等智能终端项目，增强项目的创新性与前沿性。在信号处理实验中，利用深度学习模型（如CNN、RNN）替代传统的滤波、识别算法，以此处理更为复杂的非平稳、非线性信号，让学生直观感受人工智能技术的优越性。

二、革新教学模式：构建虚实融合的智能化实践环境

利用AI以及虚拟现实技术搭建有高保真度的虚拟实验室。在这个虚拟环境中，学生可随意调用各类仪器设备，其中包含价格高昂或容易损坏的实物设备，自主展开电路搭接、信号测量以及系统调试等操作，人工智能助手可实时监测学生的操作流程，针对存在的连接错误、参数设置不当等常见问题给出智能提示并给予指导，扮演“永不疲倦的辅导教师”角色。

三、实现个性化教学：AI驱动的自适应学习路径

通过采集学生在虚拟仿真平台、在线学习系统以及项目管理系统的全过程数据，比如操作日志、代码提交记录、提问内容等。AI可构建动态的学习者模型，算法可精准诊断每个学生在“模拟电路”“数字逻辑”“单片机原理”等知识模块方面的掌握程度以及技能短板。根据这些诊断可定制个性化的学习路径，自动推送相匹配的理论微课、典型实践案例以及针对性练习任务，切实达成“一人一策”的自适应学习。集成自然语言处理技术的智能问答机器人可提供在线答疑服务，及时回应学生在学习实践中碰到的概念性与操作性问题。

四、优化教学评价：构建基于大数据的全过程综合评价体系

AI系统可开展过程性评价，自动记录并分析学生在完成电路调试或者程序编写任务期间的操作步骤、尝试次数以及耗时等行为数据，对其问题解决策略、动手能力与坚韧性等素质给予量化评估。针对编程、电路设计等作业，AI可制定多维度评价标准，实现作品的自动批改以及质量评估，减轻教师负担，并提供更细致的修改建议。

人工智能赋能电子类实践课程，体现了新工科教育的发展趋势。本文构建的个性化学习、虚拟仿真以及智能评价等实施途径，为传统电子类实践课程教学改革提供了一些参考价值。这些实施方案可以解决传统教学里存在的难题，还开创了人机协同、精准施教的新型教学模式。人工智能技术在教育教学方面的应用，其核心价值并非取代教师，而是提升教师的教学能力，激发教师的创造力，将教师从重复性工作中解放出来，让教师更专注于启发学生创新思维、涵养学生品格等高层次的教学任务。同时人工智能也为学生提供更为个性化、沉浸式的学习感受，可培育适应智能时代的创新工程人才。此外，人工智能为学生提供了更多实践机遇和创新空间，虚拟实验平台以及智能实验设计工具使学生可开展更为复杂和综合的实践操作，锻炼学生的实践动手能力，激发学生的创新思维，学生在实践进程中可提出更多创新想法和解决办法。例如，在一些电子设计过程中，通过人工智能辅助学生进行软硬件设计，使其作品有较高的创新性和实用性。

【作者单位：蚌埠学院；本文系校级教育教学改革研究项目“项目驱动下的混合式教学改革探索——以单片机实践教学为例”（编号：2023jyxm29）；校级线上线下混合式课程项目“单片机原理及应用课程设计”（编号：2021xsxxhh7）】