以金屬材料智能設計能力提升為導向的教學改革探索

關鍵詞：金屬材料工程；智能設計；數字化；能力提升；教學改革

中圖分類號：G642.3" " " 文獻標志碼：A" " " " " 文章編號：2096-000X（2025）18-0038-04

Abstract： Artificial Intelligence （AI） is the most significant driving force of the scientific and technological revolution at the present stage. The enhancement of the application ability of artificial intelligence in metallic materials design is one of the important topics in the cultivation of high-quality talents in the metallic materials engineering program of college education. Considering with the features of the program in Nanjing Tech University， we have initiated the teaching reformation to improve the very ability by revising the cultivation program， curriculum updating and reconstruction， and the renovations of teaching methods and teaching achievements evaluation. Meanwhile， it as a whole explores the ways by which students can apply AI techniques to solve complex engineering problems.

Keywords： metallic materials engineering; artificial intelligence design; digitalization; ability enhancement; teaching reformation

習近平總書記指出：中國高度重視人工智能發展，積極推動互聯網、大數據、人工智能和實體經濟深度融合，培育壯大智能產業，加快發展新質生產力，為高質量發展提供新動能[1]。《2024年政府工作報告》也明確提出要“深化大數據、人工智能等研發應用，開展‘人工智能+’行動……推動傳統產業高端化、智能化、綠色化轉型”[2]。在科學研究與工程應用領域，數據驅動的第四范式強調從數據中發現新的規律和模式，正掀起新一輪技術革命的浪潮[3-4]。面向人工智能的時代變革，金屬材料工程作為傳統工科專業，其人才培養的目標、內容和方法也必然隨之發生翻天覆地的變化。人工智能賦能專業人才培養也必然成為高等教育改革發展的新范式[5]。因此，南京工業大學深入貫徹落實教育部關于開展“人工智能（AI）+”行動和人工智能賦能高等教育的戰略部署[6]，積極構筑“智馭未來：本科生AI素養筑基計劃”，漸進式筑牢本科生AI素養，為產業培養AI-ready高素質人才[7]。金屬材料工程專業在“國家級一流本科專業建設項目”和“江蘇省高校品牌專業建設工程二期項目”等項目的支持下，以“師資為基、課程為核、實踐為要、模式為徑”，嘗試探索了提升學生金屬材料智能設計能力的途徑與方法，建立人工智能與金屬材料工程深度融合的高等教育新模式，取得了一定的成果。

一 金屬材料智能設計能力培養存在的問題

在人工智能與材料科學與工程的交叉協同日趨成熟的今天，國家與社會亟需一大批復合型拔尖創新人才，具備以人工智能大數據為技術手段解決金屬材料設計、制備、服役等復雜工程問題的能力。因此，金屬材料工程專業的人才培養必須在原有培養目標、內容和方式的基礎上，構建學科交叉的人才培養方案和機制，拓寬人工智能專業教育、教學和創新實踐的內容，引進數字化教學設計和教學評價方法，提升學生金屬材料智能設計的能力，構建“AI+”專業培養新模式。而現階段，金屬材料數字化智能設計能力的培養和提升面臨著以下問題和挑戰：首先，人才的培養方案中對數字化智能設計能力的培養目標和畢業要求不明確[8]；能力評價的指標不清晰；從通識人工智能教育到專業賦能人工智能的教學、實踐環節的鏈條不完整。其次，專業賦能類人工智能課程教學和實踐的數量和質量保障不足，未能充分展現人工智能和金屬材料工程結合的典型應用場景和技術方案。現有的材料計算類課程也往往局限于材料模擬軟件的介紹和機器學習基礎算法的分析，缺乏對數字化設計全鏈條金屬材料工程案例的深入剖析、數據工具的二次開發探索及數據工程在金屬材料生產實踐應用中的指導。最后，基于人工智能技術的教學設計和教學評價方法尚未有效融入課堂教學，教學過程仍以傳統講解與灌輸為主，難以激發新時代學生的學習興趣；同時，教學評價中大數據反饋的缺失，使得教學質量問題難以客觀暴露，難以形成有效的教學反饋和反思。面對以上存在的問題，南京工業大學金屬材料工程專業（以下簡稱“本專業”）從培養方案修訂、課程建設和教學方法改革三方面著手，努力提升學生金屬材料智能設計的能力。

二" 成立虛擬教研室，修訂培養方案，明晰能力培養的目標和途徑

本專業依托學校人工智能學科交叉實踐創新平臺，聯合材料科學與工程學院、計算機與信息工程學院（人工智能學院）、機械與動力工程學院、能源科學與工程學院和藝術設計學院的骨干教師，成立“光電信息與新能源材料集群人工智能課程類虛擬教研室”。虛擬教研室是一種協同教研的新形態[9]，基于信息平臺，支持以上學院不同背景的教師通過多學科交叉聯合，開展“AI+”專業建設，共同探討專業賦能AI類課程體系的設置、課程建設和課程教學任務的落實，特別是在本專業領域的智能化工具的使用、AI在專業領域的模型案例和應用實踐等。

虛擬教研室在建立之初就組成培養方案修訂專班，共歷時1年3個月，修訂完成了2024版培養方案。首先，培養方案修訂專班深入省內外兄弟高校，南京鋼鐵、中信特鋼、中國鋁業和中國建筑等行業內規模企業，以及中船集團七？二所、南京博物院等科研院所，開展了金屬材料工程專業人才能力需求專項調研，深刻感受到數據識別、聚類和優化在當代“科產教”協同發展中的重要作用及用人單位對數字化智能設計能力的迫切需求。在2024版培養方案的修訂稿中，本專業明確增補了培養目標：“具備人工智能素養，能夠不斷學習和應用人工智能新技術，有意識地開展‘AI+’金屬材料工程實踐的復合人才”，并清晰地將熟練掌握人工智能理論、數據與計算科學工程知識，掌握AI技術工具，開展“AI+”多模態信息的問題分析、設計與研究作為專業的核心能力之一。

其次，基于虛擬教研室，建設分層分類漸進式培養AI素養的課程體系，增設三類“AI+”跨學科課程，如以人工智能導論、高級程序設計語言A（Python）為代表的AI通識課程，以材料基因工程與數字化設計和金屬材料智能制造為代表的專業賦能“AI+”應用課程，以機器學習為代表的AI前沿技術課程。2024年4月，召開了虛擬教研室第一次全體會議，就虛擬教研室建設管理辦法、運行機制、保障措施和教研攻關項目進行了討論。2024年12月，召開了專業賦能AI應用類課程教學設計研討會，圍繞AI技術與專業前沿的科教融合，AI賦能教學創新設計、知識圖譜構建等方面開展交流。

此外，金屬材料智能設計實踐教育貫穿于本科教學全過程。除了增加3D打印創新設計、金屬材料智能設計與制造實踐活動等實踐課程外，還以必修的形式要求每一位學生都參與教師的科研活動，以成績考核督促鼓勵學生參與學科競賽等活動，并將能力提升的實踐融貫到創新創業訓練、學科競賽等各個培養環節，為學生整體打造一套沉浸式“AI+”的專業實踐氛圍，循序漸進地提升科學工程數據的處理與分析能力、金屬材料成分-組織-性能設計的代碼編寫能力、金屬材料制備生產系統的部署與維護能力等，使學生帶著“AI+”的目標學習，邊學邊做，邊做邊學。進而，形成從通識教育到專業賦能教學再到實踐環節，構筑金屬材料智能設計能力提升的完整鏈條。2024年6月，修訂版培養方案經專業師生、工程教育評估專家、行業專家和用人單位代表審定通過。

三" 以能力提升為目標的金屬材料智能設計課程改革

金屬材料智能設計的科研是生動鮮活、與時俱進的，其廣度和深度都遠大于教材內容。將金屬材料智能設計的最新科研成果引入課堂，科教融合，能夠使學生逐漸培養他們獨立的“AI+”視野，從不同的維度去思考去探究AI和專業的發展與應用。

因此，金屬材料智能設計能力提升的課程改革首先對修訂前后培養方案內規定的通識基礎課和專業核心課程進行梳理，分析“AI+”專業課程設置的合理性和對智能制造社會需求的匹配度，注重分析AI通識基礎課和專業賦能“AI+”課程之間的相互聯系。梳理在金屬材料設計與工程控制中有應用背景的重要人工智能基礎算法、強化專業賦能“AI+”課程對數據識別、聚類和回歸的應用和綜合。

為克服現有教學內容中缺少“AI+”先進金屬材料成分、組織和性能設計的全鏈條典型工程應用場景，筆者作為課程負責人，依托2024年南京工業大學AI+專業賦能首批課程建設項目——材料基因工程與數字化設計，精心挑選了兩款數字化集成設計研發的先進合金作為案例教學，即美國通用公司的“GTD262鎳基高溫合金”和筆者研究組開發的“TC4F高強韌鈦合金”。以GTD262鎳基高溫合金為例，課程系統地介紹了擴散多元結-激光偏振組合材料設計實驗方法用于快速提取合金的物理性質，構建材料基礎力學性能大數據庫；多尺度計算方法集成揭示材料微觀組織演化物理機制，并作為數據優化的懲罰項；大數據評估、篩選與機器學習如何最終獲得合金的成分、組織特征、性能的最優點。通過教學使學生了解到熱力學、統計物理、量子物理等自然科學是如何與先進表征及數據技術融合在一起。案例不僅覆蓋了晶體學、相圖熱力學、相變動力學、位錯動力學、塑性理論和能帶理論等材料科學的通用原理，也大量涉及了數據的識別、篩選與優化的技術。授課后，學生反映強烈，極大地推動材料數字化設計理念的推廣和“AI+”工程應用素養的建立。

在常規專業基礎課程的改革中，專業充分發揮虛擬教研室的優勢，以課程建設為載體，融通教材建設、強化科教融合，在課后習題、題庫匯編的過程中滲透與課程知識點緊密相關的“AI+”科學研究進展。例如，在金屬熱加工工藝學課程中引入“機器學習糾錯和優化配置某國有大型企業連軋輥”的實例；在金屬物理學課程中引入“力學性質耦合化學性質數據最優化相邊界”的科研最新成果等，以上都是人工智能技術加速金屬材料生產和科研的典型案例。

“AI+”的實踐類課程改革則充分利用南京工業大學針對本科生開展的省級和校級“大學生創新與實驗開放基金”、校級和材料學院院級“菁英人才學校”、校級和材料學院院級“本科生科研論壇”等創新能力培養活動平臺，在科研活動實踐中探索金屬材料開發與人工智能的交叉融合，促進合金成分智能設計、合金組織智能調控、合金工藝智能優化和合金智能制造等能力的培養。2022—2024年，本專業學生有10余人次憑借“AI+專業”相關成果，在中國國際大學生創新大賽、“挑戰杯”等各級學科、科技和創新競賽獲獎。

此外，與企業、科研院所建立合作關系，開展產學研協同育人，為學生提供實習、實踐和就業機會。探討增設多尺度合金成分和工藝設計、材料數據庫平臺使用、數據挖掘技術應用等校內探究性、設計性和應用性實驗課程的可行性；探索合金設計、制備、服役全流程環節計算機輔助設計優化實踐環節的案例、合作單位、運行方法和實踐教案等，將有關多維度工程數據的收集、歸納、優化納入到課程設計和綜合實驗的教學中來。

截至2024年末，人工智能導論和高級程序設計語言A（Python）兩門AI通識課程已面向2024級本專業學生線下開課，已完成金屬物理學、金屬熱加工工藝學等核心專業課的“AI+”教學內容更新，材料基因工程與數字化設計和金屬材料智能制造等專業賦能AI+應用課程已面向部分高年級學生開設選修課。

四" 人工智能賦能的教學方法與評價方式改革

人工智能的時代，教師不僅是“教學師傅”，也是讀懂學生的“分析師”、重組課程的“設計師”、整合信息的“策劃師”[10]。在教學方法上，專業繼續強化信息技術與教學過程的深度融合，促進教學模式從“師生互動”向“師-生-機交互”轉型[11]。本專業進一步豐富數字化教學平臺資源，著重學科交叉教學設計、個性化教學方式構思、產學研協同項目推進等。

首先，本專業充分利用了南京工業大學多學科交叉融合的新型人工智能教學科研平臺，致力于金屬材料工程專業層面的知識圖譜建設項目。遵循模塊化設計原則，整合包括經典教材、數字化圖書專著、工業應用手冊、行業趨勢報告、互動在線課程及網絡科普多媒體素材等多樣化的資源。突出強化基礎課知識點在專業課中的應用，例如線性代數中“實對稱矩陣必定可以對角化”的定理在計算“多元本征擴散系數”和“馬氏體慣習面”時的實際應用等；嘗試打通金屬物理學、金屬熱加工工藝學、金屬熱處理技術等多門核心專業課程之間的關系，例如以鈦合金設計開發為例，全鏈條審視上述課程中的知識點是如何體現在合金成分設計、熔煉鑄造、冷熱塑性變形和熱處理組織調控等各個實踐環節中的。利用圖論的原理將知識點及其之間的網絡進行具象化和可視化，并在此基礎上進行動態聚類和遷移，不僅為學生提供了個性化的學習路徑和多角度的學科視角；更重要的是，可有效治愈傳統教學方法導致學生孤立地強記專業課知識點，導致“只見樹木不見森林”的頑疾。

除了專業層面的知識圖譜建設，本專業運用VR技術，進一步健全混合式教學機制，建設了航空結構件用高性能鈦合金棒材制備虛擬仿真實驗課程[12]，引導學生身臨其境地學習金屬材料設計、制備的相關內容，提升獲得感和幸福感。該實驗課程通過選擇典型的金屬熱加工工藝方法，體驗合金真空自耗電弧熔煉、自由鍛造、軋制、熱處理的全過程。通過混料、壓電極、焊電極、裝料、抽真空和電弧熔煉等過程進一步感性認識合金熔煉和凝固的原理和技術；通過體驗鍛造工藝的確定（包括始鍛溫度、終鍛溫度、鍛造加熱速率等），夯實金屬塑性變形的基本原理與主要方法，掌握鍛造工藝對合金微觀組織演變與形成的影響，以及合金微觀組織對其主要力學性能的影響規律。同時，虛擬實驗課程克服了金屬材料設計制備流程長、設備重型、占地面積大、運行成本高、高溫高壓存在危險和難以通過傳統教學實現全程跟蹤的困難。通過項目驅動式和交互體驗式的教學，學生嘗試了自主設計金屬熱加工工藝參數的不同組合，探索了熱加工工藝參數對金屬組織、性能的影響，較傳統方法獲取了更好的教學效果。

人工智能不僅推動了教學模式的革新，大數據的應用也變革了教學的評價和反饋方式[13]。利用人工智能教學科研平臺，自2022年起，以課程團隊或者實踐團隊學生的過程性分析為小樣本對象，個性化、系統化地追蹤記錄個體學生在金屬材料智能設計領域知識、能力、素質三個橫向方面的過程表現，主要分析其對AI通識知識和專業知識的認知、計算方法、數據庫軟件的應用能力、綜合分析探索復雜工程問題的能力，以及以AI的思維解決工程問題的素養等方面的表現。其次，通過對課程成績、項目實踐、科研競賽和創新成果等多維度教學實踐過程數據進行聚類和回歸，分析學生整體在能力培養方面的得失，修訂案例教學方案，持續改進教學方法和評價體系，有望經過5～10年的跟蹤分析，形成面向金屬材料智能設計能力提升的循序漸進的AI+能力導向（OBE）評價標準[14]。

五" 結束語

本文從培養方案修訂、課程建設、教學方法和評價三方面對南京工業大學金屬材料工程專業近年來面向金屬材料智能設計能力提升的教學改革進行了總結和分析。從知識傳授的角度，教學改革可以一定程度上改善AI與金屬材料工程跨學科知識交匯貫通缺乏的現象，打破學科間的壁壘，使本專業的人才培養目標、課程體系適應于人工智能技術和產業發展的步伐，促進學科的進一步發展；從能力培養來看，可以一定程度上“學以致用”地將專業知識運用到金屬材料數字化設計、制備、加工和評價的科學研究和生產實踐中，為科研院所、企業平臺提供具有專業賦能“AI+”能力的復合型專業技術人才，拓寬學生的就業渠道，提高學生的就業競爭力；從素質養成來看，通過實施以上措施，有助于畢業生將“AI+”的優化方法和思維遷移到其他非技術領域，推動實現“三全育人”的數字化轉型。以上教學改革的措施也可在材料大類無機、復合、高分子等其他專業中推廣應用，也可供其他工科專業在“AI+”的教學改革時加以借鑒。

參考文獻：

[1] 習近平向2024世界智能產業博覽會致賀信[EB/OL].https：//www.gov.cn/yaowen/liebiao/202406/content_6958352.htm.

[2] 2024年政府工作報告[EB/OL].http：//www.china.org.cn/chinese/2024-03/14/content_117057714.htm.

[3] 蘇明，陳·巴特爾.數據驅動下的人工智能知識生產[J].中國科技論壇，2021（11）：51-56.

[4] 王燕鵬，王學昭，陳小莉，等.基于科技政策和前沿動態的第四次工業革命關鍵技術和舉措分析[J].情報學報，2022，41（1）：29-37.

[5] 劉三女牙，郝曉晗，李卿.教育科研新范式：人工智能驅動的教育科學研究[J].教育研究，2024，45（3）：147-159.

[6] 教育部發布4項行動助推人工智能賦能教育[EB/OL].http：//www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/2024/2024_zt05/mtb

d/202403/t20240329_1123025.html.

[7] 南京工業大學推出本科生AI素養計劃[EB/OL].http：//www.js.xinhuanet.com/20240925/834cb141983743a3bf0d9d6549634c3

e/c.html.

[8] 約翰·霍普克羅夫特，吳飛.面向未來的人工智能人才培養方案：“101計劃”的內涵與實施[J].科教發展研究，2024，4（3）： 41-55.

[9] 戰德臣，聶蘭順，唐德凱，等.虛擬教研室：協同教研新形態[J].現代教育技術，2022，32（3）：23-31.

[10] 曹培杰.未來教師的三種能力：讀懂學生、重組課程、聯結世界[J].人民教育，2017（Z3）：43-47.

[11] 張雅楠.基于人工智能的“師生機”三元交互教學新模式研究——以高等教育出版社“云創”平臺為例[J].文存閱刊，2024（16）：151-153.

[12] 丁潔，杜輝，劉保飛.“金屬熱加工工藝學”虛擬仿真教學探討和思考[J].中國建設教育，2023（2）：50-53.

[13] 吳立寶，曹雅楠，曹一鳴.人工智能賦能課堂教學評價改革與技術實現的框架構建[J].中國電化教育，2021（5）：94-101.

[14] 司瑾.基于OBE模式的課堂教學質量評價指標體系的構建[C]//2023年第六屆智慧教育與人工智能發展國際學術會議論文集（第二卷），2023：369-370.