《人工智能 + 灾害防控》课程教学改革探索与实践

一、引言

我国是世界上自然灾害最为严重的国家之一。随着经济社会的飞速发展，各类人为灾害的风险也日益凸显。提升灾害防控能力，对于保护人民和国家安全具有重要的意义。近年来，人工智能技术在灾害监测识别、预测预警、应急决策与灾后评估等方面展现出巨大潜力 ^[1-2] 。这一趋势对新时代人才的知识结构和综合素养提出了新要求，不仅需要掌握本专业知识，还需具备利用前沿信息技术解决实际问题的能力[4,5]。

在此背景下，我校开设了面向全校各专业本科生的通选课《人工智能 + 灾害防控》。该课程定位于通识教育，旨在破除学科壁垒，引导学生理解人工智能技术原理，洞察其在灾害“防、控、救、治”全链条中的应用价值，培养学生的科学精神、社会责任感和实践创新能力。

然而，作为一门新的交叉学科课程，其在教学实施中不可避免地面临诸多挑战。传统的“教师讲、学生听”的单向灌输模式难以适应其内在要求，亟需进行深入的教学改革。本文即是对课程首轮开设后的反思、探索与实践的系统总结。

二、课程教学面临的核心挑战

（一）学生学科背景多元，知识基础差异显著

本课程的选课学生分别来自计算机、地理、历史等不同专业。计算机背景的学生对人工智能的算法等理解的较为深刻，但却缺乏灾害防控领域的相关知识；而一些非理工科学生则可能对编程、数学模型等感到陌生和恐惧。因此，学生学习背景之间的这种巨大差异，给教学内容的深度与广度的平衡带来了巨大挑战。

（二）理论教学与实践应用易脱节

人工智能与灾害防控均属于实践性较强的领域。如果课程仅停留在理论知识的讲授，学生将难以真正理解应该如何将人工智能模型与具体的灾害场景结合，如何用所学知识去解决实际问题，容易导致学生“纸上谈兵”，失去学习兴趣，使教学效果大打折扣。

（三）传统考核方式难以评价综合能力

课程的教学评价手段较为单一，传统的期末考试或课程论文，忽略了过程性考核和多元化评价，无法全面衡量学生在知识整合、技术应用、团队协作、创新思维等方面的提升。

三、教学改革的总体思路与具体实践

针对上述挑战，课程教学团队确立了“以学生为中心、以案例为牵引、以项目为驱动、以能力为导向”的教学改革思路，对教学内容、方法与评价进行了系统性重塑。

（一）重构模块化的教学内容体系

为兼顾不同背景学生的学习需求，将课程内容设计为四大循序渐进的模块

（1）基础理论模块：精讲人工智能发展历程、核心概念及智能数据处理技术。本模块强调直观理解与技术思想的把握，弱化复杂的数学推导，为非专业学生扫清障碍。

（2）灾害知识图谱模块：系统梳理地质灾害、气象灾害、环境灾害及人为灾害的成因、演变规律与成灾机制。重点引入“灾害系统论”和“灾变链”思想，帮助学生构建系统性的灾害认知框架。

（3）技术应用融合模块：此为课程核心。采用“一技术一案例”的方式，精准对接人工智能技术与灾害场景。例如，讲授卷积神经网络（CNN）时，配套案例是“基于无人机影像的滑坡体智能识别”；讲授时序预测模型（如LSTM）时，分析“基于多源数据的气象灾害预测预警”。

（4）综合创新实践模块：引导学生围绕一个具体的灾害防控问题，开展小组项目研究，完成从问题定义、数据收集、模型选择（或调用现有人工智能平台工具）、分析验证到方案设计的全过程。

（二）创新“线上线下混合、案例项目协同”的教学模式

线上线下混合教学：利用雨课堂或者超星学习通等线上教学平台，发布基础理论视频、前沿文献、典型案例资料库，供学生自主学习。线下课堂则从“讲授式”转变为“研讨式”，集中进行案例深度剖析、重难点答疑和项目研讨，提高课堂效率与互动性。

案例牵引式教学：通过国内外经典案例的导入，激发学生兴趣，让其在真实、复杂的案例，真正理解应该如何运用理论知识去解决实际问题，提高学生的实践能力。

项目驱动式学习：课程中期时启动小组项目。学生自由组队，自选或从命题库中选择课题。教师全程指导，引导学生将大问题分解为可解决的子问题，鼓励其利用开源人工智能工具和公共数据集进行实践。这一过程极大地锻炼了学生的团队协作、项目管理和创新实践能力。

（三）构建“全过程、多维度”的考核评价体系

打破“一考定乾坤”的课程评价体系，采用形成性评价与终结性评价相结合的方式，全面评估每位学生的学习效果。

其中，过程性评价占 50% ，包括线上任务完成度、课堂参与度、案例分析报告；项目成果评价占 20% ，重点评估项目选题的创新性、技术路线的合理性、团队协作的有效性及最终成果的质量；期末综合考核占 30% ，以开放式论述题或方案设计题为主，考查学生对课程核心知识的整合与应用能力。

四、结语

《人工智能 + 灾害防控》课程的教学改革，是一次对跨学科通识教育模式的积极探索。通过重构内容体系、创新教学模式与优化评价机制，能够有效破解学生背景差异大、理论与实践脱节等问题，激发学生的学习热情，培养其面向未来的创新及实践能力。未来，课程团队将继续深化产教融合，优化教学资源，持续改进，为培养顺应时代发展的复合型人才贡献力量。

参考文献

[1] 侯精明 , 马利平, 杨永平, 等. 人工智能技术在洪涝灾害防御领域的应用研究 [J/OL]. 人民长江 , 1-11.

[2] 吴京生. 人工智能与大数据在气象档案数据价值挖掘中的应用研究——以某省暴雨气象灾害专题档案资源库为例 [J]. 兰台世界 , 2025, (08): 59-62.

[3] 吴玮 . 社会数据共享生态下地震灾害情景构建的智能赋能体系构建 [J].地震科学进展 , 2025, 55 (08): 477-484.

[4] 冯右骖 , 孙晓庆 . “人工智能 + 数字孪生”协同赋能水力学课程教学模式探索 [J]. 高教学刊 , 2025, 11 (23): 119-122.

[5] 张啸宇 , 胡钜奇 , 王辉 . 新工科 + 人工智能背景下“工程制图”课程的教学改革与探索 [J]. 湖北理工学院学报 , 2025, 41 (04): 87-92.

★项目：2024 年第二批“人工智能交叉”本科课程《人工智能 + 灾害防控》；研究生精品课程建设项目（YJPKC202310）；市市校融合发展战略工程项目（JNSX2023016）。

作者简介: 徐晶，女，