产教融合视域下生成式AI实践教学平台构建研究

摘要：为落实教育部“三全育人”改革目标，强化思政引领作用，落实立德树人的根本任务，各高校需在新工科、工程认证等改革实践中重点提升学生的创新能力。本文分析了工程实践存在的主要问题，研究了生成式AI驱动的，基于EPIP-CDIO双循环模型，构建‘课程模块化→项目实战化→就业定向化’的工程实践教学平台的实施路径。

关键词：生成式AI驱动；数字化；工程实践；产教协同

1.引言

2016年教育部提出Engineering（工程）-Practice（实践）-Innovation（创新）-Project（项目），简称EPIP。EPIP 的“工程化”，让学生学会解决“真实”的问题、“实际”的问题[1]，核心思想以实际工程项目为载体，通过“工程实践→技术创新→项目完成”闭环培养技能人才。国际工程教育界提出工程教育模式 CDIO新理念（即 Conceive构思，Design设计，Implement实施，Operate运作）[2]，CDIO以提高学生的工程实践能力为目的，同时包括培养其技术实践能力、解决工程问题的能力和新知识学习能力等，教育部已将CDIO纳入“新工科”建设核心模式。2017年《高校思想政治工作质量提升工程实施纲要》提出构建“十大育人体系”，其中“实践育人”、“文化育人”均依托第二课堂开展。2019年教育部《关于深化本科教育教学改革 全面提高人才培养质量的意见》强调“第一课堂”与“第二课堂”协同育人，鼓励高校将第二课堂纳入人才培养体系，深化高等教育改革、落实“三全育人”（全员、全过程、全方位育人）[3]，通过第二课堂提升学生的综合素质、实践能力和创新精神。各高校逐步实施“第二课堂成绩单”制度，纳入学分体系。围绕第二课堂教学目标，我校开展了产教协同育人、工程认证等相关的改革，取得了一定成效。但没有专门的工程训练中心，没有对工程训练进行统一的顶层设计及规划。本文将结合我校具体校情，研究在产教融合背景下，运用AI大模型等搭建第二课堂工程实践与创新能力平台的实施路径。

2.工程实践培养体系存在的问题

以工程实践为核心的双创能力的培养，主要面向新工科领域，但课程知识体系与理、文等学科也无法割裂。学科竞赛等工程实践需要学生跨专业、跨年级、跨学院的组队，迫切需要跨学科融合平台。我校虚拟仿真资源缺乏，现有智慧实验室很难达到基本需求。高端设备普及率低，急需智能制造、机器人、智能网联等综合实训平台支撑高水平的创新实践。师资队伍结构单一，新引进的老师多数为毕业后直接进入我校工作，对学生工程实践的指导有限。第二课堂最有效的方式是要让学生进入“社会大课堂”，在真实的工程应用环境下的实践。我校工科专业学生均安排有实训、顶岗实习或就业实习等，但和企业的协同深度不够。在评价方面根据标志性成果认定创新学分，忽略了对过程的管理及考核，两极分化严重，大多数师生受限于资源及经验等参与度不高。

3、工程实践创新平台的实施路径及成效

3.1生成式AI与工程实践深度融合

主动把握新一轮科技革命和产业变革需求，以新质生产力为引擎，构建“校企合作、产教融合”协同育人模式。研究如何将智能AI技术与第二课堂内容有机结合，实现课程内容的智能分析、生成和优化，提高课程资源的质量和实用性。解决智能化课程资源开发平台的功能设计、技术实现以及稳定性、实用性等问题，确保平台能够满足工程实践课程资源开发的实际需求。基于生成式人工智能构建跨学科教学资源库。以学科竞赛项目为驱动，围绕竞赛的命题规则、评分细则等组织教学资源。以工程问题为导向，按照CDIO理念构建知识图谱。

在竞赛项目实施过程中，指导老师基于知识图谱等建立本地化的知识库，帮助学生解决作品设计过程中的技术难题。以Deepseek为例，其在智能推理方面的强大能力能帮助教师在备课及教学实施过程中提高效率。围绕学科竞赛的知识及技能目标，基于生成式人工智能开发数字教材。数字教材重点覆盖跨学科范畴的知识盲区。比如以新能源小车设计为例，数字教材基于小车的开发流程组织知识版块，主要实现以下功能目标。

学生竞赛作品将以电子文档方式补充到本地知识库中。基于学生在解决作品技术难题过程中的推理过程，反馈信息等完善知识图谱。指导教师基于学生在作品设计过程中存在的盲区，适时完善知识库，推动知识库的不断进化。综上所述，学生在参加学科竞赛时，第一时间能在案例库里找到开发原型，帮助学生快速上手，推动知识分享。基于AI小助手等教学辅助工具收集教学过程数据，根据学生备赛进度和反馈，课程思政效果的评价需贯穿整个学习过程，尤其在过程考核中通过学生学生提交的作品质量来检验政治素质和综合素养的培养情况。对作品质量不高或未能及时按照任务阶段提交成果的，进行预警并及时的干预。

3.2 建设跨学科工程实践平台

打破学科壁垒、破除知识孤岛。按照新工科、工程认证建设目标修订完善第二课堂培养计划。建设工程实践中心，配置工程实践专业人员负责运营，与相关企业建立产教协同联盟，引进企业工程师到中心担任导师。对标学校高质量发展战略目标，做好统筹规划，避免重复建设。基于EPIP-CDIO双循环模型（如图1），构建‘课程模块化→项目实战化→就业定向化’的递进式培养路径，实现教育链与产业链的动态耦合。以第二课堂的培养目标为抓手，采用项目式学习（PBL）方式[4]，以实际工程问题驱动教学，设置工程实践与创新类的选修课程。科研反哺教学，依托现有的大学生机械创新基地、汽车技术大学生创新工作室，依托我校现代产业学院，组织学生进科研项目组。对接企业需求，围绕工程实践这个人才培养核心目标优化教学资源（如图1）。比如，以智能网联汽车仿真设计这一学科竞赛为例，基于竞赛命题规则要求学生运用机器学习、人工智能相关的课程知识。

实施“专业老师+企业工程师”双导师制。在学科竞赛开展过程中，聘用企业相关人员为技术顾问进行指导，开展产教协同育人的教学实践，即双导师制，提高企业参与度。打破现有评价体系的唯学分（唯证书）机制，加大过程考核力度。引入企业标准，建立“毕业生能力达成度”跟踪反馈机制。构建多元化的评测机制，以企业导师为主，专业老师为辅对学生在第二课堂中作品质量、能力提升、技能等级、团队协作等方面进行测评。评价的核心聚焦学生解决工程问题的创造力等要素，以培养的人才是否与企业需求相匹配为最终评判标准。

3.3 工程实践平台建设成效

构建思政育人长效机制。工程实践下企业，入社会大课堂，构建“大思政课”格局，构建“工程实践 → 产教融合 → 工程认证 → 思政融入 → 持续改进”的长效育人机制。工程实践类的数字化课堂以“重现工程场景”的方式，展开沉浸式式工程实践教学，重塑“AI+新工科”生态，聚集产业发展前沿，突出实践成效、产业需求导向等。课程采用模块化设计，包括课程内容智能分析模块、生成模块、优化模块和个性化推送模块等实现跨学科融合，确保课程可拓展性。全面落实党中央“三全育人”及《重庆教育现代化八项行动方案（2025—2027年）》等相关精神，建设工程实践类数字化课程，重点突出智能课程设计、虚拟实验、创新竞赛、科研辅助等功能，实现教育资源实现共享及推广[5]。

4.结语

工程实践的核心要素是创新能力。创新能力的培养高度依赖数字化教育资源，需要学生走出教室，在社会大课堂“真实场景”中解决“真实的问题”，深入开展产教协同，精准对接企业的人才需求。基于生成式AI的工程实践与创新能力平台，可促进知识的融通与共享，打破专业壁垒；以个性化的知识推送，沉浸式的思政体验，提升学生在工程实践过程中获得感；精准的学生画像也有助于指导教师因材施教，不断优化教学方法。本研究构建的生成式AI驱动平台，通过‘动态知识图谱+企业能力矩阵（覆盖33618战略岗位）’双引擎，解决教学资源更新的时效性，企业人才的是适配度，为智能时代新工科建设提供了‘技术赋能-产业对接-思政融合’的三维范式的参考。

参考文献：

[1]吕景泉.工程实践创新项目（EPIP）教学模式的研究与实践[J].中国职业技术教育. 2017（05）：10-14

[2]Edward F. C. The CDOI Syllabus： A statement of goals for undergraduate engineering education[D]. Cambridge， MA： Massachusetts Institute of Technology， 2001

[3]杨晓慧.高等教育“三全育人”：理论意蕴、现实难题与实践路径[J].中国高等教育. 2018 （18）：4-8

[4]董艳.PBL项目式学习在大学教学中的应用探究[J].现代教育技术. 2019 ，29 （09）：53-58

[5]重庆日报. 重庆加快建设教育强市推进教育现代化规划（2024—2035年）. 重庆日报数字报， 2025-02-28（6）.

Abstract： To implement the Ministry of Education's reform goal of "All-round Education，" strengthen the guiding role of ideological and political education， and fulfill the fundamental task of fostering virtue through education， universities need to focus on enhancing students' innovation capabilities in reform practices such as emerging engineering education and engineering certification. This paper analyzes the main problems existing in engineering practice， studies the generative AI-driven implementation path of constructing an engineering practice teaching platform based on the EPIP-CDIO dual-cycle model， which follows the approach of "modular courses → practical projects → targeted employment."

Keywords： generative AI-driven; digitalization; engineering practice; industry-education collaboration

［基金项目］重庆市高等教育教学改革研究项目（223313）：双碳政策背景下‘汽车新能源与节能技术’工程应用改革与实践.重庆三峡学院校级教改项目（JGYB2404）：依托导师制构建机械类本科生实践与创新能力培养的ADDIE模式探索

［作者简介］黄林，男，四川眉山人，工程师，硕士，主要从事汽车新能源与节能技术等问题研究。