卷首语：为深入推进学校“两融一改”改革走深走实，我校各二级学院广泛开展本科教育思想大讨论。广大教师立足专业办学实际，围绕学院融合创新发展、办学定位与特色路径、专业设置优化与特色专业集群打造、AI时代人才培养模式重塑、深化产教融合、教师角色转型与能力重塑等关键议题开展研讨交流，形成一大批富有启发的思考与改革思路。

为进一步凝聚全校教改共识，搭建思想互鉴、经验共享的交流平台，宣传部推出“本科教育思想大讨论发言精选”系列专题，择优整理刊发部分教师的研讨发言，供全体教职工学习交流，启迪改革思考，共同助力学校应用。

智慧城市与数字孪生学院 宋苗

当前，人工智能技术全面渗透高等教育各领域，AIGC实现了知识的快速普及与平权，彻底改变了传统教与学的模式。对于物联网工程专业这类重实践、重项目、重工程落地的工科专业而言，AI既是教学革新的重大机遇，也是人才培养面临的全新挑战。今天，我们围绕AI赋能岗位制、项目制教学，结合专业教学现状、学生培养问题、教师转型发展以及产教融合落地等核心议题，开展思想大讨论，进一步统一教学思路、优化育人模式、明晰发展方向，推动人工智能与物联网专业教学深度融合、内生嵌入，适配新时代产业人才培养需求。

结合各位老师的教学实践与思考，我从学生AI使用现状、AI赋能教学实施路径、分层育人培养体系、教师转型发展、产教融合落地难点与对策五个方面，分享本次研讨心得。

首先，我们直面当前专业教学中最核心的问题：学生AI使用水平参差不齐，普遍存在过度依赖、盲目盲从的现象。

目前，岗位制、项目制教学已成为我们专业核心育人模式，但在落地过程中，学生的AI应用能力呈现两极分化态势。部分学生能够合理借助AI工具辅助学习、提升效率，而多数学生存在全程依赖AI的问题，习惯性照搬AI生成的代码、方案与设计思路，丧失了独立思考、问题研判和工程攻坚的能力。尤其在编程、项目开发、电路设计等核心实践环节，弊端尤为突出。

对于编译型编程语言课程，AI可以辅助学生完成编译调试、代码分析、注释梳理，助力学生梳理逻辑、提升效率；但对于前端开发等解释型编程课程，AI可批量生成功能代码，且实现同一功能的代码风格、逻辑差异极大。多数学生不会深入拆解、分析代码内核，只直接套用成果，无法建立完整的知识体系与编程思维，严重制约了专业核心能力的养成。同时，很多学生混淆了“借助AI提效”与“依靠AI躺平”的边界，缺乏辩证看待AI输出结果的能力，独立发现问题、分析问题、解决问题的核心思维逐渐弱化，这是我们现阶段人才培养必须破解的关键难题。

其次，立足问题导向，我们要构建AI赋能、思维为本、能力为先的新型教学体系，精准优化各学段教学模式。

AI不是替代教学的工具，而是赋能教学、优化育人的辅助手段。针对学生AI使用乱象，我们要摒弃“一刀切禁止使用AI”或“完全放任学生使用AI”的极端模式，主动拥抱技术变革，将AI教学融入人才培养全流程。

在日常教学中，我们要主动增设AI应用教学内容，围绕智能体使用、MCP服务器操作、技能脚本生成等实用内容开展专项教学，教会学生规范、高效使用AI工具。同时，重点培养学生的AI辩证思辨能力，引导学生不盲从AI生成结果，养成核验、复盘、优化、创新的学习习惯，塑造独立思考的工程思维。

在课堂教学设计上，我们可以创新开展故障式教学，针对课程核心知识点、重难点内容，人为设置程序、电路、项目逻辑故障。学生即便借助AI获取提示，也需要通过自主研判、实操调试、逻辑梳理才能解决问题，倒逼学生跳出AI依赖，主动深耕核心知识点，夯实专业基础。同时，顺应企业用人需求，正视AI工具的实用性，当下企业亟需掌握人机协同能力的技术人才，我们无需回避AI教学，而是采用翻转课堂模式，教师先行学习前沿AI工具，同时发动学生分享各类AI学习、编程、设计工具，师生互学、生生互学，形成常态化的AI工具研讨学习氛围，让学生在掌握工具的同时，依托扎实的专业基础读懂、甄别、优化AI成果。

第三，在教学评价与个性化培养上，我们可以依托AI技术搭建智能评价体系。教师可自主训练专属AI模型，对学生课程作业、编程任务、项目成果进行实时统计、智能分析，精准定位学生知识薄弱点，推送针对性改进建议。同时结合人工抽查核验，规避AI评价的片面性，真实掌握学生学情。此外，依托AI助教、COZE平台智能体等工具，为学生建立动态数字画像，提供全天候答疑、自适应学习辅导，精准匹配不同层次学生的学习需求，落实个性化育人理念。

在项目制、岗位制教学落地中，我们要坚持“基础为本、AI为辅、落地为核”的原则。高年级可适度深度融入AI辅助教学，依托AI辅助建模，搭建“生成-调试-运行”一体化学习流程，降低专业入门门槛，培养学生人机协同编程、系统思维和复杂工程问题解决能力。但我们必须坚守育人底线，明确AI无法替代的核心能力：物联网专业核心的感知终端硬件设计、电路调试、底层逻辑优化等实操能力，是当前AI无法精准完成的；学生的项目经验、工程积累、攻坚能力，也绝对无法通过AI工具获取。

因此，我们明确硬性教学要求：所有学生必须独立完成至少一个完整的专业项目，全程参与硬件设计、电路调试、程序优化、问题排查全流程，杜绝全程AI代做，确保学生真正积累工程实战经验。同时，针对不同学年学生学情进行精细化分层，明确各阶段学习边界：梳理出可依托AI提效的学习内容、现阶段无法依赖AI必须自主完成的核心内容、可通过自主学习结合AI辅助突破的重难点内容，精准细化育人标准，让AI服务于能力提升，而非替代能力成长。

第四，聚焦教师转型，主动适配AI时代教学变革，重塑教师角色定位与教学模式。

AIGC带来的知识平权时代，学生获取知识的渠道不再局限于课堂与教师，传统的知识灌输式教学模式已完全过时，教师必须完成全方位转型。

在角色定位上，我们要从知识灌输者转型为学习规划者与能力把关人。不再单纯聚焦知识点讲解，而是重点规划学生的学习路径、能力成长体系，严格把控学生项目成果、专业能力的质量底线，甄别学生的AI虚假成果，守护育人本质。

在教学设计上，我们要从统一授课者转型为分层任务设计师与项目导师。根据学生学情差异、能力层次，设计分层化、个性化的课程任务与项目课题，针对基础薄弱学生夯实功底，针对优秀学生依托AI赋能创新，实现因材施教。

在实践指导上，我们要从技术讲解员转型为工程思维训练师。不再单一讲解技术操作步骤，而是重点训练学生发现问题、拆解问题、迭代优化的工程思维，培养学生独立攻坚、创新突破的专业素养。

同时，AI也是教师减负增效的重要工具。我们可以借助AI完成教学资料整合、课件优化、学情统计、日常教务等繁琐工作，将教师从重复性事务中解脱出来，把更多时间、精力投入到学生个性化培养、项目指导、思维训练和专业教研提升中，实现教学效率与育人质量双重提升。这也要求我们全体教师保持终身学习态度，主动钻研AI教学工具、智能平台和新型教学模式，持续提升自身数字化教学能力。

最后，聚焦产教融合落地，破解工程项目教学痛点，深化专业内涵建设。

产教融合、项目育人是物联网工程专业人才培养的核心抓手，但目前存在两大突出问题：一是教师自主对接的产业项目，缺乏成熟的落地、孵化机制，难以转化为常态化教学资源；二是工程项目管理课程中，AI大幅提升了学生任务完成效率，却导致学生滋生依赖心理，无法站在专业思维的层面合理运用AI，本末倒置。

针对以上问题，后续我们需要重点推进两项工作。第一，建立教师产业项目落地孵化机制，梳理各位教师的企业合作资源、实战项目资源，搭建专业项目资源库，将企业真实项目拆解为适配各学段的教学课题、实训任务，实现产业项目与课堂教学的深度对接，让学生在真实工程场景中积累经验、锤炼能力。第二，优化工程项目管理课程教学模式，明确课程考核标准，重点考核学生的项目规划、流程管控、问题复盘、团队协作能力，而非单一成果呈现。引导学生树立正确的AI使用理念，做到“善用AI、不依赖AI”，让AI成为提升项目效率的工具，而非掩盖能力短板的幌子。

各位同事，AI赋能教育是时代大势，技术可以赋能教学，但不能替代育人；工具可以提升效率，但不能替代成长。

未来，物联网工程专业的教学改革，将始终立足产业发展需求，以学生核心能力培养为根本，深度推进AI与专业教学的内生融合。既要善用AI打破教学壁垒、优化教学模式、实现因材施教，也要坚守工科育人初心，狠抓学生基础能力、实操能力和工程思维培养，规避AI育人弊端。同时，持续推动教师队伍数字化转型，完善产教融合育人体系，分层细化学情培养标准，真正培养出适配AI时代、兼具扎实功底、创新思维、实战能力的高素质物联网工程专业人才。

以上是我的本次研讨发言内容，不足之处，恳请各位同事批评指正，谢谢大家！

本文根据本科教育思想大讨论现场汇报讲话稿整理，供校内学习交流。