人工智能技术融入《制冷与低温原理》课程的实践探索
随着智能制造、智慧能源与新工科教育改革的不断深入,人工智能技术已经逐渐成为能源动力领域技术革新与专业教学升级的重要驱动力。《制冷与低温原理》是能源与动力工程、制冷及低温工程等专业的核心基础课程,具有理论性强、公式繁杂等特点,传统教学的模式存在理论与产业脱节、教学形式固化等问题,极大影响了教育工作的开展深度和效果。鉴于此,本文将针对新工科人才培养目标系统地分析人工智能技术融入《制冷与低温原理》课程的意义,深入剖析当前课程融合的问题,提出一些更具针对性的融合策略,以此为高校制冷类课程智能化教学改革提供实践参考。
[1] 安云乔, 俞智贤, 萨达拉·詹姆斯, 等. 生成式人工智能在高校教学、学习、科研和行政管理中的应用: 指导原则和政策[J]. 开放学习研究,2025,30 (5):1-15.
[2] 洪源, 武文彬. 人工智能时代高校教学的技术依赖隐忧与破局之路[J]. 信息系统工程,2025, (10):129-132.
[3] 王霁霞, 李明. 生成式人工智能赋能高校教学主体间交往关系审视[J]. 教育学术月刊,2025, (10):40-49.
[4] 龙门, 詹歌, 朱向东, 等. 通用人工智能(AI) 工具在高校教学中的实践路径研究—— 以滁州学院" 食品感官评价" 课程为例[J]. 滁州学院学报,2025,27 (5):113-119.
[5] 吴昕萌. 人工智能技术弥合高校教师教学能力差距的路径初探[J]. 人才资源开发,2025, (19):91-93.
[6] 党星. 人工智能在高校英语创新教学中的应用探索[J]. 创新创业理论研究与实践,2025,8 (19):37-39.
[7] 高娜. 人工智能视域下高校信息化教学管理模式创新研究[J]. 办公自动化,2025,30 (19):93-95.
[8] 王宁. 人工智能时代高校教学质量评价特征、困境与优化路径[J]. 中国多媒体与网络教学学报( 上旬刊),2025, (10):82-85.
[9] 陈基海. 人工智能赋能高校课堂教学的思考及对策—— 以国际贸易专业为例[J]. 科教导刊,2025, (27):11-13.
[10] 葛福鸿, 刘清堂. 人工智能赋能高校教学支持服务: 内涵、困境、模型与路径[J]. 中国电化教育,2025, (10):46-54.
[11] 熊茉莉. 基于生成式人工智能的融媒体在高校思政课教学中的应用[J]. 清远职业技术学院学报,2025,18 (5):59-66.
[12] 王凤, 张斌. 人工智能时代高校体育教学改革与新型技术应用[J]. 兰州文理学院学报( 自然科学版),2025,39 (5):122-128.
[13] 李怀丰, 孙瑜阳. 人工智能自适应学习系统赋能高校教学评价改革的路径研究[J]. 黑龙江教师发展学院学报,2025,44 (9):65-68.
[14] 高佩天, 李璐, 罗桢妮. 高校人工智能教学研究热点与展望—— 基于CiteSpace 的可视化分析[J]. 西部素质教育,2025,11 (17):19-23.
[15] 辛红, 金勋, 李德. 融合人工智能技术的新工科高校教学评价体系建设研究 [J]. 信息与电脑, 2025, 37 (15): 194-196.