□朱泽伟
随着半导体芯片、新能源电池等国家战略性新兴产业的不断发展，材料类人才培养对数字技能、跨学科知识和创新能力提出了更高要求。以《薄膜材料与技术》课程教学为例，在完整教学链条中引入人工智能（AI）技术，能够从课堂教学、实践训练、价值引领等环节实现教学赋能。
一、利用AI技术助力课堂教学
在新工科建设深入推进的背景下，《薄膜材料与技术》是培养材料类、智能制造类工程人才的核心课程，教学内容覆盖真空技术、薄膜成核与生长、扫描电镜和X射线衍射表征等多个知识点。首先，依托AI仿真技术，教师可在教学过程中向学生直观展示薄膜成核过程、离子散射、晶体生长等微观现象，清晰讲解工艺参数对薄膜结构与性能的影响机制。其次，借助AI虚拟仿真、智能实训平台可有效拓展实践教学边界，补齐传统实训教学短板，实现实践资源与工程训练的有机结合。引入AI技术后，智能工艺调控和数据化性能分析的训练可在课堂内完成，课程可在聚焦传统成熟工艺的基础上，将产业前沿智能化技术、数字化生产模式与教学内容有效衔接，切实提升学生的工程实践能力。最后，AI技术构建的生动教学场景可以强化学生对知识点的记忆，同时依托该技术能在教学全过程融入课程思政元素，推动价值塑造、创新思维和工程素养的深度融合，最终实现知识传授、能力培养与价值塑造的协同统一。
二、利用AI技术构建三维教学体系
除了课堂教学环节的直接赋能，AI技术还可助力构建“理论—实践—前沿”三位一体的新型教学体系，清晰覆盖理论知识基础、实际操作流程和学科前沿进展三大模块，实现教学内容的系统性升级。首先，利用AI生成逻辑完整的知识框架。例如，在可视化教学与动画演示环节中，AI能够模拟薄膜混合生长时的区域分层现象、真空系统内的气流运动，以及电子显微镜的成像原理，将抽象的微观机制转换为动态互动图像，有效降低学生理解理论内容的难度，显著提升整体学习效果。其次，借助AI虚拟建模弥补实操环节的不足，引入覆盖化学沉积、物理喷涂、溶胶凝胶等主要薄膜制备方法的AI镀膜训练虚拟平台。在平台中整合SEM、AFM等智能表征仿真模块，学生可在虚拟环境中多次调整温度、压力、喷涂功率以及其他工艺参数，AI会实时模拟出薄膜的形貌、光学和电学特性，自动生成工艺与性能关联的分析报告，有效缓解实际设备缺乏导致实验操作受限的难题。最后，可通过搭建AI数据库，实时追踪并更新国内薄膜技术领域的重要科研成果与典型应用案例。例如，在真空技术授课时呈现我国在真空设备领域的自主研发进展，在光学和能源薄膜部分介绍国产薄膜在航空航天及太阳能产业中的具体应用，同时展现科研工作者的长期付出与奉献精神，以此启发学生树立科技攻关意识。
三、教学探索的成效展望
从教学效果来看，AI赋能材料类课程建设有望突破设备仪器、时间空间等多方面的限制，减少实验材料消耗，降低教学成本；从服务地方行业的角度来说，学生掌握智能化的薄膜工艺技术后，能够更好地满足本地光电和新能源薄膜材料企业的人才需求，贴合产业数字化转型用人导向。
在新工科建设的大背景下，高校借助AI赋能材料类课程建设，是推动学科高质量发展的必然趋势。材料类课程教师应当进一步探索数字化和智能化融合的教学路径，持续深化“AI+材料”育人模式，不断夯实学生的数字工程能力，锤炼学生的创新技术思维，为新材料产业培育高素质应用型创新人才。
（作者单位：蚌埠学院材料与化学工程学院）
【课题项目】本文系2025年度高等学校省级质量工程项目“应急技术与管理专业质量提升与改造项目”（项目编号：2025zytsai096）的阶段性研究成果。
黑公网安备23272202000048号 