AI賦能的新工科教學(xué)方法探索與實(shí)踐

關(guān)鍵詞：大語言模型；新工科；橋梁工程；教學(xué)方法；教學(xué)實(shí)踐

中圖分類號(hào)：G642 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2096-000X（2025）18-0001-06

Abstract： The construction of new engineering disciplines is a crucial national strategy in response to the rapid development of the new economy， aimed at cultivating innovative talents in interdisciplinary fields. With the powerful language processing capabilities of Large Language Models （LLMs）， traditional teaching methods are facing new changes and challenges. Based on the context of new engineering education， this paper explores the application of generative large language models in bridge engineering education from three aspects： instructional design， examination guidance， and ideological-political education. The characteristics of generative large language models in practical teaching applications are analyzed. Practice demonstrates that generative large language models possess substantial professional knowledge reserves and can effectively analyze and solve professional problems， showing practical value in actual teaching scenarios.

Keywords： Large Language Models; new engineering; Bridge Engineering; teaching methods; teaching practice

《教育部高等教育司2023年工作要點(diǎn)》明確提出加快新工科建設(shè)，加強(qiáng)基礎(chǔ)學(xué)科和交叉領(lǐng)域創(chuàng)新人才的培養(yǎng)。新工科建設(shè)旨在培養(yǎng)高素質(zhì)復(fù)合型人才，強(qiáng)調(diào)學(xué)科的實(shí)用、綜合及價(jià)值重塑與交叉融合[1]。2018年，在人工智能技術(shù)的不斷突破下，第一代生成式預(yù)訓(xùn)練模型（Generative Pre-trained Transformer 1，GPT-1）問世。近年來，生成式預(yù)訓(xùn)練技術(shù)快速發(fā)展，以GPT-3、DALL-E和智源悟道為代表的大規(guī)模預(yù)訓(xùn)練模型不斷涌現(xiàn)[2]，在多個(gè)領(lǐng)域展現(xiàn)出廣闊應(yīng)用前景。我國土木工程的建設(shè)向極端環(huán)境、復(fù)雜結(jié)構(gòu)與綠色智能發(fā)展[3-4]，在土木建筑行業(yè)加速數(shù)字化轉(zhuǎn)型的背景下，橋梁工程學(xué)科的教育與研究必須與技術(shù)發(fā)展同步前行。然而，橋梁工程學(xué)科目前面臨諸多挑戰(zhàn)，包括工程實(shí)踐與前沿智能技術(shù)的脫節(jié)、教材內(nèi)容更新的滯后，以及教學(xué)方法創(chuàng)新的不足。這些問題在一定程度上限制了學(xué)科教育的改革和數(shù)智化進(jìn)程的推進(jìn)。為應(yīng)對這些挑戰(zhàn)，本文立足新工科教育改革背景，探討了AI生成式大語言模型在橋梁工程學(xué)科教學(xué)中的實(shí)踐效果和應(yīng)用價(jià)值，深入分析了智能技術(shù)帶來的教學(xué)變革與發(fā)展機(jī)遇。研究旨在為教育改革提供新思路，推動(dòng)橋梁工程教育創(chuàng)新發(fā)展，培養(yǎng)適應(yīng)未來需求的復(fù)合型創(chuàng)新人才。

一" 新工科背景下橋梁工程教育改革需求

新工科是相對傳統(tǒng)工科的動(dòng)態(tài)概念，以新經(jīng)濟(jì)、新產(chǎn)業(yè)為背景，主要體現(xiàn)在兩個(gè)方面：一是建設(shè)新興工科專業(yè)，二是改革現(xiàn)有工科專業(yè)，以適應(yīng)時(shí)代發(fā)展需求[5]。①教學(xué)數(shù)字化水平偏低，缺乏智能化教學(xué)手段和工具的應(yīng)用，難以有效培養(yǎng)學(xué)生的實(shí)踐能力和創(chuàng)新意識(shí)；②教學(xué)方式落后于時(shí)代發(fā)展，未能充分利用現(xiàn)代信息技術(shù)手段開展教學(xué)活動(dòng)，互動(dòng)性和靈活性不足；③教學(xué)評價(jià)體系仍停留在傳統(tǒng)層面，以紙筆考試成績?yōu)橹饕u價(jià)指標(biāo)，缺乏數(shù)據(jù)化、智能化的綜合評價(jià)手段，難以全面衡量學(xué)生的團(tuán)隊(duì)協(xié)作、創(chuàng)新思維和工程實(shí)踐等核心能力；④產(chǎn)教融合的數(shù)字化程度低，教學(xué)內(nèi)容與行業(yè)實(shí)際需求存在脫節(jié)，學(xué)生缺乏接觸智能化工程項(xiàng)目的機(jī)會(huì)，難以適應(yīng)未來數(shù)字化、智能化工程建設(shè)的要求。

在政策層面，國家對新工科教育改革提出了明確要求，為橋梁工程教育方法的創(chuàng)新指明了方向。教育部發(fā)布的《新工科研究與實(shí)踐項(xiàng)目指南》文件，明確指出要推動(dòng)教育模式改革，強(qiáng)化實(shí)踐教學(xué)，注重學(xué)生創(chuàng)新能力的培養(yǎng)，其核心是將工程技術(shù)與其他學(xué)科交叉培養(yǎng)具有跨學(xué)科背景和創(chuàng)新能力的工程技術(shù)人才[6]。同時(shí)，“一帶一路”倡議、基礎(chǔ)設(shè)施“走出去”戰(zhàn)略及“雙碳”目標(biāo)等，也對橋梁工程教育提出了更高要求。從服務(wù)國家需求出發(fā)，高校需以政策為指導(dǎo)，主動(dòng)探索和實(shí)踐新型教學(xué)方法，通過多方協(xié)同合作，推動(dòng)橋梁工程教學(xué)方法從傳統(tǒng)模式向現(xiàn)代化模式的全面轉(zhuǎn)型。

在新工科改革的宏觀引領(lǐng)下，橋梁工程教學(xué)方法的創(chuàng)新應(yīng)以提升學(xué)生實(shí)際能力為最終目標(biāo)。高校應(yīng)積極構(gòu)建以學(xué)生為主體、以能力培養(yǎng)為導(dǎo)向的教學(xué)體系，推動(dòng)教師轉(zhuǎn)變角色，從知識(shí)的傳授者轉(zhuǎn)變?yōu)閷W(xué)習(xí)的引導(dǎo)者。同時(shí)，要借助技術(shù)賦能，搭建新型教學(xué)平臺(tái)，構(gòu)建適應(yīng)未來工程需求的教學(xué)模式。行業(yè)企業(yè)也應(yīng)積極參與教學(xué)改革，通過提供工程案例、共建教學(xué)資源以及參與評價(jià)機(jī)制，推動(dòng)產(chǎn)教深度融合。通過多方協(xié)同努力，橋梁工程教育將逐步形成以教學(xué)方法創(chuàng)新為核心的現(xiàn)代化教育體系，為新工科背景下的工程教育改革提供有力支撐，培養(yǎng)出兼具實(shí)踐能力和創(chuàng)新意識(shí)的高端工程人才。教學(xué)方法探索思路如圖1所示。

二" AI大語言模型帶來的教學(xué)變化與機(jī)遇

人工智能的迅速發(fā)展正在全面改變教育生態(tài)，尤其是在新工科背景下，生成式人工智能的強(qiáng)大影響力，使得智能化教育和個(gè)性化教育成為可能[7]，為教學(xué)帶來了全新的功能與發(fā)展機(jī)遇。作為一種強(qiáng)大的技術(shù)工具，人工智能不僅在教育中提升了效率與精準(zhǔn)性，還對傳統(tǒng)教學(xué)模式帶來了深刻的沖擊，推動(dòng)教育方式向智能化和個(gè)性化方向發(fā)展。

（一）" AI的功能

人工智能技術(shù)的突飛猛進(jìn)，尤其是大語言模型的出現(xiàn)，正在深刻變革教育領(lǐng)域。作為新一代智能工具，大語言模型憑借其卓越的自然語言處理能力，在教育場景中發(fā)揮其作用。AI在教學(xué)中主要有以下幾個(gè)功能：①教案設(shè)計(jì)，AI可輔助教師在教學(xué)前的備課工作；②文本處理，AI可解決大量文本問題并提煉高頻詞語；③答疑助手，AI可回答專業(yè)知識(shí)問題并作出解釋；④智能評估，教師可通過訓(xùn)練大語言模型生成學(xué)生評估標(biāo)準(zhǔn)，再利用AI分析學(xué)生情況并生成評估結(jié)果。

（二）" 教育的變化及機(jī)遇

盡管AI的許多功能可以解決教育中繁雜性工作，但它也給傳統(tǒng)教學(xué)體系帶來了前所未有的挑戰(zhàn)。教育工作者的角色正在經(jīng)歷重新定位， AI的應(yīng)用逐漸弱化了教師在知識(shí)傳授中的主導(dǎo)地位，教師從“知識(shí)的傳遞者”轉(zhuǎn)變?yōu)椤皩W(xué)習(xí)的引導(dǎo)者”和“教學(xué)的設(shè)計(jì)者”。這要求教師更加注重教學(xué)策略的創(chuàng)新，利用AI技術(shù)為學(xué)生提供更具針對性的指導(dǎo)和支持。同時(shí)，教師需要掌握AI工具的使用方法，提升自身的技術(shù)素養(yǎng)，這對傳統(tǒng)教師的能力提出了更高的要求。AI推動(dòng)了教學(xué)從“以教師為中心”向“以學(xué)生為中心”的模式轉(zhuǎn)變。傳統(tǒng)課堂中單向的知識(shí)傳授被AI賦能的互動(dòng)式、自主式學(xué)習(xí)所取代。在教育評價(jià)領(lǐng)域，AI評估系統(tǒng)可提升評估效率，但其機(jī)械化特征也可能影響評價(jià)的準(zhǔn)確性和公平性。因此，在教育領(lǐng)域合理應(yīng)用AI技術(shù)，在效率與公平之間找到平衡點(diǎn)，成為當(dāng)前教育界面臨的重要課題。

AI大模型的快速發(fā)展為高校新工科教育帶來了重要機(jī)遇，尤其在個(gè)性化教學(xué)、資源優(yōu)化和評價(jià)體系創(chuàng)新等方面展現(xiàn)了巨大潛力。AI通過分析學(xué)生學(xué)習(xí)行為和知識(shí)掌握情況，動(dòng)態(tài)調(diào)整教學(xué)內(nèi)容和路徑，實(shí)現(xiàn)個(gè)性化學(xué)習(xí)支持，顯著提升學(xué)習(xí)效率與效果。在資源優(yōu)化上，AI能夠高效生成教學(xué)材料和案例分析，并結(jié)合虛擬仿真技術(shù)，為學(xué)生提供案例實(shí)訓(xùn)環(huán)境，彌補(bǔ)傳統(tǒng)教學(xué)中實(shí)踐環(huán)節(jié)的不足。此外，AI推動(dòng)了從單一考試評價(jià)向多維能力評估的轉(zhuǎn)型，通過數(shù)據(jù)分析全面評估學(xué)生綜合能力。AI大模型正成為推動(dòng)新工科教育智能化、個(gè)性化與公平化的重要驅(qū)動(dòng)力，為培養(yǎng)創(chuàng)新型人才注入新的活力。

三" 大語言模型在橋梁工程教學(xué)中的應(yīng)用與實(shí)踐

以ChatGPT為代表的大語言模型正逐步融入教育領(lǐng)域，成為推動(dòng)教學(xué)方法革新和資源開發(fā)的重要技術(shù)工具。在人工智能深度嵌入教育的趨勢下，大語言模型不僅可以輔助教師高效開展工作，還在“人機(jī)協(xié)作”的教育模式中扮演關(guān)鍵角色。其應(yīng)用貫穿教學(xué)全過程，從課前備課到課堂實(shí)施，再到課后答疑，全面提升教學(xué)效率和學(xué)習(xí)效果，為橋梁工程學(xué)科教育提供了智能化、個(gè)性化的支持與保障。作者所在教學(xué)團(tuán)隊(duì)利用GPT-4o、Imagen3等多模態(tài)大語言模型的技術(shù)優(yōu)勢，圍繞教學(xué)設(shè)計(jì)優(yōu)化、智能化答疑輔導(dǎo)、課程思政融合三個(gè)核心維度，在橋梁工程學(xué)科教學(xué)中開展了創(chuàng)新性探索與實(shí)踐應(yīng)用。

（一）" 教學(xué)設(shè)計(jì)優(yōu)化

案例一：教學(xué)關(guān)鍵詞設(shè)計(jì)。

提示語（Prompt）：我是一名高校教師，現(xiàn)在需要給大二年級的學(xué)生上第一節(jié)橋梁工程課，請你給出10個(gè)橋梁工程中最常見的關(guān)鍵詞及英文翻譯，并加上詞語解釋，最后整理成表格形式。

GPT-4o回答內(nèi)容見表1。在此次提示語中，作者已經(jīng)假定身份和當(dāng)前事件，并給出生成內(nèi)容的要求與格式。GPT-4o能夠根據(jù)提示語生成符合橋梁工程中的關(guān)鍵詞，同時(shí)關(guān)鍵詞的解釋符合橋梁工程中的知識(shí)。對于GPT-4o類似的語言模型，提示語決定生成內(nèi)容的質(zhì)量，這對使用者也提出更高要求[8]。對于教師而言，傳統(tǒng)的備課方式往往會(huì)耗費(fèi)大量時(shí)間和精力，而憑借人工智能助教強(qiáng)大的數(shù)據(jù)處理和分析能力提升教師備課效率，使教師能夠?qū)⒏鄷r(shí)間和精力投入到教學(xué)創(chuàng)新和學(xué)生互動(dòng)中[9]。

案例二：橋梁概念設(shè)計(jì)。

在橋梁工程教學(xué)中，學(xué)習(xí)各種橋型是學(xué)生認(rèn)識(shí)橋梁的基礎(chǔ)。本文使用圖像生成類AI- Imagen3繪制斜拉橋、懸索橋和拱橋三種橋型，具體圖片如圖2所示。在指令中，作者從布局細(xì)節(jié)、技術(shù)規(guī)格和繪圖風(fēng)格等三個(gè)方面提出圖片繪制的要求。在教學(xué)中，教師可根據(jù)實(shí)際教學(xué)章節(jié)去細(xì)化圖片繪制要求，實(shí)現(xiàn)利用AI繪制滿足要求的圖片。例如，在課堂上，學(xué)生提出一種新想法，但人工不能立馬構(gòu)想此橋，這時(shí)使用AI繪圖，可以讓學(xué)生的創(chuàng)意及時(shí)展現(xiàn)出來。但是，AI繪圖現(xiàn)階段應(yīng)用比較局限，在使用過程發(fā)現(xiàn)它有創(chuàng)新的出現(xiàn)，又有犯錯(cuò)的地方。若繪制一張合適的圖，可能需多次嘗試，或聯(lián)合生成文本類AI去指令繪圖AI。

案例三：課堂問答設(shè)計(jì)。

提示語（Prompt）：你是一名教齡10年的高校教師，請你面對大二年級的本科生設(shè)計(jì)4個(gè)橋梁工程的問題，并給出答案。

GPT-4o回答內(nèi)容如圖3所示。GPT-4o根據(jù)指令要求，生成4個(gè)問答設(shè)計(jì)的內(nèi)容。問題從橋梁的形式、荷載作用分類、施工方法和橋梁病害四個(gè)角度提問，并給出合理回答。GPT-4o的問題設(shè)計(jì)橫跨橋梁工程中多個(gè)章節(jié)，問題具有綜合性，回答時(shí)可結(jié)合其他領(lǐng)域作出解釋，體現(xiàn)了生成類文本知識(shí)庫的廣泛性和智能性。

（二）" 智能化答疑輔導(dǎo)

案例四：試題問答分析。

為科學(xué)評估大語言模型在橋梁工程專業(yè)領(lǐng)域的應(yīng)用效果，本研究選取了西南交通大學(xué)橋梁工程導(dǎo)論2022—2024學(xué)年度期末考試試題作為測試樣本。測試內(nèi)容包含兩套完整試卷，涵蓋單項(xiàng)選擇題、判斷題、簡答題等多種題型，具有較強(qiáng)的專業(yè)性和綜合性。研究選取了GPT-4、Claude-3.5和Kimi三種主流大語言模型作為測試對象，通過模擬學(xué)生提問場景，系統(tǒng)性評估模型在專業(yè)知識(shí)理解與應(yīng)用方面的準(zhǔn)確性和可靠性。其單選、判斷等客觀題的測試結(jié)果如圖4所示，總題量為70題。

實(shí)驗(yàn)結(jié)果表明，三種大語言模型在本次模擬答疑測試中均顯示出一定的專業(yè)知識(shí)理解能力，正確率分布在70%至90%之間。在基礎(chǔ)知識(shí)考察方面，模型在單選題和判斷題的表現(xiàn)反映出知識(shí)庫精確度不足的局限性。通過對錯(cuò)誤題目的重復(fù)測試驗(yàn)證，發(fā)現(xiàn)模型始終無法給出正確答案，這表明其知識(shí)庫存在一定程度的準(zhǔn)確性缺陷。不過，基于大語言模型的自學(xué)習(xí)特性，可以通過持續(xù)的試題訓(xùn)練來優(yōu)化其專業(yè)知識(shí)儲(chǔ)備，逐步構(gòu)建更符合教學(xué)要求的智能輔助工具。在深度理解方面，模型對簡答題和案例分析題的回答雖能把握答題方向，但內(nèi)容偏于宏觀概括，缺乏具體知識(shí)點(diǎn)的深入闡述，且未能充分結(jié)合教材核心內(nèi)容，需要通過追問才能獲得更詳細(xì)的解答。這表明模型的應(yīng)用效果很大程度上依賴于人工引導(dǎo)的準(zhǔn)確性和專業(yè)性。綜上所述，大語言模型在專業(yè)教學(xué)輔助方面展現(xiàn)出良好潛力，通過合理的人機(jī)協(xié)作，結(jié)合人工指令引導(dǎo)和AI生成能力，可以實(shí)現(xiàn)試題答疑的個(gè)性化定制，為教學(xué)實(shí)踐提供有益補(bǔ)充。

（三）" 教學(xué)思政中的應(yīng)用

在新工科建設(shè)背景下，大語言模型為橋梁工程教學(xué)提供了全新的工具和方法，助力將家國情懷融入專業(yè)教育，培養(yǎng)具有社會(huì)責(zé)任感的新時(shí)代工程人才。通過生成式人工智能強(qiáng)大的知識(shí)整合與生成能力，教師能夠高效獲取并生動(dòng)呈現(xiàn)中國橋梁建設(shè)的輝煌成就，如港珠澳大橋展現(xiàn)的“中國跨度”、川藏鐵路大橋彰顯的“中國高度”等，這些超級工程不僅是國家綜合實(shí)力的象征，更凝聚了中國工程師攻堅(jiān)克難的智慧與奉獻(xiàn)精神。在教學(xué)中，生成式人工智能可以幫助教師深入挖掘重大工程背后的感人事跡。例如，通過分析茅以升在錢塘江大橋設(shè)計(jì)與建設(shè)中的卓越貢獻(xiàn)，展現(xiàn)其以科技報(bào)國為己任的精神；或生成關(guān)于詹天佑在主持修建京張鐵路中攻克技術(shù)難關(guān)的案例，幫助學(xué)生理解新時(shí)代橋梁工程師如何肩負(fù)國家使命與技術(shù)創(chuàng)新的雙重責(zé)任。

案例五：橋梁著名人物影片。

GPT-4o的回答如圖5所示。經(jīng)檢查，回答中的人物事跡真實(shí)存在，且影片均能被搜索觀看。

此外，生成式人工智能在實(shí)踐教學(xué)中也展現(xiàn)出強(qiáng)大功能，能夠輔助學(xué)生分析重大橋梁工程的社會(huì)價(jià)值與經(jīng)濟(jì)意義。例如，在研究港珠澳大橋?qū)^(qū)域經(jīng)濟(jì)發(fā)展的推動(dòng)作用時(shí)，生成式人工智能能夠提供數(shù)據(jù)支持、生成多維度分析文本，幫助學(xué)生從更全面的視角理解工程的戰(zhàn)略意義。同時(shí)，教師可以利用生成式人工智能將技術(shù)難點(diǎn)與工程師故事結(jié)合，設(shè)計(jì)案例分析或課堂討論，讓學(xué)生在解決工程問題的過程中深刻感受到橋梁工程對國家發(fā)展的重要性。通過這種寓教于研的方式，學(xué)生不僅掌握了專業(yè)知識(shí)，還領(lǐng)悟了中國工程師攻堅(jiān)克難、精益求精的精神，進(jìn)一步培養(yǎng)了職業(yè)操守與家國情懷，為成長為新時(shí)代卓越工程師打下堅(jiān)實(shí)基礎(chǔ)。

四" 大語言模型在教學(xué)中的挑戰(zhàn)與局限

在新工科背景下，大語言模型為橋梁工程等學(xué)科的教學(xué)提供了強(qiáng)大的創(chuàng)新工具，展現(xiàn)出在知識(shí)整合、教學(xué)資源生成、個(gè)性化學(xué)習(xí)支持等方面的潛力，為傳統(tǒng)教學(xué)模式注入了智能化與數(shù)字化的活力。然而，盡管其優(yōu)勢顯著，這項(xiàng)技術(shù)的應(yīng)用仍面臨諸多挑戰(zhàn)與局限，需要在實(shí)際操作中保持審慎態(tài)度并合理使用。

（一）" 大語言模型具有引導(dǎo)性

大語言模型生成內(nèi)容高度依賴明確的指令和人工干預(yù)，特別是在橋梁工程這類多學(xué)科交叉的領(lǐng)域中，模型僅能提供基礎(chǔ)性的知識(shí)整合或初步的分析框架，難以自動(dòng)實(shí)現(xiàn)復(fù)雜的學(xué)科聯(lián)動(dòng)。例如，在結(jié)合橋梁結(jié)構(gòu)設(shè)計(jì)與區(qū)域經(jīng)濟(jì)影響的教學(xué)場景中，教師需對模型的指令進(jìn)行多次優(yōu)化并提供專業(yè)背景信息，才能確保生成內(nèi)容與教學(xué)目標(biāo)一致。這種依賴性要求教師具備較高的專業(yè)素養(yǎng)和引導(dǎo)能力，否則難以充分發(fā)揮模型的作用，甚至可能導(dǎo)致偏離教學(xué)方向。

（二）" 大語言模型回答存在一定的錯(cuò)誤

在處理高度專業(yè)化或涉及創(chuàng)新思維的問題時(shí)，大語言模型可能生成不準(zhǔn)確甚至錯(cuò)誤的內(nèi)容。例如，在考試試卷或知識(shí)難點(diǎn)分析中，大語言模型可能出現(xiàn)解釋錯(cuò)誤或題目數(shù)據(jù)識(shí)別有誤，若未經(jīng)人工核查直接用于教學(xué)，可能對學(xué)生產(chǎn)生誤導(dǎo)，甚至影響教學(xué)質(zhì)量。

（三）" 教師對大語言模型的掌握程度

教師對大語言模型的掌握程度不足，也成為其在教學(xué)中推廣應(yīng)用的一大挑戰(zhàn)。許多教師對大語言模型的工作原理、應(yīng)用場景和使用技巧不夠熟悉，在教學(xué)設(shè)計(jì)和課堂實(shí)踐中難以充分挖掘其潛力。例如，在思政教育中，雖然模型能夠生成關(guān)于橋梁工程師茅以升、林鳴等人物的事跡材料，但教師若缺乏對模型的精準(zhǔn)引導(dǎo)和內(nèi)容篩選能力，可能無法充分展現(xiàn)這些人物的精神內(nèi)涵和教育意義。此外，大語言模型在情感表達(dá)和價(jià)值觀引導(dǎo)方面存在天然的局限性，其生成內(nèi)容偏重于知識(shí)性和技術(shù)性，難以全面?zhèn)鬟f家國情懷和職業(yè)精神等深層次教育價(jià)值。因此，教師在使用大語言模型時(shí)，需發(fā)揮自身的主觀能動(dòng)性，將模型作為教學(xué)的輔助工具，而非完全依賴。同時(shí)，在新工科教育中，模型的實(shí)用性與教師的技術(shù)接受度之間的矛盾也需要通過系統(tǒng)性培訓(xùn)和技術(shù)支持來解決，使教師具備使用大語言模型的能力和信心。

總體來看，大語言模型為教育帶來機(jī)遇的同時(shí)，也可能引發(fā)挑戰(zhàn)和風(fēng)險(xiǎn)[10]。大語言模型在橋梁工程教學(xué)中既能提升教學(xué)效率和資源整合的廣度，又因其局限性對教師提出了更高的專業(yè)要求。在未來的教學(xué)實(shí)踐中，需通過人工引導(dǎo)、專業(yè)核查和教師培訓(xùn)等多種方式，彌補(bǔ)模型的不足，真正實(shí)現(xiàn)人工智能與新工科教育的深度融合。

五" 結(jié)束語

本文聚焦于主流AI大語言模型在橋梁工程學(xué)科教學(xué)中的應(yīng)用，重點(diǎn)探討了其在教學(xué)設(shè)計(jì)、答疑輔導(dǎo)以及思政教育等方面的實(shí)踐價(jià)值，主要結(jié)論如下。

AI大模型賦能橋梁工程教學(xué)創(chuàng)新。大語言模型憑借其強(qiáng)大的知識(shí)整合與生成能力，可協(xié)助教師高效開展教學(xué)設(shè)計(jì)、提供智能答疑輔導(dǎo)、深化課程思政。在實(shí)踐應(yīng)用中，其不僅能輔助生成專業(yè)性強(qiáng)的教學(xué)案例和練習(xí)題，還可通過圖片、影片等多維度強(qiáng)化橋梁工程中的重點(diǎn)和難點(diǎn)，幫助學(xué)生深入理解工程理論與實(shí)踐的聯(lián)系。未來應(yīng)進(jìn)一步挖掘AI大模型在教學(xué)場景中的應(yīng)用潛力，構(gòu)建智能化、系統(tǒng)化的現(xiàn)代教學(xué)體系，全面提升橋梁工程專業(yè)人才培養(yǎng)質(zhì)量。

強(qiáng)化教師在智能化教學(xué)中的主導(dǎo)地位。盡管AI技術(shù)可以顯著提升教學(xué)效率，但其應(yīng)用仍需依賴教師的專業(yè)引導(dǎo)與監(jiān)督。加強(qiáng)教師對AI工具的使用培訓(xùn)，提高其技術(shù)素養(yǎng)與創(chuàng)新能力，不僅有助于確保AI生成內(nèi)容的準(zhǔn)確性，還可以實(shí)現(xiàn)人機(jī)協(xié)同的高效教學(xué)模式。

聚焦復(fù)合型人才培養(yǎng)與國家發(fā)展需求。在新工科建設(shè)背景下，橋梁工程教學(xué)應(yīng)以國家戰(zhàn)略需求為導(dǎo)向，注重培養(yǎng)兼具創(chuàng)新意識(shí)、實(shí)踐能力和社會(huì)責(zé)任感的復(fù)合型工程人才。通過深化AI技術(shù)的應(yīng)用，強(qiáng)化思政教育與工程實(shí)踐的結(jié)合，為國家基礎(chǔ)設(shè)施建設(shè)及橋梁事業(yè)的高質(zhì)量發(fā)展提供重要的人才支撐。

參考文獻(xiàn)：

[1] 唐德淼.新工科建設(shè)與新質(zhì)生產(chǎn)力發(fā)展耦合變革研究[J].中國戰(zhàn)略新興產(chǎn)業(yè)，2024（32）：162-164.

[2] 趙朝陽，朱貴波，王金橋.ChatGPT給語言大模型帶來的啟示和多模態(tài)大模型新的發(fā)展思路[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2023，7（3）：26-35.

[3] 遆子龍，李永樂，秦順全，等.海洋橋梁施工圍堰的波浪壓力實(shí)測與數(shù)值模擬[J].西南交通大學(xué)學(xué)報(bào)，2017，52（3）：466-473，531.

[4] 宋玉冰，遆子龍，楊凌，等.大跨度雙幅非對稱平行主梁渦激振動(dòng)干擾效應(yīng)研究[J].振動(dòng)與沖擊，2024，43（7）：1-9，29.

[5] 吳愛華，侯永峰，楊秋波，等.加快發(fā)展和建設(shè)新工科主動(dòng)適應(yīng)和引領(lǐng)新經(jīng)濟(jì)[J].高等工程教育研究，2017（1）：1-9.

[6] 劉靜，張惠玲，黨文佳，等.新工科人才培養(yǎng)的機(jī)遇、困境及探索[J].科技風(fēng)，2024（4）：34-36.

[7] 汪金英，潘祖賢.隱憂與消解：生成式AI教育應(yīng)用的道德審視[J].揚(yáng)州大學(xué)學(xué)報(bào)（高教研究版），2024，28（4）：47-57.

[8] 呂振華，葉軍.大語言模型賦能“中文+職業(yè)技能”教學(xué)資源建設(shè)研究——以ChatGPT為例[J].天津師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024（6）：1-8.

[9] 盧滇楠，黨漾，王宏寧，等.生成式人工智能賦能高校課程教學(xué)：以“化工熱力學(xué)”課程為例[J].清華大學(xué)教育研究，2024，45（5）：89-98.

[10] 鄒佳叡，榮維東.我國生成式人工智能賦能教育的研究現(xiàn)狀與展望[J].成都師范學(xué)院學(xué)報(bào)，2024，40（6）：99-106.