人工智能技术助推理工科课程智能化教学改革研究——以高分子物理为例

doi:10.16039/j.cnki.cn22-1249.2026.04.001

下载:

PDF (856KB)
输出: BibTeX | EndNote (RIS)

摘要为推动教学质量提高的精准化、规模化，围绕人工智能+普通理工科课程教学改革方法展开研究十分必要。当前相关研究多聚焦于通识理论或易于形象化的课程，而与计算机技术关联较弱的专业课程仍面临融合挑战。为此，以高分子物理为例，从多媒体信息化教学、虚拟仿真实验辅助、智慧课堂开发三方面，探索人工智能技术赋能理工科课程智能化改革的可行路径，以期为相关专业教学改革提供参考。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章
	刘梦竹
	韩丹丹
	王鑫
	袁龙
	王永鹏

关键词: 人工智能教学质量智能课堂教学改革高分子物理

Abstract: To advance the precision and scale of teaching quality, it is essential to conduct research on teaching reform that integrates artificial intelligence into conventional science and engineering courses. Current research predominantly focuses on general theories or easily visualized courses, while specialized courses with weaker connections to computer technology still face challenges in integration. To fill the gap, using Polymer Physics as an example, this study explores a framework for AI-empowered, intelligent reform of science and engineering courses from three dimensions: multimedia-enhanced and information-based teaching, virtual simulation-augmented experimentation, and the development of smart classrooms, with the objective of informing pedagogical innovation in related specialties.

Key words: artificial intelligence teaching quality intelligent classroom teaching reform Polymer Physics

出版日期: 2026-04-25 发布日期: 2026-09-06 整期出版日期: 2026-04-25

G 642.0

引用本文:

刘梦竹, 韩丹丹, 王鑫, 袁龙, 王永鹏. 人工智能技术助推理工科课程智能化教学改革研究——以高分子物理为例[J]. 吉林化工学院学报, 2026, 43(4): 1-5.
LIU Mengzhu, HAN Dandan, WANG Xin, YUAN Long, WANG Yongpeng. The Reform of Intelligent Teaching in Science and Engineering Courses Supported by Artificial Intelligence Technology : A Case Study of Polymer Physics. Journal of Jilin Institute of Chemical Technology, 2026, 43(4): 1-5.

链接本文:

https://xuebao.jluct.edu.cn/CN/10.16039/j.cnki.cn22-1249.2026.04.001 或 https://xuebao.jluct.edu.cn/CN/Y2026/V43/I4/1

[1]	庞晓鑫, 蹇慧. 人工智能赋能学术期刊编辑继续教育策略探析[J]. 吉林化工学院学报, 2026, 43(6): 49-53.
[2]	王硕鹏, 许波. 人工智能驱动的高校就业管理动态适配机制研究[J]. 吉林化工学院学报, 2026, 43(4): 16-22.
[3]	邓莹莹. 人工智能发展中劳动异化的深层逻辑与应对策略[J]. 吉林化工学院学报, 2026, 43(4): 39-44.
[4]	陈旭, 贾晓琳. 从电影《哪吒2》看AI翻译与人工翻译在电影台词翻译中的博弈与共生[J]. 吉林化工学院学报, 2026, 43(2): 60-65.
[5]	周小琳, 吴翔. 利用人工智能提升统计数据分析能力的教学策略[J]. 吉林化工学院学报, 2026, 43(2): 28-32.
[6]	王影, 谷宏达 , 刘麒. 基于COZE平台的专业课程思政建设智能规划助手设计与实践[J]. 吉林化工学院学报, 2026, 43(2): 6-12.
[7]	李双远, 秦哲浩. 人工智能背景下“三位一体”高校网络安全防御体系建设研究[J]. 吉林化工学院学报, 2026, 43(2): 33-38.
[8]	齐金玲. 人工智能辅助高校日语教学中的文化适配性问题与解决路径研究[J]. 吉林化工学院学报, 2026, 43(2): 23-27.
[9]	史凤波. 信息化背景下计算机应用基础课程教学研究与实践[J]. 吉林化工学院学报, 2025, 42(8): 30-34.
[10]	付莉, 付秀伟, 马超, 刘元超, 于军 . 基于控制框架的“电子技术实验”课程思政模糊综合评价#br#[J]. 吉林化工学院学报, 2025, 42(4): 5-9.
[11]	许洁, 王鹏. 数字技术下的概率论与数理统计课程的教学研究[J]. 吉林化工学院学报, 2025, 42(2): 32-35.
[12]	刘麒, 张朔, 王影. 基于COZE平台构建的单片机课程AI专属答疑智能体的研究[J]. 吉林化工学院学报, 2025, 42(12): 22-27.
[13]	吴三秀, 王毅坚, 周艳丽. 工程教育认证背景下冲压工艺与模具设计课程教学改革的探索[J]. 吉林化工学院学报, 2025, 42(12): 9-13.
[14]	李鹏, 辛丙靖. AI赋能题库难度评价系统应用研究以热力学第一定律为例[J]. 吉林化工学院学报, 2025, 42(10): 1-3.
[15]	李双远, 王柳欢. 基于人工智能“5+1模式”的地方高校智慧校园建设研究与实践[J]. 吉林化工学院学报, 2025, 42(10): 28-34.