针对“食品质量检验技术”课程现有教学模式导致学生理论知识学习碎片化、学生思维程序化、实践能力断层、科研素养和学科交叉创新能力培养不足等痛点问题，对该课程进行了数智化教学模式的创新变革与实践。依托吉林大学“在线学堂”智慧平台，深度融合人工智能技术（AI），以现代数智化教学技术为基础、AI赋能人机师生交互式教学为场景、实现以学生拔尖创新能力培养为核心的教育目标，通过“革新教学理念、重塑教学目标，优化教学设计、重构知识体系，创新教学活动、交叉创新意识，创新育人模式、AI多模态评价体系”等方面进行教学改革，落实“专业技术探究、拔尖创新能力培养、责任价值塑造”三位一体的教学目标。着重培养学生的科学素养和拔尖创新能力，为国家和社会培养新时代具有高尖食品专业创新人才。
在《中国教育现代化2035》与“双一流”建设战略引领下，高等教育聚焦于拔尖创新人才培养。食品质量与安全专业的核心课程“食品质量检验技术”作为国家食品安全战略的重要支撑，承担着培养复合型检测人才的重任。课程主要以食品质量与安全各成分检测技术为核心，整合了食品分析、食品微生物检验、分析化学和现代仪器分析技术等多学科知识，构建了“理论-实验-设计”三位一体的课程教学体系（总80学时，含48学时理论课程、24学时实验课程和8学时课程设计）。在传统教学模式下，课程仍面临多重挑战：多学科交叉知识复杂，系统化整合度低，领域科学前沿内容少；检测新技术和新方法教学欠缺，实验课多依赖传统实验手册和标准化操作视频，滞后于行业技术发展；信息化教育和AI技术融合度低。导致学生理论知识体系碎片化、实验实践能力弱、科研和拔尖创新能力不足，难以满足食品领域高尖创新人才培养的社会需求。
顺应“AI+教育”深度融合的全球趋势，课程团队引入数智化理念，以解决痛点问题为导向、AI赋能为基础，以拔尖创新人才培养为核心，改革教学模式。通过构建“虚实结合、智能评估”的创新体系，实现理论知识学习、虚拟仿真、实体操作、创新挑战与智能评估的全流程教学。最终形成“注重科研创新、理论与实践并重、知识与素质共育”的食品类专业课程特色。
“食品质量检验技术”课程教学中仍存在以下瓶颈问题，制约了拔尖创新人才培养目标的实现：
（一）知识体系复杂，数智化融合适应性难
“食品质量检验技术”课程知识体系跨学科性强、更新迭代快、知识结构多维交叉，导致教学内容重复、教学重点模糊，学生易陷入“知识点记忆”而忽视技术原理的理解，难以构建非线性知识网络。同时，数智化课程不仅要求教师精通专业、掌握数字化工具和教学方法，同时对学生的自律性、信息素养和自主学习能力提出更高标准，目前课程数智化融合度低。
（二）实验教学条件受限，教学资源更新速度滞后
传统实验教学依赖标准化操作手册与流程化视频资源，缺乏对复杂检测场景的智能模拟，学生实践深度不足，技能掌握不牢。虚拟仿真技术虽被引入教学环节，但多局限于操作流程的数字化复现，尚未形成“基础训练-场景模拟-创新设计”的梯度化培养体系。教学资源的更新速率滞后于行业技术发展，使得学生技能与行业发展需求产生代际差异。
（三）课程设计层次差，学生科学创新能力培养不足
传统课程设计效率较低，学生缺乏系统化设计工具，耗时大量时间用于查阅资料，压缩了高阶思维训练空间，难以实现从技术操作向科研创新的能力跃迁。线性设计框架限制探索性实践（如检测技术改良、跨方法融合等）。人工智能工具的应用多集中于浅层知识推送，制约了学生解决复杂工程问题的实践素养与创新潜力的发展。
（四）评价体系单一，客观标准欠缺
传统教学评价多以考试、实验报告等静态形式为主，沿袭“知识再现”的评估逻辑，考试内容侧重检测原理的记忆复述，实验报告评价偏重格式规范性而忽视技术合理性分析，难以客观评估实践操作、创新思维及思政素养。
创新举措
（一）重构动态知识图谱，构建“师-生-机”三元交互场域
针对传统课程知识点孤立、重点内容模糊、交叉重复、新技术更新滞后等问题，教师加强数字化教育培训，运用AI技术赋能课程建设，课程建设概况如图2。
通过人工智能算法对教学内容进行智能分析，分类知识点的重点和难点，挖掘理论知识点之间的内在联系，形成清晰、高效、动态的可视化知识网络图谱，知识图谱如图3。结合任务引擎“驱动”活动，导入食品安全法规、职业道德案例、前沿技术、仪器操作视频、在线开放课程等线上资源，动态更新教学内容，保持课程鲜活度与适配性。同时以“问题/项目”为纽带，串联学、练、测、评全流程，智能辅助学习。例如，针对“光谱分析”这一知识点在不同学科中的不同应用，设计跨学科融合的教学模块，强化知识关联性和实际应用性，为学生提供一个系统化、高效的知识学习框架，帮助学生建立系统化知识体系和职业责任感。引导学生主动“学习、思考、讨论、实践、探索、感悟、创新”，实现“专业技术探究、创新能力培养、责任价值塑造”三位一体的教学目标，落实高校立德树人的根本任务。
（二）建立“虚实联动”实验体系，突破实验限制与资源滞后
针对实验教学中复杂实验操作受限、反馈滞后、仪器资源不足、更新缓慢等问题，构建“虚拟预训练实体操作-智能诊断-创新设计实践”阶段式教学。例如，在“食品中重金属检测”实验中，要求学生在虚拟平台模拟样品前处理与仪器操作，AI系统实时评估操作规范性并提供纠错建议；线下开展实际样品检测，结合国家标准进行方案设计与结果分析，引入行业新技术（如快速检测芯片、便携式光谱仪）更新虚拟资源库。要求学生在虚拟平台模拟样品前处理与仪器操作，AI系统实时评估操作规范性并提供纠错建议；线下开展实际样品检测，结合国家标准进行方案设计与结果分析，引入行业新技术（如快速检测芯片、便携式光谱仪）更新虚拟资源库。教师培育优秀实践项目和具有科学创新实践想法的学生加入教师科研团队，开展科研训练深入指导，优化创新方案，进行交叉创新实践实训。
（三）强化高阶思维与创新训练，提升课程层次与创新能力
针对课程设计层次性差、耗时低效、创新实践不足、高阶思维训练空间被压缩等问题，系统化整合设计工具与AI辅助。围绕食品行业实际问题（如蜂蜜掺假鉴别、乳制品蛋白质含量造假等），设计跨学科项目任务，引导学生整合仪器分析、数据处理、标准解读等多维度知识。利用AI辅助工具（如智能方案设计平台、文献分析系统）提升效率，释放高阶思维训练空间。设计交叉学科项目式实践任务（如食品安全监测芯片的组装、食品质量与安全检测综合实验、人工智能辅助食品中微塑料检测），突破线性框架限制，鼓励探索性实践。通过“科教融汇”推进项目式教学，构建人机协同、培根铸魂、科教融汇的教学模式，培养学生技术融合与创新能力。
（四）创新育人模式，构建多模评价体系
针对评价体系单一、侧重知识复现、忽视实践与创新等问题，构建基于智慧教学平台的多模态、三维能力评价体系。通过数智化课程建设，人机师生协同育人，体验探索感悟式教学过程，厚植家国情怀和责任担当，提升科学素养和创新实践能力，促进课堂教学提质增效。同时，整合智慧教学平台中的多模态学习行为数据（如点击流、实验录像、报告文本等）与人工智能模型，构建全面、精准且具有深度的三维能力评价体系，从知识掌握度、操作规范度、责任担当意识和创新思维等多维度，对学生的理论学习和实践效果进行全面、精准动态评估。实时掌握学生学习动态，及时发现学生的困难和问题，提供个性化教学支持，强化对技术合理性分析、问题解决过程和创新思维的考察，推动“食品质量检验技术”课程教学的高质量发展。
现阶段建设成效
（一）重构了课程动态多元图谱体系
利用人工智能技术构建模块化多元图谱体系：（1）可视化知识图谱，将食品分析、仪器检测、微生物检验技术等分散知识点动态关联，涵盖课程核心理论、学科基础与前沿知识点，运用人工智能算法挖掘理论知识点之间的内在联系，精准识别不同课程间的重叠知识点。（2）课程思政图谱，从专业、行业背景、历史文化及科技前沿等多维角度出发，将创新意识、科学素养、人文情怀和工匠精神等思政元素与各知识点巧妙融合，丰富了课程的知识性、人文性和引领性。（3）案例图谱，涵盖科技前沿、人工智能、绿色食品、食品安全等前沿案例，实现理论与实践结合。（4）问题图谱，从知识记忆、仪器操作、综合探究、创新设计等层面建立了问题图谱，根据学习数据实时调整学习重点，精准定位学习难点。（5）能力图谱，基于课程内容和思想特质，从专业知识能力、问题解决能力、仪器操作熟练度、创新设计能力等方面完成能力图谱的绘制。
（二）建立 AI 驱动的“虚实闭环”创新能力培养体系
通过构建“虚拟预训练实体操作-智能诊断-创新设计实践”阶段教学模式，取得了以下成效：（1）虚拟仿真系统的应用使学生预判操作风险，AI实时分析操作数据生成个性化改进建议，定制了科研训练任务（如薄弱环节的专项虚拟实验）。（2）明确AI工具的功能定位，设计“人机协同”教学环节，学生通过自主分析AI提示的异常数据，问题解决能力提升明显。（3）通过设计“虚实联动”教学模式，使虚拟实验侧重于数据分析与决策训练；引入人工智能辅助创新工具包，根据需求选择模板进行方案设计，人工智能辅助方案设计和智能纠错，辅助学生设计科学、高效的食品质量与安全控制方案。（4）选拔优秀学生加入教师科研团队，进行交叉创新实践实训。实训成果由指导教师带队参加“挑战杯”、“互联网＋”、“全国生命科学大赛”、“天食杯”等创新比赛，满足学生创新方案的探索需求和高阶能力培养。这一闭环体系既保障了教学安全，又通过精准反馈弥补实操不足，同时加强创新方案的实践与竞赛，大大提升学生专业技术能力、交叉学科科研创新能力和终身学习能力，为学校产教融合建设提供支持。
（三）建立多维度数据驱动的评价体系
通过多模态学习分析技术，借助智能系统建立“课堂出勤率、课堂参与和测试、虚拟仿真实验、线下实验操作、创新方案设计与实践和前沿探究”多维量化评价模型，整合智慧教学平台中的学习行为数据（点击流、实验录像、报告文本等）与人工智能分析模型，构建全面、精准的三维能力评价体系。首先，AI系统自动追踪学习全周期数据，从虚拟实验中的方案调整频次，到课程设计中的跨场景迁移能力，最终生成动态能力雷达图，实现从“分数评价”到“能力发展评估”的跨越，为学生提供更全面、更精准的评价反馈。另外，借助AI建立多维度评价模型，结合过程性数据（如虚拟实验中的方案调整次数）、课程创新方案设计（如先进纳米传感技术的应用）、科研实践的结果性数据（如检测报告的合规性），引入行业专家参与评价，确保教学效果的科学量化和全面评估。最后，将思政融入学习效果评估中，通过分析学习过程中学生的情感表达、价值观取向和思想动态，将思政目标与专业教学目标有机结合，实现了思政教育与专业教育的协同提升。
“食品质量检验技术”课程作为食品类专业的核心课程，对该课程进行教学模式的改革与创新是当前教育信息化大环境下的当务之急。通过系列课程教学改革措施，本课程团队显著激发了学生对该课程的学习兴趣和科学热情，促进了学生对理论知识和实验操作技术的理解和掌握，提高了学生解决问题和科学创新能力。同时，通过经验交流、资源共享及联动合作，提升推动“食品质量检验技术”课程区域内高校教学质量，发挥在课程设计、智能化教学方面的引领作用。通过线上教育、开放课程平台等手段，促进区域教育资源均衡化，提升高校的教育水平。
