ESTEducational Science Theory2995-48352995-4843Art and Technology10.61369/EST.2025070009Article人工智能赋能研究生课程教学改革模式探究 —— 以化工材料课程为例https://artdesignp.com/journal/EST/3/7/10.61369/EST.2025070009王蕾2025372025-07-20人工智能（AI）技术的迅速发展为我国研究生教学改革提供了强大的技术支持。在此背景下，本文以我校《化工材料》课程为例，针对其长期存在的教学内容更新滞后、个性化支持不足、评价维度单一等问题，系统探究了如何利用AI 工具实现教学模式向智能化、个性化、数据驱动的方向转变。通过生成式AI 工具，不仅能够显著提高教师备课效率，提升学生的学习成效，同时实现教学资源的实时更新与学生学习行为的精准分析，构建多维评价指标。本文旨在为我校研究生教学的高质量发展提供新的思路。人工智能,化工材料,研究生教学,教学改革

[1] 新时代基于人工智能赋能材料学院“本研贯通”人才培养体系建设. (2024). 教育学刊, 2(3). https://doi.org/10.62836/jer.v2n3.0106[2] 刘德建. 人工智能赋能高校人才培养变革的研究综述[J]. 电化教育研究,2019,40(11):106-113.[3] 胡德鑫, 王耀荣. 人工智能技术对学生学习效果的影响研究—— 基于2010 至2022 年40项实验的元分析[J]. 天津大学学报( 社会科学版),2022,24(6): 493-502.[4] 新时代基于人工智能赋能材料学院“本研贯通”人才培养体系建设[J]. 教育学刊,2024，2(3)：30-32.[5] 伊宸廷. 人工智能赋能高校人才培养的时代意义与实践路径[J]. 黑龙江教育( 高教研究与评估),2024(12): 49-52.[6] 谢丹, 陈风青, 姜柏羽, 肖友华, 刘丽娜, 戴进峰. 基于知识图谱与AI 赋能高分子化学的数智化教学思考[J]. 高分子通报,2025,38(5):837-843 DOI:10.14028/j.cnki.1003-3726.2025.24.315[7] 闫高明, 梁小燕.AI 赋能下的理论力学课程教学改革探索[J]. 教育进展,2025,15(6):1376-1381.