<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">RTED</journal-id><journal-title-group><journal-title>Research on Teacher Education and Development</journal-title></journal-title-group><issn>3066-8999</issn><eissn>3066-9006</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/RTED.2026100026</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>基于AIGC 的职业本科“教材- 教学- 评价”一体化融合研究</title><url>https://artdesignp.com/journal/RTED/2/10/10.61369/RTED.2026100026</url><author>王桂洋,陈从容,杨静芬</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>2</volume><issue>10</issue><history><date date-type="pub"><published-time>2026-03-06</published-time></date></history><abstract>人工智能生成内容（AIGC）技术的突破为工程基础理论课程的教学范式创新提供了关键赋能。面向新工科建设对学生系统思维、创新设计与解决复杂工程问题能力培养的迫切需求，本研究针对《自动控制原理》这一核心课程长期存在的理论抽象性强、教学案例固化、理论与实践衔接薄弱、评价方式侧重应试而高阶能力培养不足等困境，构建了一个AIGC 深度赋能&amp;ldquo;教材- 教学- 评价&amp;rdquo;一体化融合模型。研究首先建立了&amp;ldquo;控制工程师基础能力图谱&amp;rdquo;作为课程重构的纲领，继而系统性地开发了AIGC 驱动的动态化教材资源，创设了&amp;ldquo;概念认知- 系统设计- 仿真实践&amp;rdquo;的阶梯式教学模式，建立了基于学习过程的智能化评价体系，三者形成闭环，协同作用于学生能力的提高。通过实验研究显示，学生在核心概念的深层理解、系统分析与控制器综合设计能力等方面显著提高，且学习投入度与数据优化意识明显增强。本研究不仅验证了该模型在提升教学效能与学生高阶工程能力方面的有效性，更为工程基础理论课程系统化融入AIGC、实现从&amp;ldquo;知识传授&amp;rdquo;到&amp;ldquo;能力与素养培育&amp;rdquo;的转型，提供了一套具有可操作性与可迁移性的系统解决方案与实践路径。</abstract><keywords>AIGC,自动控制原理,一体化融合模型,虚拟实验,系统设计,教学改革</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 吕炳斌. 人工智能法学之类比方法及其省思: 以AIGC 著作权保护问题为例[J]. 法学研究,2025,47(6):148-166.[2] 张平." 智" 媒融合:AIGC 赋能广电媒体融合发展新路径[J]. 中国编辑,2025,(11):62-67.[3] 吴建棠, 周诚竹. 生成与重构:AIGC 技术对绘画创作范式的变革[J]. 山花,2025,(7):146-149.[4] 孙晓烨.AIGC 赋能高校音乐创造性协作课堂构建的多模态框架研究[J]. 中国大学教学,2025,(Z1):28-34.[5] 杨成. 幻觉媒介、范式熵变与认知危机: 数智时代的AIGC 影像[J]. 当代电影,2025,(9):80-87.[6] 蔡庆悦, 范昕若. 赋能、风险与使能: 生成式人工智能如何重塑基础教育[J]. 教育理论与实践,2025,45(22):3-9.[7] 石磊, 方海光. 生成式人工智能重塑开放教育教学场景: 样态、价值及实践路径[J].成人教育,2025,45(9):47-54.[8] 徐超, 雷燕群, 陈咏梅.AIGC 引领开放教育数字资源: 变革、挑战与策略[J]. 塑料工业,2025,53(6):184-185.[9] 王利民, 于丹丹, 马莘梓. 数智时代下对设计教育的审视与探讨[J]. 艺术设计研究( 中英文),2025,(3):128-134+144.[10] 韦妙, 汪雨梦." 人&amp;mdash;&amp;mdash; 技术" 关系视域下生成式人工智能赋能职业教育教法改革探析[J]. 职业技术教育,2025,46(14):6-14.[11] 彭红璐. 基于AIGC 技术的高校数字表现课程教学[J]. 高教发展与评估,2025,41(3):2+135.[12] 顾建荣. 生成式人工智能的教育应用与反思[J]. 教育视界,2025,(44):35-38.[13] 任海全. 生成式人工智能构建传统广播新质生产力&amp;mdash;&amp;mdash; 大模型技术融合与应用实践[J]. 现代电视技术,2025,(10):14-18.[14] 郁云. 基于生成式人工智能的个性化学习内容生成与路径优化探究[J]. 办公自动化,2025,30(19):96-98.[15] 张旭. 生成式人工智能重塑教育生态的路径探析[J]. 学园,2025,18(27):101-103.[16] 柳雯. 生成式人工智能: 挑战和机遇[J]. 中国广播电视学刊,2023,(8):41-43.[17] 蔡庆悦, 范昕若. 赋能、风险与使能: 生成式人工智能如何重塑基础教育[J]. 教育理论与实践,2025,45(22):3-9.[18] 韦妙, 汪雨梦." 人&amp;mdash;&amp;mdash; 技术" 关系视域下生成式人工智能赋能职业教育教法改革探析[J]. 职业技术教育,2025,46(14):6-14.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
