摘要：随着人工智能技术的迅速发展和广泛应用，其对教育领域的影响日益显著。基于人工智能，提出一种多学科交叉课程改革模式，内容包括人才培养目标的明确、课程体系的优化、教师队伍的构建，以及教学大纲、课程设计、案例创建和考核方式的全面革新。此外，讨论基于人工智能的教学运行机制，以实现教育资源的优化和教学模式的创新。为验证这一课程改革模式的成果，以贵州大学计算机科学与技术学院综合创新训练课程为例进行实践，详细阐述课程改革的步骤，旨在为多学科交叉教育提供新的思路。

　　关键词：人工智能；多学科交叉；课程改革；人才培养

　　在全球科技浪潮的推动下，人工智能（Artificial Intelligence，AI）作为一项颠覆性的技术，正逐步渗透到社会的每一个角落，深刻影响着教育的形态与内容[1]。人工智能不仅重塑了教育的培养方式，还为学科交叉创造了新的机遇[2-3]。在这一时代背景下，高校作为人才培养的主阵地，面临着一个紧迫的任务：有效融合人工智能技术，以培养具备跨学科视野、创新思维与动手能力的高素质复合型人才。面对这一命题，教育创新成为关键，要求教育者洞察技术趋势，理解教育本质，探索人工智能与多学科交叉的深度融合路径，为学生提供符合未来社会需求的学习体验和成长平台[4]。

　　一、多学科交叉类课程建设中的困境与挑战

　　在当前高等教育领域，多学科交叉类课程的建设与发展已成为培养具有综合能力与创新能力人才的重要途径，尤其是在人工智能与系统科学等前沿领域。然而，创新教育模式的实施并非坦途，其面临着一系列挑战与难题。

　　一是知识体系庞杂，与学科融合难度大。多学科交叉课程涵盖多个学科领域，每个学科的知识体系本身就很复杂，将多学科有机融合更是难上加难。如何在保持各学科专业深度的同时，实现知识的交叉与互补，是课程设计的一大挑战。课程内容如何与技术学科知识相互协调、相辅相成，成为课程设计者需要重点考虑的问题。

　　二是教学内容广泛与实践操作要求高。多学科交叉课程内容广泛，涉及众多领域，这可能导致教学内容难以在所有领域深入展开。如何将教学内容与实践操作相结合，让学生在解决实际问题的过程中学习和体会教学的核心内容，是提升教育实效性的关键。

　　三是教学模式更新难度大。多学科交叉课程的教学要求较高，因此需要更新教学模式。具体来讲，不仅需要新的教学方法，还需要跨学科教师团队的有效协作，以及丰富的教学资源支持。如何构建一个能够促进跨学科教师团队合作的教学环境，整合多方资源，以满足课程教学与实践的需求，是当前高校面临的重要挑战。

　　二、基于人工智能的多学科交叉课程改革模式

　　（一）明确人才培养目标，优化课程体系

　　在新工科教育改革中，针对人工智能这一前沿领域，优化人才培养目标成为首要任务。在知识爆炸、技术快速更迭的当今时代，人工智能相关领域的人才需求变得多元化，且能力要求更高。因此，构建面向未来、立足实际、融合多学科的课程体系，十分重要。该体系旨在培养复合型人才，使其具备扎实数理基础、先进设计理念、熟练应用机械电子技术的能力，精通计算机科学，并能综合运用知识解决实际问题。

　　具体来说，人才培养目标旨在培养学生成为高新科技领域的领军人物、高科技企业的管理精英及核心技术研发骨干。教育不仅要传授知识，还要激发创新思维、培养领导力、强化团队协作精神，并引导学生在实际工作中解决问题。课程体系优化不仅在于内容更新，还在于教育理念和教学模式革新。课程应围绕人工智能核心技术，如机器学习、深度学习等，同时嵌入跨学科模块，如医学、农学等，拓宽学生知识视野，增强学生跨领域问题解决能力。

　　为确保这一目标的实现，课程体系应灵活而全面，不仅要在基础教育阶段奠定坚实的基础，如通过数学分析与工程设计课程培养学生的数理逻辑思维，还要在专业教育阶段深化专业技能训练，比如在计算机科学、机械自动化等专业课程中融入人工智能的最新应用案例和实验项目。此外，设置跨学科项目课程，让学生在解决实际问题的过程中，自然而然地对所学知识进行整合与应用，从而加深对人工智能技术在不同领域应用的理解和掌握。

　　（二）细化专业课程内容，促进学科交叉

　　人工智能作为一门高度交叉的学科，其课程内容设计不应局限在单一的计算机科学范畴，而应根据学科发展和行业需求，细分专业方向。在细化专业课程内容以促进学科交叉的实践中，应特别强调跨学科整合的深度与广度。具体来说，教育者不仅要在传统计算机科学的基础上，融入更多领域的知识，而且要确保这些知识模块与人工智能技术的融合是紧密且有实效的。

　　例如，计算机科学方向课程应涵盖数据挖掘、机器学习等核心内容，并融入信息论、数据库管理等技术，同时讨论数据伦理、隐私保护等问题，以培养复合型人才。在与其他学科交叉时，如植物保护方向，课程需结合农业科学、生物信息学与图像处理技术，教授学生利用人工智能技术进行病虫害识别、作物生长监测及智能决策支持系统构建，推动智慧农业发展。同时，鼓励学生参与跨学科研究项目，深化跨领域知识应用。

　　整合多样化课程内容时，应采用模块化设计，让学生根据兴趣和职业规划选择模块组合，形成个性化学习路径。通过开展团队项目、实习实训等实践形式，增强实践操作能力和解决复杂问题能力，确保灵活运用所学，促进学科知识融合与创新应用。这样，学生毕业后才能适应人工智能领域发展，引领专业领域创新，成为推动社会进步的重要力量。

　　（三）建设交叉学科队伍，提升人才储备

　　鉴于人工智能技术的快速发展和应用的广泛性，构建跨学科师资队伍至关重要。近年来，许多原本从事电子、信息通信、自动化等领域工作的研究人员转向人工智能研究，为师资建设带来了新机遇。鼓励支持教师跨领域研究，借助人工智能技术升级项目，能够促进教师专业成长和知识交流整合。学校应引入具有人工智能研究背景的教师或培训提升现有教师的人工智能技术水平，确保满足多学科交叉课程教学需求。

　　具体而言，在促进教师跨领域研究方面，学校可以设立专项基金，支持教师参与跨学科项目，鼓励他们与不同学科的教师合作，共同探索人工智能在各自专业领域的应用潜力。通过组织定期的跨学科研讨会和科研合作项目，教师可以在实践中学习新的技术，同时分享各自领域的研究成果，共同解决复杂问题。这种互动不仅能增进教师之间的学术交流，还能激发新的教学灵感和科研思路。

　　为了促进教学与科研的深度融合，学校应建立相应的激励机制，如将科研成果转化为教学内容，鼓励教师将最新的科研成果引入课堂，使学生能够接触到最前沿的知识和技术。同时，支持教师带领学生参与科研项目，通过“科研反哺教学”的模式，提高学生的实践能力和创新能力，从而培养出既懂理论又会实践的复合型人才。

　　三、基于人工智能的多学科交叉课程改革模式运行机制

　　（一）打造复合型教学团队

　　在当前教育改革背景下，多学科交叉课程的推广实施十分重要。打造复合型教学团队可打破传统单科模式，促进知识融合交流，结合人工智能技术优化教学资源配置，增强课堂互动与知识传递。具体应用包括：专业的教学团队匹配、协同备课平台、课堂互动与个性化指导、多元评价与反馈、持续改进与自我优化。这些措施可促进学生跨学科能力培养，提升教学效率与质量。

　　（二）交叉项目共同申报

　　在打造复合型教学团队的背景下，教育创新体现于交叉项目共同申报，深化跨学科合作，开辟教育实践研究新路径。教师团队跨越学科界限，共同申报综合性项目，提升项目创新能力和社会影响力。交叉项目能促进知识资源的整合，比如教师协同工作，整合规划研究方向与成果。教师利用人工智能技术，通过数据分析识别学科契合点与研究空白，使项目更精准地聚焦于实际问题或前沿科学探索。同时，交叉项目能够为学生提供实践机会。

　　四、实施案例

　　以贵州大学计算机科学与技术学院综合创新训练课程为例进行实践研究。

　　该课程人才培养目标细分为五点：第一，培养具备社会主义核心价值观、良好科学素养及职业道德的人才，能在工程实践中综合考量社会、环境与发展的可持续性，为国家经济与社会发展贡献力量；第二，掌握计算机科学基础理论与专业技能，能运用背景知识分析、设计与实施复杂工程项目，胜任计算机工程领域多方面工作；第三，能通过文献研究解决复杂工程问题，具有创新意识，能够合理选择与开发现代工程工具，完成复杂工程设计与开发；第四，具备协调、沟通与管理能力，在跨文化团队中发挥领导作用，有效实施计算机工程项目；第五，拥有持续学习精神，掌握前沿技术，能够不断实现自我提升以适应职业与社会变迁。

　　本课程旨在构建全国首个杀菌剂知识图谱，融合计算机工程项目与其他学科知识。课程内容如下：讲解知识图谱基础知识；讲授农药知识图谱数据和类型；进行工程实践，教授数据收集、知识图谱构建和网站建设方法；分组构建指定范围的农药知识图谱；多学科交叉教师综合评分评价，并反馈项目问题。课程始终贯穿人工智能技术，使用大语言问答模型辅助答疑，培养学生自主解决问题能力。此课程对学生全面发展具有较大意义。

　　多学科交叉教师队伍建设涉及多个院系合作。以贵州大学计算机科学与技术学院综合创新训练课程为例，该课程由计算机专业教师主导，搭配农药学领域教师。首先，计算机专业教师系统性阐述项目；其次，农药学教师讲解跨学科基础知识；最后，计算机工程项目教师进行培训。多位教师联合教学，既掌握本学科知识，又了解跨学科体系，能在课程中解答学生多方面问题。

　　通过实施这一系列教学活动，学生在多个方面得到了提升，如：核心专业知识深化，应用技能增强；团队协作与项目管理能力显著提高，展现出跨文化领导力；养成自主学习习惯，自觉追踪科技前沿，适应现实变化。总体上来讲，此次课程改革实践增强了学生的专业技能、创新研究、团队管理及个人成长潜力，促使学生具备了处理跨学科项目的综合能力。

　　五、讨论和启示

　　人工智能不仅是教学的辅助工具，还是推动教育模式创新、内容丰富和个性化学习的关键力量。它打破了传统教育的界限，促进了跨学科知识的整合与实践应用。面对社会需求，跨学科人才培养显得尤为迫切。而人工智能为此提供了强有力的支持，也对教育者素质、课程灵活性和资源配置提出了更高要求。

　　未来，教育领域需进一步探索人工智能深度应用，包括加大研发投入、提升教师跨学科教学与技术能力、深化校企合作以增强实践性，同时需要争取政策支持，构建跨学科教育融合的生态环境。总之，人工智能与多学科课程融合是教育面向未来的重要趋势，通过创新与实践，可培养更多适应并引领未来发展的复合型创新人才。

　　参考文献：

　　[1]王锴,栾小丽,周景文.多学科交叉背景下人工智能融入合成生物学课程教学的设计与实践[J].生物工程学报,2024(9):3282-3295.

　　[2]李冬,张志佳,李海滨,等.基于关键控制点分析方法的人工智能交叉学科人才培养研究[J].智能制造,2024(2):124-128.

　　[3]刘三女牙,郝晓晗,李卿.教育科研新范式:人工智能驱动的教育科学研究[J].教育研究,2024(3):147-159.

　　[4]彭毅弘,程丽.“新工科+人工智能”时代应用型高校双创人才培养新模式[J].石家庄学院学报,2023(6):150-155.