Volume 4,Issue 6
生成式AI 融入机器学习课程互动教学方法改革研究
机器学习课程是人工智能相关专业的一门重要基础课，具有较强的理论性和实践性，在传统的交互式教学方式下存在交互形式单一、缺乏针对性以及理论与实践相脱离的现象，不能适应学生的个性化需求及岗位技能培养的要求。本文基于高校机器学习课程的教学情况，从传统交互式教学存在的问题出发，探讨了生成式AI 应用于课前、课中、课后的全过程交互式教学改革方案，并提出了具体的实施方案来解决课堂教学中的实际困难，提高课堂的互动效果，帮助学生更好地掌握机器学习的知识并加以运用，为同类课程的交互式教学改革提供借鉴。
[1] 王晓伟, 苟凌云, 李建中, 叶爱君. 机器学习赋能桥梁抗震研究进展与挑战——AI 驱动的量化综述方法[J]. 东南大学学报( 自然科学版),1-21.
[2] 蓝江. 情动机器：生成式AI 影像的“新感觉逻辑”[J]. 电影艺术,2026,(01):3-11.
[3] 邓诩嘉. 机器幻觉下的“幽灵文献”: 生成式人工智能编造学术文献的生成机制与治理框架[J]. 山东图书馆学刊,2025,(06):9-14.
[4] 冯佳星, 高学文, 徐克, 伍涛. 基于生成式对抗网络的机器学习预测Re( Ⅶ ) 的表观扩散系数[J]. 核化学与放射化学,2025,47(06):695-704.
[5] 周慎, 周荣庭. 从机器学习到人类再学习：生成式媒介作用下人的认知断链与重塑[J]. 新闻记者,2025,(11):41-49+64.
[6] 龙冰婷, 颜远海. 生成式AI 赋能机器学习课程改革研究[J]. 计算机时代, 2025, (11): 83-87.
[7] 张红峰, 邓智奇. 从信息识别到内容生成：人工智能赋能国际传播的全球研究版图与范式转型[J]. 新媒体与社会, 1-14.
[8] 程虎. 《孙子兵法》英译中的翻译转换机制研究—— 基于人工翻译、神经机器翻译与生成式AI 翻译的对比分析[J]. 山东航空学院学报, 2025, 42 (05): 26-37.
[9] 陈宇昕. 青年主体性在生成式人工智能时代的嬗变—— 基于马克思机器观的批判性审视[J]. 江苏工程职业技术学院学报, 2025, 25 (03): 88-93.
[10] 任海华, 朱亚林. 生成式人工智能融构高校思政：现实问题与重构理路—— 以马克思机器大生产理论为观照[J]. 高校辅导员学刊, 2025, 17 (05): 57-64+98-99.