Volume 3,Issue 9
AI 融合《下一代电池技术》课程的立体化教学体系构建研究
在“双碳”战略驱动与新能源技术革新的背景下，固态电池、钠离子电池及多价金属离子电池等下一代电池技术正逐步成为储能领域的重要发展方向。这一趋势不仅丰富了材料科学的内涵，也对高水平专业的人才培养提出了更高要求。然而，现有课程体系在内容更新、机制解析深度及教学方式上仍以传统电化学框架为主，难以适应新工科背景下“跨学科融合与复杂系统认知”的培养目标。本文以“下一代电池技术”课程为研究对象，围绕人工智能技术在教学中的融合应用，构建了“知识重构- 机制强化- 能力导向”的立体化教学体系。通过引入AI 辅助工具、科研案例驱动教学及多维过程性评价机制，实现课程内容、教学方式与能力培养的系统优化[1]。教学实践结果表明，该体系能够显著提升学生对复杂电池反应机制的理解深度及解决实际工程问题的能力。
[1] 曹昆, 陈淑芬. " 双碳" 目标下《太阳能电池材料及技术》课程的教学改革探索[J]. 广东化工, 2021. 48(24): p. 171-172.
[2] 马伟俊, 张东东, 郑轲, 等. 高比能锂离子电池用新型粘结剂的研究进展[J]. 广东化工, 2024, 51(18):59-61.
[3] 钟登华. 新工科建设的内涵与行动[J]. 高等工程教育研究, 2017(03): p. 1-6.
[4] 王运武, 田阳, 任楷文. 教育数字化赋能教育强国建设的战略构想及实现路径—— 《教育强国建设规划纲要（2024—2035年）》解读[J]. 中国医学教育技术, 2025. 39(04): p. 425-431.
[5] 欧立军, 陈海霞, 刘周斌, 等. 以项目驱动为主的课程过程性考核探索与实践[J]. 大学教育, 2025(03): p. 56-60.
[6] 朱瑞, 李游山, 陈海萍. 人工智能融入高等教育教学模式的创新与实践[J]. 中国信息化, 2024(06): p. 83-84.
[7] 孙艺丹, 薛松领, 宗钟凌, 等. " 互联网+" 背景下基于OBE 理念的土木工程材料课程教学改革探索与实践[J]. 科教文汇, 2024(13): p. 83-86.
[8] 苏小红, 苗启广, 陈文宇. 基于AI 赋能和产教融合提升程序设计能力的个性教学模式[J]. 中国大学教学, 2023(6):4-9.
[9] 刘维, 赵宇, 葛桂萍. 工程教育视域下本科信息类人才培养模式研究[J]. 工业和信息化教育, 2025(5):24-28.
[10] 陈豪翔, 罗安信, 杨阳.AI 赋能的传感器与检测技术教学课程改革与探索[J]. 2025(12):141-144.