【编者按】2026世界杯官网践行“学在交大”育人理念，深入推进人工智能赋能教育教学变革，提出“AI（Artificial Intelligence，人工智能）+HI（Human Intelligence，人类智慧）”构建未来高等教育的理念，发布“AI＋教育教学”三年行动方案，从AI知识融合、AI技术融合双向发力，牵引专业设置、培养计划、课堂形态、实验实践等系统性改革。2026世界杯官网学术新闻网特设立“AI+教育教学”专栏，分享典型实践案例，展示前沿探索成果，持续助力面向未来的拔尖创新人才培养。
一、引言
“生产系统建模与仿真”是面向工业工程专业开设的核心课程。课程以生产系统为研究对象，系统讲授建模理论与仿真技术方法，构建了从系统分析到仿真优化的完整知识体系，为学生开展工程实践奠定了坚实基础。历经多年的深耕建设，课程已成功获批上海市一流本科课程、上海高校市级重点课程、教育部高等学校工业工程类专业优质课程，沉淀了丰富的数字教学资源，具备扎实且深厚的AI+教育教学改革基础。
在新型工业化发展背景下，大数据分析、数字孪生等AI技术正在变革传统生产系统建模与仿真领域。这不仅要求学生系统掌握人工智能的基本理论与关键技术，以适应产业智能化升级的现实需求，同时也为学生开展生产系统建模与仿真的学习探索提了全新工具。为此，课程主动融入人工智能技术，将建模理论学习与智能工具应用深度融合，构建以“创新实践与自主探索能力培养”为核心的教学模式，着力培养兼具AI思维与创新实践能力、能够适应智能制造发展需求的复合型拔尖人才。
二、课程AI+实施路径
围绕AI赋能“三通三融”卓越工程科学人才培养体系的总体目标，课程团队致力于打通学科界限，深化学科交叉融合以塑造跨学科知识结构；通过贯通理论实践推进科教融合，依托多层次创新实践平台培养学生的批判性思维能力；通过互通产教资源强化产教融合，打造“真问题”驱动的产教融合范式以激发学生解决复杂工程问题的创造力。在此指引下，团队构筑了立体的AI+“生产系统建模与仿真”课程建设方案，全面支撑“第一课堂-学生科创-生产实习-企业实践”的人才培养全链条。
图1 AI+三通三融人才培养体系
实施过程中，课程以AI深度融入教学为核心，构建了“内容重构—过程赋能—实践深化”三位一体的融合体系。在AI+知识体系方面，基于CDIO（Conceive-Design- Implement-Operate）工程教育理念对课程内容进行重构，在构思、设计、实施、运作四个阶段体系化地设计AI知识的融入点。在AI+教学过程方面，依托线上学习平台实现过程赋能，利用智能助教系统为学生提供从课前预习到课后巩固的全方位辅助。在AI+实践支持方面，基于前期积累的大量实验讲义与案例集，定制专属大模型以支撑实践创新，弥补本科生在系统实践中的知识储备不足。知识重构、过程赋能与实践深化三者共同构成了完整的培养闭环，最终实现核心能力的系统化培养。
图2 “内容重构—过程赋能—实践深化”三位一体AI+课程改革体系
三、特色亮点
3.1 建设AI+课程教学内容，提供系统化AI+能力培养
立足新型工业化发展需求，课程团队对“生产系统建模与仿真”进行了系统性的课程重构，构建了以CDIO工程教育理念为核心的课程架构，围绕“复杂系统分析”“概念模型设计”“仿真建模呈现”“仿真优化验证”四大阶段组织课程内容。在课程重构过程中，人工智能技术被深度融入教学环节：不仅在理论讲解中引入AI算法应用示例，而且在实践操作中引导学生利用AI进行数据处理、仿真建模优化与系统验证，实现从知识理解到能力运用的全流程覆盖。同时，结合团队科研成果讲授可重构制造、服务型制造、可持续制造等先进制造模式，引导学生运用AI算法解决复杂工程问题，培养学生面向未来技术革新的综合创新能力。
图3 基于CDIO架构的AI+建模与仿真技术知识体系
图4 先进制造模式专题
3.2 建设AI+课程智能助教，提供全链条主动学习支持
以AI+全链条学习支持为核心，通过智能助教系统为学生提供从课前预习到课后巩固的全方位辅助。课程的自录MOOC资源作为学习基础，结合AI技术提供的实时反馈和个性化学习建议，帮助学生高效掌握课程内容。AI智能总结功能能够提取知识要点、归纳复杂概念，使学生快速抓住核心知识，理解并记忆关键内容，从而显著提升学习效果。智能问答功能则支持学生在学习过程中随时提出问题并获得即时解答，强化自主学习与问题解决能力。通过这一智能、互动的学习环境，有效提升了学生学习效率，激发主动学习动力。
图5 基于在线学习平台的AI+实验智能助教构建
图6 课程摘要智能助教总结
3.3 建设AI+实践专属大模型，提供个性化高起点指导
课程创新建设AI+实践专属大模型，为学生提供个性化高起点实践支持，全面提升其在仿真建模与实际应用中的创新与问题解决能力。该专属大模型基于课程数字资源和AI技术定制构建，涵盖教学讲义、实验操作文档、问答集以及实践案例集等丰富本地资源，还可结合通用AI知识库和外部资源，通过动态更新与第三方接口服务弥补专属大模型的局限，使得模型能够针对学生在建模与仿真实践中遇到的问题提供个性化的解答与优化策略。这不仅帮助学生在系统实践中弥补知识储备不足，也引导其开展更深入的自主探索和交叉创新实践，显著拓展课程的育人价值。
图7 基于课程数字资源的AI+实践专属大模型
图8 生产系统建模与仿真项目案例库
图9 AI+实践专属大模型问答
四、成效反馈
在第一课堂授课方面，通过基于CDIO的课程内容重构，课程实现了系统知识体系与AI理论与技术讲授的深度融合，不仅使学生对生产系统建模与仿真理论有全面理解，还有效培养了学生的AI思维能力。以课程讲述的前沿技术为引领，课程团队指导学生积极参与创新实践活动。在AI工具的支持下，指导的学生团队以行业实际痛点问题为切入口展开研究，荣获全国工业工程应用案例大赛特等奖、全国工业工程创新大赛特等奖等荣誉，充分展现了AI工具在助力学生创新实践与自主探索中的应用价值。
图10 2024年全国工业工程应用案例大赛特等奖合照
图11 2025年全国工业工程创新大赛特等奖合照
在生产实习与企业实践环节，学生在掌握AI理论与技术的基础上，开展进阶实践。课程依托工业4.0教学科研示范线构建实时数字孪生系统，使学生能够将3D数字生产线与物理世界进行实时双向映射。在工业母机领域实践中，学生通过机床传感器实时监控设备关键数据，实现全仿真场景与真实运行数据的无缝交互。通过这一过程，学生不仅巩固了AI技术应用能力，还能够在真实工程环境中开展问题驱动式探索与创新实践，提升解决复杂工程问题的综合能力。
图12 AI+企业实践范例
五、总结展望
在AI+教育教学的改革中，课程成功实现了从传统的师生互动向“学生-教师-AI工具”三者协同的新型模式跨越。人工智能工具打破了学习的时空壁垒，以强大的自适应学习特性提供了全天候的个性化支持，极大激发了学生的主动学习热情与开展AI探索的能力。在这一模式下，学生不仅能够学会自主发现问题、分析问题，还能通过运用AI技术进行方案设计与优化验证，形成面向复杂工程问题的系统思维与创新实践能力。未来，课程团队将进一步利用AI工具实现多维度的教学过程评价，精细化监测学生学习与实践表现，从而更加精准地支持个性化能力培养与创新实践发展，助力学生在产业升级背景下勇攀科技高峰，成为推动智能制造发展的新生力量。
原文链接：[AI+教育教学]AI+生产系统建模与仿真，助力创新实践与自主探索能力培养
学院OA系统
jAccount登录
ENGLISH
地址：上海市东川路800号2026世界杯官网闵行校区美加墨世界杯官网
邮编：200240
Email：sjtume@sjtu.edu.cn