摘要：人工智能（AI）对高等教育的课程教学带来了新的挑战与机遇，本文基于“AI+”以“企业管理基础”课程为研究对象，提出构建跨学科知识库、泛雅智慧课程平台、虚实融合场景与智能评估体系的多门跨领域的AI课程体系，运用智能教学系统、动态知识图谱和虚拟仿真场景，实现教学个性化、反馈实时化和案例情景化的教学改革路径与措施，通过教学改革成果为传统管理类课程教改提供可借鉴的方法论及实践教学案例。

关键词：人工智能；“AI+”赋能模型；企业管理基础；教学改革

一、研究背景与意义

（一）研究背景

“人工智能+教育”为每年培养1000万技术人才职业教育摇篮的师生和教学带来了前所未有的机遇和挑战。人工智能（AI）既是高等教育改革的“催化剂”，也是暴露传统模式短板的“显微镜”。

习近平总书记指出，“加强人工智能在教育、医疗卫生、体育、住房、交通、助残养老、家政服务等领域的深度应用，创新智能服务体系”。中共中央、国务院《教育强国建设规划纲要（2024-2035年）》指出，促进人工智能助力教育变革。面向数字经济和未来产业发展，加强课程体系改革，优化学科专业设置。教育部《教育信息化2.0行动计划》强调技术与教学深度融合，指出传统“填鸭式”商科教学难以满足企业对人才的需求。

人工智能（AI）对高等教育课程教学的冲击。教学模式的颠覆：生成式AI（如ChatGPT-5）已能辅助学生完成论文、编程和数据分析任务，传统“讲授-练习-考试”模式面临失效风险。教师需重新设计课程以区分AI辅助与原创性学习成果，学术诚信监管难度激增。教师角色的转型压力：从“知识传授者”转向“学习引导者”，需掌握AI工具使用、跨学科知识整合及批判性思维培养技能，部分教师面临技术适应困难。课程体系滞后性加剧：现有课程难以覆盖AI伦理、算法透明性、人机协作等新兴领域，传统学科（如商科）需重构教学内容以体现AI融合价值。评估体系的信任危机：传统测评和考试评分无法有效识别AI生成内容，需开发动态评估（如实时分组任务、课程拓展、项目实践等）和AI检测工具。

人工智能（AI）对高等教育课程教学的机遇。个性化学习规模化实现：AI算法分析学生行为数据，动态调整教学内容与进度。教学资源与效率提升：智能助教24小时答疑、作业批改，释放教师精力用于深度教学互动。跨学科融合与创新：AI作为工具促进学科交叉，培养复合型人才。创新能力培养升级：AI替代重复性任务（如公式推导、文献整理），学生可聚焦批判性思考、复杂问题解决及创造性实践。

（二）文献综述

《2024中国职业教育信息化发展报告》指出，全国高职院校AI教学应用覆盖率已达61%；在重点建设专业中，83%的《高等数学》《电工电子技术》等基础课引入AI教学工具。这表明，AI教学应用没有全覆盖，尤其是专业基础课。

《企业管理基础》课程是高职院校部分专业的专业（技术）基础课程。传统教学模式存在三大痛点：理论实践脱节，个性化培养不足，教学评价滞后。

人工智能技术具有数据分析、教学内容重构、智能辅助教学、学习成果动态考评等特性，在“企业管理基础”课程教学中，可以进行技术支撑。AI可通过模拟决策场景（如供应链优化、危机公关）提升实践能力。应用方法有：AI技术的适配性。大语言模型（如GPT-4）支持个性化答疑与案例生成；机器学习可分析学生行为数据，动态调整教学策略；虚拟现实（VR）技术可构建沉浸式管理沙盘。

（三）研究意义

利用大数据、人工智能等现代信息技术手段推动教育教学模式的创新和变革，加强数字素养教育，培养学生的信息技术应用能力。采用多元化教学方法和手段，通过丰富多样的教学形式和内容，提高教学效果和学习体验。注重培养学生的创新思维和实践能力，鼓励学生自主探究和合作学习。通过建立科学、多元的教学评价体系，对学生的学习成果和教师的教学效果进行全面评价。

适应“互联网+职业教育”新要求，推动大数据、人工智能、虚拟现实等现代信息技术在教育教学中的广泛应用，实现教学个性化、反馈实时化和案例情景化。

推动教师角色的转变和教育理念、教学观念、教学内容、教学方法以及教学评价等方面的改革。

二、教学改革路径与措施

构建跨学科知识库、泛雅智慧课程平台、虚实融合场景与智能评估体系的多门跨领域的AI课程体系，运用智能教学系统、动态知识图谱和虚拟仿真场景。

（一）跨学科知识库

AI助教接入DeepSeek大模型，将DeepSeek大模型深度思考与联网搜索能力与课程专属知识库（课程资源、超星图书资源）相结合，赋能助教深度剖析问题，推演步骤，提供更具针对性、启发性的解答，让智能答疑更具智慧洞察。如AI备课、助教、学伴等，提升教学效率。

自建课程专属智能体，选用DeepSeek大模型，进行变量赋值、意图识别和智能生成。并接入课程已有知识库、任务流、工具插件实现知识的深度整合与灵活调用，更贴合教学实际需求。如整合企业管理经典理论（如波特五力模型、SWOT分析）与实时商业数据（如股市波动、行业报告），通过NLP技术生成动态案例库。

构建基于知识图谱的企业管理案例库。智能决策引擎：集成蒙特卡洛模拟、遗传算法等优化算法，构建包含2000+节点的企业管理知识图谱。自然语言处理：开发商业文书智能批改系统（准确率达89.7%），构建对话机器人（支持87种常见管理咨询场景）。如引入人工智能在企业管理中的人力资源管理、市场营销、财务管理等方面的实际应用案例，结合生成式人工智能工具（如ChatGPT）丰富教学内容，更新课程知识体系。

（二）泛雅智慧课程平台

多门跨领域AI课程基于泛雅智慧课程平台，通过知识图谱提供个性化学习路径和资源推荐，集成多智能体和指令库，为多元教学场景提供个性化支持。同时，每门AI+课程配备AI工作台，集智能课程建设、实时评估、智能答疑、作业批改等20+AI工具，实现全链条贯通，打造高效、互动、个性化的智慧教学新纪元。

35+AI教学与教辅应用，为教师和学生提供贯穿课前、课中、课后全流程全方位个性化指导，提升教学质量和学习效率。课前教师增强教学风格、教学内容、课件/教案模版自定义范畴，融合学期、课程内容主客观数据，生成教案、课件、文本、图片；学生利用 AI 应用预习课程，梳理内容框架，明确学习重点。课中教师增强教师角色塑造，融合学期、课程内容主客观数据，分析学生行为，控制教学活动；学生依靠 AI 应用，完成教学活动，实现重难点内容答疑解惑。课后教师增强教学主观经验数据与客观数据深度融合，增强学情分析，动态调整教学计划；学生利用 AI 应用，自动归集错题，生成个性化学习路径。

（三）虚实融合场景与智能评估体系

引入AI辅助的虚拟实验室，模拟真实工作场景，提升学生的实践操作能力。与企业合作开发课程，引入行业前沿技术和项目，让学生在真实工作环境中学习，增强其实践经验和就业竞争力，学生通过角色扮演进行决策演练，系统实时反馈绩效评分。

过程性评价：AI记录学生课堂互动、小组协作数据，结合情感分析技术评估领导力与沟通能力。智能反馈系统：自动批改案例分析报告，提供修改建议（如逻辑漏洞提示、数据引用规范性检测）。

三、教学改革成果

（一）形成了“AI+”赋能模型

教学维度精准化，内容维度动态化，评价维度可视化，连接维度生态化。近期完成了课程资源数字化改造，预计中期建立AI教研共同体，远期构建产教融合智能生态。在教学中，应用了典型场景示例，如：数字决策模拟（学生通过VR设备进行跨国并购决策），智能战略诊断（系统实时分析企业发展战略），供应链优化沙盘（AI生成动态市场环境数据）。

（二）提升了专业技能

基于企业管理基础岗位工作流程和典型工作任务，引入了企业真实案例和业务项目，融入初级会计师、初级经济师职称考证、管理岗位专业竞赛等内容与要求，有近十名学生考取职业资格（技能）证书；采用了理论与实践相结合、线上线下混合教学、“讲授法+”、课堂讨论法、演示法、案例分析法、项目教学法、任务驱动法等教学方式、方法，让学生在做中学、学中做，突出企业战略与计划、组织与协调、领导与治理、激励与沟通、控制与创新等业务处理的技能，提升学生专业技能和综合应用能力，有十二名学生获得国家级、省级专业技能竞赛二等奖或优秀奖。

（三）培养了创新意识

创设理论、实践教学活动，引导学生开展协作学习、探究学习，提升管理职能分析与运用的能力和素养；创设第一课堂与第二课堂相互联系的教学环境，引导自主学习、平台学习相互支撑的学习行为，提升了“守正创新”“笃学敏行”相辅相成的实践能力。师生主动拥抱新技术，利用在线教育平台和信息技术，开展线上线下混合式教学，满足了教师精准教学、学生个性化学习的需求。课前预习内容的PPT制作可视化越来越清晰、完整。到课率提高了1%，对教师好评率上升了5%。

（四）教师角色转型

提升了教师利用AI工具进行教学设计、评估及反馈的能力，能够灵活地将这些技术融入课程教学中。从“知识传授者”转为“学习引导者”。

（五）建设了数字化教学平台和资源库

运用了“泛雅”等智慧网络教育平台和使用了DeepSeek、Kimi、AI助手、腾讯元宝等人工智能工具等教学资源进行教学，动态记录了学生的学习情况，教师及时了解了学生的整体和个体目标达成情况，实时调整了教学策略和个别辅导。共建立课程资料36讨、库题数23套、作业16次、谈论话题17次、案例12个、课堂活动26项，参与2500人次，实现了教学资源的共建共享。通过“人工智能+教育”、情境体验、课堂互动、作品呈现等环节数字化教学资源库的建设和应用，使学生头抬起来、手动起来，课堂气氛活起来。建设“实体课堂、实境课堂”，使数字、智慧教育覆盖教学的全过程，实现了以学定教，打造了高效课堂，促进了学生个性化发展。

（六）完善了课程人工智能考核评价体系

利用AI算法分析学生的学习行为和成效，为学生提供个性化的学习资源和路径规划。采用形成性（过程性或阶段性）、终结性与增值性相结合的形式进行课程考核评价。形成性考核评价主要包括课前的互联网或学习通上查询了解、教材预习、布置的分组任务完成；课中的出勤、话题讨论、课堂发言等参与度；课后的作业、拓展任务完成度或独立作品等。终结性考核评价包括学期末的线下（纸质试卷）或线上（学习通）的理论考试，案例分析、专业技能等。增值性考核评价包括考取初级职称、参加管理岗位专业技能竞赛、图书馆打卡、社会调研、企业实践等。学生学习的积极性、完成的及时性、内容的质量性平均提高了80%。

四、未来挑战与对策

平台创新：开发具有自主知识产权的智能教学平台原型，虚拟现实（VR）或增强现实（AR）用于模拟企业环境。伦理考量：建立AI教学应用伦理审查机制。技术边界——保持教师主导地位（建议AI介入度控制在30%-40%），自然语言处理用于在线答疑。数据安全：采用联邦学习技术保障隐私保护。考核评价：建立多模态学习行为分析模型，机器学习算法用于学情分析。资源整合：加强教师培训、优化教学资源配置、深化校企合作等。教改应考虑这些因素与课程内容的有机结合，确保教学效果的提升。

五、结论

充分高效地将AI融入课程教学设计与实施中，转型教学内容、方法及模式是亟需关注的重要课题。课程教学应从单纯的知识传授转变为综合能力培养，从单纯培养技术技能转变为培养学生的批判性思维、创新能力、分析问题解决问题能力、自我学习能力。

本文提出“AI+”的SOP框架（设计→实施→评估）方法论创新；将大语言模型与VR仿真结合，覆盖从知识输入到实践输出全链条的技术整合创新；为高校商科教育对接企业数字化转型需求提供桥梁的社会价值。

AI技术可系统性解决“企业管理基础”课程理论与实践脱节的问题，但其应用需与教育规律深度结合。未来要探索AI与“师/生/机“三元交互的认知建模、区块链技术在教育数据存证中的运用。

参考文献

[1]中共中央、国务院《教育强国建设规划纲要（2024-2035年）》. [EB/OL].新华网www.news.cn，2025-01-19.

[2]教育部《教育信息化2.0行动计划》（教技〔2018〕6号）.[EB/OL].教育部官网www.moe.gov.cn.360A16-09-2018-0011-1.

[3]McKinsey《人工智能重塑教育图谱》.[EB/OL].麦肯锡中国官网，ww.mckinsey.com.2023.11.

[4]Nature子刊《EdTech in Higher Education》.2024年研究专刊.

作者简介：

范春杰  男  汉族  1962年6月18日出生  岳阳现代服务职业学院数字经济管理学院  高级经济师、讲师、注册一级建造师

主要研究方向：管理科学与工程、管理会计实务、企业制度设计

地址：湖南岳阳  邮编：414000  联系电话：13019471872  QQ邮箱：626312408@qq.com

联系方式：湖南省岳阳市城陵矶新港区松杨湖路111号 岳阳现代服务职业学院