摘要：《民航播音训练》课程针对原有教学中资源供给不足、场景模拟单一、评价体系僵化及思政融合浅层化等痛点，探索了以 OBE 人才培养理念为核心的“AI + 课程思政”双驱动教学体系，通过超星学习通智能平台搭建、专属 AI 学习智能体开发、多维度动态评价机制建立等实践路径，实现了教学从“师生交互”向“师 - 生 - 机”深度协同的转型，形成了可推广的民航特色智能教学模式，为新文科背景下语言类课程的智能化与价值引领融合提供了实践范式。

关键词：民航播音；教学改革；人工智能；OBE 理念；课程思政

一、背景

在新文科建设“交叉融合、技术赋能、价值引领”的核心诉求与民航强国战略“人才强基”工程的双重驱动下，航空服务艺术与管理专业人才培养标准从 逐步向 “素养复合型”升级。近年来，民航乘务员年需求量日渐攀升，其中 ，据民航专业数据统计，在安全事件处置过程中，高质量应急播 然而在乘务人员培养过程中，并未将播音与民航工作场景充分重合，传统的教学 础差异显著 、场景覆盖率不足、评价体系主观性强且思政融入表层化等痛点，因此，探索 AI 赋能的教学改革路径具有迫切的现实意义。

《民航播音训练》是航空服务艺术与管理专业的专业课程，32 学时，开课对象为大一年级，考查课，小班授课。课程专注学生乘务播音能力的 培养具有爱国情怀和民航使命的航空服务人才，通过“三结合、多角度、全方位”的多元评价，对学 方位跟踪测评，实现了内容多元化、主体多元化、结果多元化。课程从 2020 年开 化建设，已经过 5 轮智慧化授课，引入人工智能技术，探索教学从“师生交互”向“师 - 生 - 机” 深度交互转变，引导学生独立应用 AI 技术、知识和价值观来解决专业理论研究与课程思政融入问题，取得显著效果。

二、民航播音训练课程传统教学的困境

1. 教学资源与个性化不足：航空服务艺术与管理专业学生有艺术类考生和文化课考生，语言基础差距大，传统的民航播音教学资源有限，难以满足学生个性化学习需求。小班授课虽能提升互动性，但难以针对每位学生的发音习惯、表达逻辑等提供实时反馈与个性化训练方案，导致能力提升效率受限。

2. 实践场景模拟单一：乘务播音需在复杂场景，如客舱紧急情况、旅客沟通等，需灵活应对，但传统模拟舱训练受限于设备成本与时空限制，难以高频次、多维度开展情境化演练。

3. 评价体系缺乏动态性：现有评价以教师主观评判为主，缺乏对学生发音准确度、情感表达、临场应变能力的客观量化分析，难以精准定位能力短板。借助人工智能，可收集课堂表现、作业完成情况等多维度数据，生成综合评价报告，为教学调整提供科学依据。

4. 课程思政融合浅层化：本门课程为课程思政示范课程，思政元素多依托案例讲解，缺乏与专业技能的深度融合，未能通过技术手段实现“润物无声”的价值引领。

三、AI 赋能民航播音训练课程的改革

（一）智能化课程资源体系建设

1. 多模态资源库建设

依托超星学习通搭建了“基础层 、提升层 、拓展层”三级资源体系，整合了197 个知识点，形成了结构化资源库。其中基础层包括 36 个视频，提升学生语言基础；提升层方面包含 28 个案例 思政元素；拓展层方面开发了 12个双语播报模块 对接国 “知识点 - 技能点 - 思政点” 生命至上”思政点等。具有丰富的电子资源， 务发布、学情调度、课后作业等多项功能 任务引擎等功能，配备AI 助教、 资料助 情 析学生的学习数据，AI工具可以提供详细的学习报 进行有针对性的教学调整和辅导等多个AI 工具赋能教学过程

动态化资源生成机制

引入文心一言、DeepSeek、Kimi 等大语言模型，构建“需求输入、智能生成 、人工审核”的资源库。教师端通过 AI 工作台输入“情境 + 播报需求”等关键词，生成定制化安全播报脚本、示范音频及思政元素嵌入途径，审核修改后纳入资源库，开发了颠簸、应急撤离、灭火等多情景的播报文稿，配合多情景练习；学生端，同样可以运用大语言模型，输入“发音短板 + 场景需求”，可获取定制化绕口令、对话练习素材，譬如东北地区的学生，更侧重平卷舌的练习和调值的练习，山东地区的同学侧重韵母发音练习，体现个性化练习特点，效果明显；基于学情数据与行业新规，通过 DeepSeek 抓取前沿信息，更新资源库内容，民航业的发展迅速，譬如各航空公司C919 开始投入使用时，广播词练习中会侧重加入民航强国元素，更有国家荣誉感。

3. 知识图谱可视化构建

知识图谱建设是课程智慧化建设的重要一 环，本课程以学习通为载体，采用 DeepSeek+Xmind 等工具构建课程的知识图谱，涵盖“语音基础 、场景应用、行业标准、思政素养”四大模块。知识图谱核心层以“客舱播音规范”为中心节点，连接 播音技巧 “情感表达”等节点；在场景化部分，包含“迎客广播”“航线特点”“旅客类型 播词的精准对接；在课程思政部分，嵌入“民航精神”“安全理念”“服务宗旨”等思政节点， 学习通查看知识图谱，点击节点获取对应训练素材与思政解读。同时，学习过程中通过学习地图等，跟踪学生学习状况，提升学习效率。

（二）“师—生 —机”协同的课堂教学重构

1 . 营造了三维互动的课堂生态

基于超星学习通的 AI 互动模块，构建“课前诊断 — 课中互动 — 课后拓展”闭环教学模式，实现教师主导、学生主体、AI 辅助的深度协同。课前通过 AI 助教分析学生预习数据，生成班级学情报告与个人短板清单，教师据此调整教学重点；课中通过抢答竞赛、分组播报、实时互评等 AI 辅助活动，在“抗美援朝”主题航班教学中，AI 助教即时生成“发音准确度+ 信息完整性+ 情感适配性”的评分报告，教师针对性点评并嵌入“同理心服务”思政引导，在广播词写作过程中，艺术类学生写作是最大的短板，利用 AI 可以大幅提升短时间内的写作能力，通过分组播报提升了学生的团队写作能力和短时间内广播词团队呈现能力；课后通过 AI 系统根据课堂表现自动推送复习资源，如对情感表达不足的学生推送“语气语调训练音频”，对思政元素融入欠缺的学生推送“民航服务标兵播报案例”等，通过 AI 出题，可以拓宽课程的理论深度，对语言的基本原理有了更深刻的认识。

2. 嵌入智能化思政元素

建立“行业动态 — 技能训练 — 价值塑造”的课程思政体系，实现思政元素与专业技能的深度融合：通过 DeepSeek 实时监测民航行业动态，每周更新“思政素材包”。在各类客舱场景中嵌入对应的思政观测点，制定“场景 - 技能 - 思政”对应清单，譬如“哈尔滨冬奥会” 侧重欢迎广播词的播报的亲切感，强调对象感塑造，在体验对象感的过程中会沉浸式体会到大国崛起的民族自豪感；AI 助教在学生播报练习后，不仅提供技能评分，还针对思政元素融入情况给出建议，如“延误播报中可增加我们将全力保障您的行程安全表述，体现了服务意识”，语言技能提升的过程就是课程思政。

（三）个性化学习支持系统的开发应用

1. 打造专属 AI 学习智能体“声声小美”

声声小美的头像是主讲教师的卡通形象，声音为主讲教师声音合成，提升了人物的真实性。24 小时智能学习，支持语音交互与实时反馈，通过语音识别技术分析学生发音准确度、语速和情感表达，并提供针对性训练建议。纠音打分，为学生提供范例，提高了学生的学习兴趣，改进语音效果明显。

2. 使用微信小程序实现普通话伴学

根据学生日常使用习惯，通过微信小程序使用轻量化移动伴学平台功能，实现“随练随评”的训练效果，按“基础发音、专业术语、场景话术、双语播报”分类，例如“服务用语”模块中，对“您好”的发音要求标注“声调上扬体现热情，对应服务意识素养”；可以多次进行普通话水平测试模拟，方便同学备考。

（四）全流程动态评价体系的建立

1. 建立“知识 - 能力 - 素养”三维评价指标体

基于 OBE 理念与民航行业标准，建立从知识、能力、素养多角度的评价指标体系。知识层面涵盖播音规范、行业标准、术语掌握等 6 项指标，采用客观题测试与 AI 素材识别相结合的方式评价；能力方面包含发音准确度、应变速度、信息完整性等 8 项指标，通过 AI 智能体实时评测与教师复核完成，如“应变速度”由系统记录场景切换后的播报响应时间；素养维度包含职业责任感、服务意识、思政表达等 4 项指标，结合AI 行为分析与教师主观评价，如“职业责任感”通过特情播报中的指令完整性与情感适配性综合判定。

2. 实施多平台联动的智能化评价

通过超星学习通、AI 智能体、微信小程序的多个数据互通，实现评价过程的自动化与精准化。过程性评价学习通课堂互动数据、微信小程序训练数据、AI 智能体场景模拟成绩组成；终结性评价包含期末综合播报考试与思政话题即兴评述；系统自动生成个人“能力雷达图”与班级“学情热力图”，清晰展示知识、能力、素养的达标情况。

3. 精准化预警干预与分层教学机制

基于评价数据实施分层教学，将学生分为“基础巩固组”、“能力提升组”、“精英拓展组”，分别采用“标准课程 + 专项补弱”“标准课程 + 场景深化”“标准课程 + 创新实践”的教学方案，使个性化教学覆盖率达100%。

四、改革实践成效与数据分析

（一）学生核心能力的量化提升

1. 专业技能指标显著改善

5 轮授课数据的显示，改革后学生的各项专业技能指标均有极显著提升，发音准确度从改革前的 72.3%提升至 91.2% ；其中艺术类学生从 62% 升至 91%，文化课学生从 81% 升至 96%。特情场景播报合格率从58% 升至 92%，紧急撤离播报的信息传递完整度达 98.2%，应急应变速度从平均 28 秒缩短至 12 秒。

2. 学习行为与自主能力优化

学生的学习主动性与自主管理能力显著提升。资源库访问量从每学期人均 42 次增至 156 次；预习完成率从 65% 提升至 98%，课后作业提交及时率从 78% 提升至 100%。访谈中，92% 的学生认为“AI 工具解决了个性化训练需求”，87% 表示“能自主制定学习计划并执行”，较改革前分别提升 65% 与 58%。

（二）思政素养培育的实效凸显

1. 思政指标达标率全面提升

通过 AI 行为分析引擎对“职业责任感”“服务意识”等 4 项思政指标的监测显示，改革后各项指标达标率均有提升。在“航班延误播报”场景中，学生的“同理心表达”达标率有提升；在“国际航线播报”中，“文化自信”元素融入率从 28% 升至 89%。“两会精神民航解读”主题播报考核中，87% 的学生能结合专业技能自然表达家国情怀，较改革前提升 62%。

2. 思政认知与实践转化深化

思政素养答辩与访谈数据显示，学生对民航思政内涵的理解从“概念记忆”转向“实践践行”。改革前76% 的学生认为“职业责任感就是按规范播报”，改革后 89% 的学生能结合特情处置案例阐述“责任担当体现为清晰指令与情感安抚的结合”；在实习反馈中，合作航司表示“新员工的服务意识与应急担当明显优于往届”，思政素养的实践转化率提升 45%。

（三）教学效率与质量的双重提升

1. 教师工作负荷优化与效能提升

AI 工具的应用显著降低教师工作负荷。备课时间从每周 12 小时减少至 7 小时，作业批改效率从日均60 份需 3 小时降至 1 小时，个性化辅导时间从每人 8.2 分钟 / 周增至 25.6 分钟 / 周。

2. 课程质量与辐射效应增强

课程综合质量显著提升。学生满意度从 82 分升至 96 分，优秀率从 23% 升至 78% ；督导评价显示，课程的“内容适配性”“方法创新性”“思政融入度”三项指标均达 95 分以上。思政评价达标率提升 40%，形成可复制的示范效应。

五、课程改革的未来建设目标

（一）深化建设“AI+ 思政”融合新

1. 虚拟实训场景的沉浸式构建

联合企业搭建“民航客舱 VR 全景实训平台”，突破物理场景限制；开发医疗急救、劫机应对等 8 类高危场景，以及高原机场、国际航线等 6 类特殊场景，实现 18 类客舱场景全覆盖；采用 VR 设备，实现“视觉 - 听觉 - 触觉”多感官模拟，提升沉浸感；嵌入 AI 对话引擎，虚拟旅客可根据播报内容做出“询问细节”“情绪激动”等反应，学生需即时调整播报策略，训练应急应变能力。

2. 民航特色思政案例库的系统化建设

构建“案例 - 训练 - 评价”一体化思政案例库。重点开发 20 个民航特色思政案例，分为“安全担当”“服务奉献”“家国情怀”“国际视野”4 类，每类包含 5 个典型案例，如“中国民航抗疫包机行动”“C919首航播报故事”等案例，结合课程进行完善的内容设计，每个案例包含“背景解析、播报脚本、思政点提炼、训练任务”四部分，如“川航 3U8633 案例”配套“应急播报模拟任务”，要求学生体现“沉着冷静”的思政素养；将案例库与 VR 实训平台、AI 评价系统联动，学生完成案例训练后，系统自动检测思政元素融入情况并生成改进建议。

3. 教学标准与示范案例的输出推广

课程团队进一步完善课程教学体系，形成可推广的教学成果体系。编制《AI 赋能民航播音课程教学标准》，涵盖课程目标、内容模块、AI 工具应用规范、评价指标等 8 个部分，明确 ⋯_1+N^′′ 课程思政体系的实施路径；精选 3-5 个典型教学案例，包含“台风延误播报 AI 教学案例”“应急场景思政融入案例”等，详细记录教学流程、AI 工具应用、成效数据，形成案例手册；搭建“民航播音智能教学资源共享平台”，开放案例库、评价体系、AI 工具试用权限，向全国同类院校推广，扩大辐射效应。

未来课程将注重技术融合的深度拓展、思政评价的精准化研究和跨学科协同的广度延伸。将改革成果与民航安全管理、国际服务贸易等学科融合，开发“民航服务智能育人”专业群课程体系，培养更高层次的复合型人才。

参考文献：

[1] 孔蕾 . 生成式人工智能在外语专业教学中的应用：以《大学思辨英语教程·精读》教学为例 [J]. 外语教育研究前沿，2024(1):11-18.

[2] 中国民用航空局。客舱广播服务规范 [Z]. 2023-05-10.

[3] 李静，王晨 . 人工智能驱动的语言教学评价体系构建研究 [J]. 中国电化教育，2023 (8):45-51.

[4] 王莉。民航客舱播音课程场景化教学改革实践 [J]. 中国民航飞行学院学报，2023 (4):68-72.

[5] 张敏，刘阳。课程思政元素智能识别与嵌入系统的设计与实现 [J]. 高等教育研究，2023 (6):86-92.

[6] 教育部高等教育司 . 2024 年课程思政建设质量报告 [R]. 北京：高等教育出版社，2024.

[7] 陈明，李晓。基于 OBE 理念的民航类课程评价体系构建 [J]. 职业技术教育，2022(7):38-43.

[8] 国际民航组织 . ICAO 语言能力标准与测试规范 [Z]. 蒙特利尔：ICAO 总部，2022.

[9] 赵宇，孙悦。虚拟仿真技术在民航实训教学中的应用研究 [J]. 实验技术与管理，2023,40 (5):215-220.

[10] 刘畅，吴敏。人工智能时代语言类课程思政的隐性融入路径 [J]. 思想理论教育导刊，2024 (3):142-146.

[11] 中国民用航空局 . 2024 年民航行业人才发展报告 [R]. 北京：中国民航出版社，2024.

[12] 王强，张丽。产学合作育人模式下民航智能教学平台建设 [J]. 实验室研究与探索，2023,42 (7):243-247.

[13] 李明，陈浩。语音识别技术在普通话教学中的应用效果研究 [J]. 电化教育研究，2022 (12):78-84.

作者简介

姓名：梁莹，出生年月：1982 年2 月，性别：女，民族：汉，籍贯：辽宁省海城市，职称：副教授，学历：硕士，研究方向：民航文化，文化传播。