3月4日下午，智造学院在开物楼A414会议室召开AI赋能课程集体备课会，专题研讨数据库类课程的人工智能融合路径。智造学院院长李锐、副院长张亮、蔡浩，软件、云计算、大数据、物联网教研室主任、专业带头人、骨干教师参会。会议由张亮主持。

本次备课会聚焦今年1月“AI赋能课程建设研讨会”部署的落地转化，通过典型课例剖析与集体研讨，推动AI赋能从理念构想走向教学实践。严正宇在《SQL Server数据库基础》课程中开发了充电桩管理场景案例，作为学生自主学习的副线素材。他重构了教学流程，增设AI交互环节，并自建SQL语句验证智能体。针对技术迭代快、个人学习精力有限等现实困难，他希望学院能建立常态化的技术研习机制。黄晋展示了《数据库应用基础》课程的智能体实验项目，包括面向学生的单元学习助手和AI作业批改工具，目前已实现3份作业同步批改。她计划进一步优化系统效率，完善智慧教学闭环。林静围绕《NoSQL数据库》课程，提出“基础+融合”双层目标：在掌握传统操作技能基础上，增加向量存储、语义检索等AI应用场景。她尝试“双师课堂”模式，让学生提交与AI协作的“对话日志”和“反思报告”，以培养思辨能力。针对AI生成内容的可靠性、考核方式改革等困惑，她提出设计“找茬”训练、现场答辩等应对策略。陈卉娥结合物联网专业特点，将AI贯穿课前预习、课中案例教学、课后拓展全流程。她特别强调工具选择的实用性原则——让学生使用最顺手的AI产品，降低学习门槛，避免技术负担。

四位老师分享后，与会教师围绕AI赋能教学的实际痛点展开热烈讨论。朱宝生指出，当前学生使用AI工具完成代码作业时，建议建立“AI使用留痕”机制，以此培养其代码审查与优化能力。蒋熹分享了与本地新能源企业共建真实数据库项目的经验，提出可将企业脱敏后的业务数据引入课堂，让学生在真实数据环境中体验AI辅助的数据清洗与分析流程，缩短从课堂到岗位的适应期。冯益斌强提出AI赋能不应弱化基础知识的系统传授，而应聚焦于将重复性、机械性的教学环节智能化，让教师有更多精力投入到高阶思维培养和个性化指导中。杨小来关注到AI工具版本更新频繁导致教学案例失效的问题，建议学院建立“AI教学工具动态评估机制”，定期梳理各工具的稳定性、功能变化及替代方案，为教师选择工具提供参考依据。吴乃忠从专业群建设角度建议，不同专业应根据后续课程衔接需求选择适配的数据库类型与AI工具，避免“一刀切”。

蔡浩在听取发言后，从跨课程协同与资源整合角度分享了经验。他指出，四位老师的探索呈现出三个共性特征：一是场景驱动，均从真实业务场景切入，而非技术空转；二是工具轻量化，优先选择低门槛、易上手的实现路径；三是人机协同，始终将AI定位为辅助角色，守住教师主导、学生主体的底线。张亮在总结中表示，本次备课会检验了寒假期间的教学改革成效，也暴露了工具研发、技术支撑、评价改革等方面的短板。她强调，AI赋能不是单门课程的“孤岛式”改造，而需要打破课程壁垒，构建贯通的数据能力培养链。AI赋能教学是一场持久战，需要全体教师保持探索热情，在“做中学、学中改”，共同推动学院教育教学质量迈向新台阶。（智造学院 文/图：姚曦  审核：杨玲、张亮、李锐）