近日，计算机科学与工程学院成功举办人工智能辅助教学实践汇报会，由先晓兵教授主讲，系统展示了人工智能与教育教学深度融合的多元路径与实践成果。本次汇报立足人工智能平台与真实工业场景，结合国内外课程改革经验，勾勒出一条以“AI赋能、软硬融合、交叉创新”为特征的计算机人才培养新路径。

汇报指出，在工业实践环节，依托TDengine、Node-RED、LightRAG等工具链，学生可开展从时序数据处理、物联网通信到AI视觉分析的全栈项目训练，并在充电桩监控、珍稀动物行为分析等真实场景中锻炼系统能力，特别强调“国产化”与“跨学科”导向。在“行业大数据”等课程的大作业设计中，明确要求使用openEuler、openGauss、Vue3等国产系统与框架，培养学生的自主可控技术能力。同时，通过嵌入式开发、工业互联网、机器人学等硬件与自动化课程，推动“计算机+AI+硬件”的复合能力培养，使学生从“会用AI”迈向“能控系统”。

值得关注的是，汇报中对比了国内外AI教育的前沿实践。例如斯坦福大学课程“CS146S”要求学生使用AI完成全部编码，并提交AI对话记录作为过程评价依据，凸显“AI优先”的开发范式变革。我院则在强调AI工具链应用的同时，注重引导学生建立系统思维与调试能力，实现“引导而非禁止”的良性互动。

此外，课题展示了多项落地成果：基于Babylon.js的零代码数字孪生编辑器、融合Qwen视觉大模型与LightRAG的珍稀动物健康监测平台、以及面向工业场景的低代码组态系统等，均体现“教-学-研-用”闭环的建设成效。

本次汇报为我院推进课程数字化转型、构建跨学科AI教学体系提供了清晰的发展框架与实践案例。未来，学院将持续深化“人工智能+教育”创新，推动师资能力提升、校企平台共建与课程交叉融合，培养能够驾驭AI、融通软硬件、面向产业需求的复合型人才。