生物工程学报

作者：邹沁，马晓焉，孙丽超，陈振娅，肖雯，霍毅欣，郭淑元

单位：1北京理工大学 生命学院，北京 100081;2北京理工大学唐山研究院，河北 唐山 063000

关键词：人工智能;成果导向教育;基因工程;智慧课程;知识图谱-能力矩阵-智能学伴

基金：2025年北京理工大学研究生教育培养综合改革重点项目(2025ZDJG012)

针对北京理工大学研究生“基因工程”课程在CRISPR-Cas9等核心知识点上概念易混、理论难以迁移到实验方案设计、教学资源分散导致学习链条割裂，以及复杂思维过程与科研能力难以进行过程性评价等突出问题，本研究探索了人工智能(artificial intelligence, AI)与成果导向教育(outcome-based education, OBE)深度融合的课程建设思路。课程团队基于教学诊断结果，构建了“知识图谱-能力矩阵-智能学伴”三位一体的课程架构，将421个核心知识点与研究生毕业要求能力指标点建立系统映射，形成支持个性化学习路径与能力达成度追踪的“知识-能力”关联矩阵；面向研究生科研训练需求，设计科研任务型AI学伴，围绕基因治疗载体设计等综合任务，利用检索增强生成(retrieval-augmented generation, RAG)与课程专属大模型分析学生决策路径和任务产出，用于复杂思维与科研能力的过程性评价；同时构建数据驱动教学分析驾驶舱，实时汇聚学习行为、知识掌握和能力表现数据，辅助教师识别概念瓶颈与能力短板，并优化教学干预。2025年秋季学期的教学实践初步表明，采用该平台的实验班的期末成绩高于2个对照班(P<0.05)，学生日均活跃度达87%，人均日提问5.3次，采用该平台的多数学生认为自主学习效率与前沿技术理解有所提升。研究结果初步表明，相较于侧重资源整合与内容推荐的常规智慧课程，本课程通过以真实科研任务为牵引、以能力达成为核心的AI赋能路径，在一定程度上回应了研究生层面知识迁移困难与能力评价不足等教学问题，为生命科学研究生课程的智能化改革提供了可借鉴的实践路径。

来源：2026年第3期

《生物工程学报》期刊编辑部

查看生物工程学报杂志2026年第3期