人工智能赋能耐火材料课程教学改革探究

创新创业理论研究与实践 ›› 2026, Vol. 9 ›› Issue (10): 51-53.

人工智能赋能耐火材料课程教学改革探究

尹祎^1,2, 金胜利^2,3,4, 边小勇¹, 李亚伟^2,3,4, 徐新¹

1.武汉科技大学计算机科学与技术学院,湖北武汉 430065;
2.武汉科技大学先进耐火材料全国重点实验室,湖北武汉 430081;
3.武汉科技大学钢铁工业耐火材料新技术教育部国际合作联合实验室,湖北武汉 430081;
4.武汉科技大学高温材料与炉衬技术国家地方联合工程研究中心,湖北武汉 430081

出版日期:2026-05-25 发布日期:2026-07-01
通讯作者: 金胜利（1978—）,男,奥地利莱奥本人,博士研究生,教授,研究方向：数字与生态耐火材料等,电子邮箱：shengli.jin@wust.edu.cn。
作者简介:尹祎（1983—）,男,湖北武汉人,博士研究生,讲师,研究方向：人工智能大模型、材料基因工程等。
基金资助:
2020年武汉科技大学教学研究项目“人工智能背景下‘深度学习基础’课程教学改革研究”（2020X46）; 2024年湖北本科高校省级教学改革研究项目“面向AI能力培养的‘计算机语言类’课程教学重构”（2024234）

Exploring the Reform of Refractory Materials Curriculum Teaching Empowered by Artificial Intelligence

YIN Yi^1,2, JIN Shengli^2,3,4, BIAN Xiaoyong¹, LI Yawei^2,3,4, XU Xin¹

1. School of Computer Science and Technology, Wuhan University of Science and Technology, Wuhan Hubei, 430065, China;
2. State Key Laboratory of Advanced Refractories, Wuhan University of Science and Technology, Wuhan Hubei, 430081, China;
3. Joint International Research Laboratory of Refractories and Metallurgy, Wuhan University of Science and Technology, Wuhan Hubei, 430081, China;
4. National-Provincial Joint Engineering Research Center of High Temperature Materials and Lining Technology, Wuhan University of Science and Technology, Wuhan Hubei, 430081, China

Online:2026-05-25 Published:2026-07-01

摘要/Abstract

摘要： 面对人工智能赋能耐火材料学科的课程改革挑战,该文深入分析了交叉学科存在的教学资源结构性缺失、智能技术适配性瓶颈、跨学科师资结构失衡及教学模式与实践脱节等问题,提出课程改革的必要性,并建设跨学科课程的教学资源和内容资源。该文为培养“人工智能 + 耐火材料”复合型人才提供了系统化路径,助力耐火材料行业智能化转型。

关键词: 人工智能, 耐火材料, 交叉学科, 复合型人才, 数字化, 智能化转型

Abstract: Confronted with the challenges of using artificial intelligence to advance curricular reform in refractory materials education, this paper offers an in-depth analysis of four critical issues: the structural shortage of interdisciplinary teaching resources, the mismatch between intelligent technologies and disciplinary needs, the imbalance in cross-disciplinary faculty composition, and the disconnect between instructional models and practical applications. By underscoring the imperative for curricular innovation, it proposes the systematic construction of interdisciplinary teaching and content resources. The study provides a comprehensive pathway for cultivating“AI + refractory materials”composite talents, thereby accelerating the intelligent transformation of the refractory industry.

Key words: Artificial intelligence, Refractory materials, Interdisciplinary studies, Compound talents, Digitalization, Intelligent transformation

中图分类号:

尹祎, 金胜利, 边小勇, 李亚伟, 徐新. 人工智能赋能耐火材料课程教学改革探究[J]. 创新创业理论研究与实践, 2026, 9(10): 51-53.

YIN Yi, JIN Shengli, BIAN Xiaoyong, LI Yawei, XU Xin. Exploring the Reform of Refractory Materials Curriculum Teaching Empowered by Artificial Intelligence[J]. The Theory and Practice of Innovation and Enntrepreneurship, 2026, 9(10): 51-53.

参考文献

[1] PABLO D J J, JACKSON E N, WEBB A M, et al. New frontiers for the materials genome initiative[J].npj Computational Materials,2019,5(1):99-117.
[2] 路龙宾,孙家泽,滑文强,等.兴趣驱动、能力导向、价值引领的Python语言程序设计课程创新与实践[J].计算机教育,2024(2):177-182.
[3] 高岩,林颖,苏淑文,等.实践创新能力导向下的人工智能类实践课程教学体系探索[J].计算机教育,2025(3): 240-246.
[4] KAITLIN T, ENZE C, BRYCE M, et al.Artificial intelligence in materials education: A roundtable discussion[J].JOM, 2023,75(7):2083-2085.
[5] 余胜泉,王琦.“AI +教师”的协作路径发展分析[J].电化教育研究,2019,40(4):14-22,29
[6] 陶丹,张泽华.人工智能赋能教学的教师支持体系构建——以麻省理工学院斯隆管理学院为例[J].开放教育研究,2025,31(2):36-44.
[7] 蔡三发,王倩,沈阳.人工智能赋能:高校学科建设的创新与发展——访中国工程院院士陈杰教授[J].电化教育研究,2020,41(2):5-9.
[8] RODIĆ A.Building AI-supported collaborative awareness in industrial humanoids: Conceptual framework and methodological approach[J]. Artificial Intelligence In Industry 4.0: The Future That Comes True, 62.
[9] CUI H, YASSERI T.AI-enhanced collective intelligence[J].Patterns,2024,5(11):101074.
[10] 李楠,顾华志,赵惠忠.耐火材料学[M].北京:冶金工业出版社,2010.
[11] LÓPEZ C. Artificial intelligence and advanced materials[J].Advanced Materials,2023,35(23):2208683.
[12] 汪洪,项晓东,张澜庭.数据+人工智能是材料基因工程的核心[J].科技导报,2018,36(14):15-21.
[13] HUANG S J, LIEW X J, ADEMILOYE S A, et al.Artificial intelligence in materials modeling and design[J].Archives of Computational Methods in Engineering,2020,28(5):1-15.
[14] 张跃. 关于人工智能时代材料研究实验设计的思考[J].现代技术陶瓷,2024,45(Z1):1-11.

[1]	侯文涛, 赵慧芳, 焦高锋. 基础教学和科学研究协同融合的大学物理教学探索与实践[J]. 创新创业理论研究与实践, 2026, 9(9): 27-29.
[2]	胡志帅, 杨丽清. 人工智能赋能自动控制原理课程教学改革实践[J]. 创新创业理论研究与实践, 2026, 9(9): 47-49.
[3]	齐景晖. 跨学科融合视角下“日语+ IT”复合型人才培养路径探析[J]. 创新创业理论研究与实践, 2026, 9(9): 92-94.
[4]	陆世敏, 邓朝. 人工智能时代高校体育专业教学面临的挑战与策略[J]. 创新创业理论研究与实践, 2026, 9(9): 118-121.
[5]	席东河, 陈婷婷. 人工智能时代高职院校深化基本技能教育的实践路径研究[J]. 创新创业理论研究与实践, 2026, 9(9): 122-124.
[6]	石晶. 数智化赋能高职院校“岗课赛证创”融通育人模式的路径探索[J]. 创新创业理论研究与实践, 2026, 9(9): 125-127.
[7]	曾贤强, 杨富龙, 李恒杰, 魏腾飞. AI赋能数字电子技术基础课程教学的路径探索[J]. 创新创业理论研究与实践, 2026, 9(9): 138-140.
[8]	杨静, 张春雷. 人工智能时代大学英语课堂教学评价体系的优化路径[J]. 创新创业理论研究与实践, 2026, 9(8): 17-19.
[9]	秦铭灿, 郝晓红, 赵屹男, 李益清. 探索数字化赋能高校教师教学评价模式[J]. 创新创业理论研究与实践, 2026, 9(8): 20-22.
[10]	崔慧玲. 新生态模式视域下高校酒店管理专业课程体系优化研究[J]. 创新创业理论研究与实践, 2026, 9(8): 23-28.
[11]	宣贺君, 林丽丹, 赵学林, 冯岩, 刘道华, 李艳灵. AIGC赋能计算机类专业程序设计课程教学改革与实践——基于腾讯IMA与AI编程工具TRAE[J]. 创新创业理论研究与实践, 2026, 9(8): 38-40.
[12]	文誉坤, 王振常, 张静, 唐亚平, 王庆高, 王倩, 迟明洋. AI赋能“以学生为中心”的中医类高校教学改革研究[J]. 创新创业理论研究与实践, 2026, 9(8): 41-43.
[13]	覃丽清, 芮莹, 邹碧群. 高职院校天然药物化学实验教学探究——基于广西道地药材资源[J]. 创新创业理论研究与实践, 2026, 9(8): 50-52.
[14]	王扬威. 热流体学基础课程数字化教学方法改革研究[J]. 创新创业理论研究与实践, 2026, 9(8): 53-55.
[15]	刘敏, 周金健. 人工智能背景下计算物理教学改革探索[J]. 创新创业理论研究与实践, 2026, 9(8): 56-58.