屏幕前，一位“数字人”正娓娓道来催化剂制备的奥秘；虚拟实验室里，学生大胆试错，反复推敲制备方案；知识图谱上，520 多个知识点如星云般连接成网……
近日，由中石大化学工程与环境学院教授吴志杰主讲的课程“催化剂设计与制备”从全国 162 门申报课程中脱颖而出，入选中国学位与研究生教育学会评定的 21 门“AI 创新课程”。
传统的工科学科如何利用 AI 工具助力培养“具有突出技术创新能力”“善于解决复杂工程问题”的未来卓越工程师，课程教学是非常重要的一环。
锚定课程教学的核心痛点
“以前，这门课涉及的五百多个知识点是碎片化的，像一盘散沙，我常常感到困惑，很难把它们串成一个完整的体系。”最初学习“催化剂设计与制备”这门课时，很多同学都有类似的苦恼。吴志杰说，催化本身是化学、材料与工程交叉的学科，选修该课程的学生专业背景差异大、年级跨度大。
传统的“教师讲、学生听”模式，难以实现个性化教学。更棘手的是，催化剂制备与性能评价实验，往往涉及高温高压、易燃易爆气体，危险性高、实验成本高昂，学生的实操机会有限。如何让学生掌握理解催化剂制备和评价实践中的关键技术和方法，并能将其应用于后续的科学研究或工程实践中，成为教学改革必须攻克的难题。
2023 年起，中石大依托“研究生教育质量与创新工程”，启动 AI 课程专项建设。“催化剂设计与制备”课程团队开始探索将人工智能深度融入教学全流程。
“AI+能源催化”教学探索
实践课程团队构建的核心引擎是“催化加速器”的智能体矩阵。打造了“理论学习—模拟实践—问题诊断—科研创新—实验安全”全链条智能体协同矩阵，提升学生灵活应用知识解决实际问题的能力，培养学生的创新思维。
课程团队拆解、重构了海量教学资源。将 1300 多个视频、音频、课件等碎片化内容，系统整合成一个包含 16.8万条知识点的智能知识库，并构建了可视化的课程知识图谱。“这就好比给所有知识点安装了‘导航系统’。”吴志杰介绍道，“学生可以按图索骥，自主探索知识关联。”
课程的第二个创新在于，建设集成 7 大工具集、51 项指令的“AI 辅助工具箱”，覆盖 AI 助教、助学、助研、实验、素养提升五大维度。对于学生而言，最直接的感受是身边多了一位“智能学伴”。“以前上课忙着抄笔记，现在 AI会同步生成重点突出的图文摘要，核心公式、逻辑脉络一目了然，我能全程专注听讲和互动。”
课程还运用检索增强生成技术，将相关科研实践和工业生产案例引入智慧教学过程。其中最重要的是将高风险、高成本的实验环节“搬”进了虚拟空间。借助“智慧实验平台”，学生可以开展仿真实践设计和操作实验。平台还与知识图谱、AI 学伴深度联动。实验中遇到瓶颈，随时可以向 AI 提问，AI 能结合操作记录与理论，给出精准调整建议。同时，针对基础薄弱的学生，能把复杂的催化理论，结合具体的工业案例娓娓道来，帮助学生夯实基础。
科研能力的培养还延伸到课堂之外：AI 科研助手能帮学生分析文献、润色论文，催化剂设计工坊针对需求推荐科研选题，科研论文写作训练室模拟从选题到成文的全流程。
“以前是老师讲什么我学什么，现在我能通过 AI 自主探索感兴趣的科研方向。”这种转变背后，是课程“虚实融合”“产研贯通”的特色优势，让学生在虚拟场景中夯实专业基础、扎实科研能力。
“AI不是万能的”
“AI 不是万能的，容易存在 AI幻觉。”吴志杰表示，目前课程仍存在需要完善的地方：AI 对部分复杂科研问题的解答不够精准，学生答题可能出现“套路化”倾向，模型还需要通过多轮教学数据持续训练优化。
“催化领域的一个显著特点是工业实践往往领先科学研究，很多实践问题目前没有标准答 案 ，这 对 AI 训 练 是 挑 战 。”吴志杰说，未来会继续联合平台更新工业案例库，引导学生批判性使用AI。
从知识图谱到智慧实验，从AI学伴到科研工坊，中石大类似“催化剂设计与制备”的“人工智能+高等教育”融合创新仍然在继续推进。
文/华南
文/华南