4月28日，烟台科技学院的一间教室里传来阵阵笑声与讨论声。海洋工程学院外教Bacem Saada博士正站在学生中间，与他们热烈互动。不同于传统课堂的“一人讲、众人听”，这里的学生时而盯着屏幕皱眉思索，时而在AI辅助下快速调试代码，脸上写满了探索的兴奋。

      Bacem Saada正用人工智能重新定义课堂。他将AI作为“智慧助教”，深度融入编程调试训练、Web前端知识体系构建以及每课一综合案例生成等教学环节，引导学生从被动听讲转向主动探究。这一探索不仅提升了学生的自主学习能力与问题解决素养，也成为海洋工程学院推动“AI赋能教育教学”改革的生动缩影。

AI助力调试训练：让错误成为最好的老师

      在编程类课程中，Bacem Saada重点将AI应用于“调试训练”。传统教学中的示例代码往往错误类型单一，学生难以全面应对真实开发环境中的复杂问题。借助AI工具，他能够快速构建涵盖语法错误、逻辑错误及常见编程陷阱的多样化错误场景，并引导学生逐步分析错误根源，寻找修正方法。

      “学生在不断试错与修正的过程中，不仅提升了排错能力和逻辑思维，更重要的是获得了真实的成就感。”Bacem Saada表示。这种以问题为导向的学习方式，有效增强了学生的参与感，也让他们更早适应了实际开发中的工作节奏。

AI整合Web知识：从“知道用法”到“理解结构”

      针对Web编程课程中HTML标签及属性繁多、学生容易停留于基础用法的教学痛点，Bacem Saada利用AI快速整合每一个标签对应的多种属性、使用方式及实际效果，并结合具体示例进行讲解。这一做法不仅极大提升了课堂信息的覆盖面，更帮助学生建立起系统性的知识框架。

      通过直观展示不同属性组合下的页面效果，学生能够清晰理解网页结构与样式之间的内在关系，应用能力显著增强。不少学生反馈，AI辅助的讲解方式让他们“不仅学会了用标签，更读懂了网页背后的设计逻辑”。

AI生成综合案例：每节课都是一次小项目

      每节课结束时，Bacem Saada都会利用AI生成一个综合性示例，将本课涉及的知识点、标签及属性整合到一个完整的小项目中。这一环节既是对课堂内容的复习，也是对知识应用能力的强化训练。

      学生通过观察完整示例，能够将零散的知识点串联为有机整体。同时，这些综合案例也为学生的课后自主练习提供了清晰的参考模板，帮助他们逐步建立独立完成项目的能力。“看到自己学到的知识能变成一个真正运行的小项目，学习动力更足了。”一名学生这样评价。

未来展望：让AI成为教学的延伸智慧

      总体来看，Bacem Saada在教学中对人工智能的应用，不仅丰富了教学手段，更有效推动了学生从被动接受知识向主动探索学习的转变。他表示，未来将继续结合课程特点，探索AI在教学设计、学习反馈及个性化指导等方面的更多可能，持续提升课堂教学质量与学生的学习体验。

      本次教学实践是学院推动“AI赋能教育教学”改革的一个生动缩影。学院将持续支持教师在智能教学工具应用、课程创新等方面的探索，为培养适应数字时代的高素质应用型人才不断注入新动能。

      Bacem Saada 博士，毕业于哈尔滨工程大学计算机科学专业，现任烟台科技学院专任教师，主要从事人工智能、生物信息学与计算生物学研究。曾在中山大学开展博士后研究工作，研究方向包括生物医学大数据分析与单细胞基因组学。曾任加拿大圭尔夫大学动物生物科学系信息技术经理，负责高性能计算与生物信息学平台的建设与维护，为基因组学与宏基因组学研究提供技术支持。其研究方向主要包括单细胞转录组学、人工智能驱动的生物医学大数据分析以及计算生物学方法开发。在教学方面，主要讲授人工智能、数据科学及计算机相关课程，注重培养学生的数据分析能力、计算思维和跨学科创新能力。

编辑 朱静

编审 王晓超