为深入推进AI与教育教学的深度融合，破解智能化时代学生习题练习的核心痛点，11月12日，机械工程与自动化学院机制系以“AI赋能下学生习题的意义与期待”为主题，在9号楼403会议室开展专题研讨活动。本次活动采用“线下+线上”结合的方式，由机制系专任教师俞鑫炉主持，机械学院院长蒋亚南、副院长漆良涛、徐世福等10位教师共同参与，围绕AI在教育场景中的应用价值、潜在风险及实践路径展开深入交流。

研讨中，俞鑫炉聚焦AI作为认知辅助工具的核心定位，结合多学科理论与实践案例，系统剖析了AI与教育融合的机遇与挑战。他指出，AI在教育领域呈现“双刃剑”效应：一方面能为基础薄弱学生提供定制化知识补给，降低学习门槛，国外顶尖高校已将其打造为“辩论伙伴”与“认知脚手架”，引导学生自主探索而非直接获取答案；另一方面，若学生过度依赖AI获取现成答案，易引发“认知卸载”与思维惰性，导致深度学习能力和批判性思维弱化。针对这一现状，俞鑫炉提出“三步走”结构化互动框架，构建完整学习闭环。第一步要求学生独立解题并记录思考过程，夯实自主思考基础；第二步引导学生与AI开展定向互动，明确求助边界与科学提问方式，通过交叉验证规避AI“幻觉”问题；第三步鼓励学生撰写反思报告，显性化思维漏洞并校准认知方向。该框架深度融合建构主义、认知负荷理论与元认知理论，旨在推动AI从单纯工具升级为助力学生成为“学习项目负责人”的赋能载体。

与会教师围绕AI在专业教育中的应用局限展开热烈讨论。大家一致认为，通用AI模型在材料力学、CAD设计等专业领域存在知识储备不足、题意理解偏差等问题，且受专业领域高质量知识的授权限制，制约了AI在专业教学场景的深度应用。同时，教师们也认可AI在文献检索、专业概念初步解读等方面的效率优势，可帮助学生快速搭建知识框架。

此次研讨活动为全院教师搭建了AI赋能教学的交流平台，明确了习题教学中“技术赋能+自主思考”的核心方向。后续，机械工程与自动化学院机制系将持续探索AI与专业教学的融合路径，优化教学方法，助力学生提升深度学习能力与批判性思维，推动教学质量再上新台阶。