普适性的《人工智能通识（理工类）》课程与化工专业融合度不足，课程案例针对性弱，难以贴合化工专业人才培养需求，学生易出现“学用脱节”问题。为适配化工行业智能化、绿色化转型趋势，落实“人工智能+教育”改革要求，推动通识课与化工专业深度融合，开展《人工智能通识（理工类）》教学改革，强化知识应用与专业衔接。

重构教学内容

打破通识课通用案例框架，新增AI在化工分子设计、反应预测、工艺优化、安全预警等领域的核心案例，如AI辅助离子液体设计、生产行为智能检测等，将AI与化工实际场景结合，让通识教学精准对接化工专业培养目标，有效解决课程内容通用性强、专业适配度低的问题。

创新考核模式

优化结课考核模式，采用小组协作模式开展教学实践。学生自由分组，围绕AI在化工细分领域的应用现状、核心技术路径与未来发展趋势开展专题调研，收集行业案例，梳理技术痛点；通过翻转课堂进行调研汇报，学生自主讲解调研内容，分享研究心得，分析应用瓶颈，实现从被动听课到主动探究的转变，推动AI基础知识与化工专业知识深度融合。

课程后半段实施改革后，学生课堂参与积极性显著提升，互动参与率明显提高，课堂“抬头率”大幅提升。学生能熟练阐述AI在化工领域的应用场景，85%以上小组可完成高质量化工AI应用调研报告，翻转课堂汇报逻辑清晰，贴合专业实际。改革模式有效解决通识课与化工专业脱节的问题，学生跨学科应用能力、专业创新思维明显增强。

创新案例体系

尝试开始构建贴合化工专业的AI通识课案例库，更换通用化内容与案例，聚焦化工行业智能化痛点，实现通识教育与专业教育精准衔接。同时实施学用融合的考核模式创新：以“小组讨论+翻转课堂”替代传统考核，将AI基础知识学习、化工专业调研、成果表达输出深度融合，强化学生自主探究与知识转化能力，契合化工创新人才培养目标。

该改革模式贴合理工类专业通识课改革需求，可复制、可推广。目前已在学院2025级人工智能通识课上实施，反响良好。后续可推广至能化、环工等理工类专业，为高校AI通识课与专业融合改革提供可借鉴范式，助力理工类人才跨学科素养培育。