1. 引言
新工科建设背景下，专业英语教学需要实现“三个转变”：从语言知识传授向学科思维培养转变；从通用英语训练向专业场景应用转变；从被动输入学习向主动建构输出转变[1] [2]。这要求建立“产业需求牵引、技术创新驱动、能力发展导向”的新型教学模式。
材料化学作为典型的交叉学科，其专业英语教学承担着双重使命：既要夯实学科基础知识，又要培养技术交流能力。教育部《普通高等学校本科专业类教学质量国家标准》明确要求材料类专业毕业生应具备“阅读本专业外文文献”和“撰写科技论文摘要”的核心能力[3]-[5]。然而，当前专业英语教学普遍面临以下挑战：
(1) 教材更新滞后：现有教材中纳米催化材料、固态电池等前沿领域专业术语缺失率达63% (2022年本专业教材分析数据) [6]。
(2) 教学模式单一：传统课堂以单向知识灌输为主，学生课堂参与度不足40% (本校2021年问卷调查) [7] [8]。
(3) 评价体系失衡：终结性考核占比达75%，论文翻译类题目占比超过65% [9]。
为破解上述难题，辽宁科技大学材料化学系自2020年起开展课程改革，依托区域产业优势，构建“学科–产业–创新”三维协同的教学体系，所构建的“三维四驱”教学模式融合了以下教育理论：
(1) 建构主义学习理论[10]：通过案例驱动和任务驱动创设真实问题情境，促进学生在“文献精读–结构解析–图表复现”的认知过程中主动建构知识体系。例如，在锂离子电池正极材料案例教学中，教师引导学习者通过小组协作完成XRD图谱解析，这一过程契合维果斯基的社会文化理论中“最近发展区”的指导原则。
(2) 产出导向法(POA) [11]：强调“学习中心”“学用一体”理念，在技术驱动模块中构建“输入性学习→促成活动→产出任务”的闭环。以专利申请文件撰写为例，学生首先通过数字化平台输入专业术语(输入)，经AI辅助纠错完成初稿(促成)，最终产出符合WIPO标准的英文技术交底书(产出)。
(3) 混合式学习理论[12]：依托“雨课堂 + AR识别 + 智能终端”技术矩阵，实现“线上资源泛在学习”与“线下深度研讨”的有机融合。课前推送的术语动画运用双重编码理论强化记忆，课中的实时互译训练符合间隔重复记忆规律。
改革注重产教融合与数字化赋能，形成了具有地方特色的专业英语教学模式。
2. 教学改革实施路径
2.1. 教学内容重构
构建“模块化 + 动态更新”课程体系，设置三大教学模块：
(1) 基础模块(30%)：保留晶体结构、相变原理等核心术语，采用“术语树”记忆法强化专业词汇网络构建。
(2) 前沿模块(40%)：每学期动态更新专题库，涵盖高熵合金、钙钛矿光伏材料等5个前沿领域。
(3) 实践模块(30%)：整合Thermo-Calc软件操作、专利申请文件撰写等实务内容。
2.2. 教学方法创新
构建“四驱联动”教学模式：
(1) 案例驱动：选取Journal of Materials Science等期刊近三年论文，开展“文献精读–结构解析–图表复现”训练。例如，通过解析锂离子电池正极材料论文，掌握XRD图谱英文标注规范。
(2) 任务驱动：设计“英文实验方案设计→数据处理→结果汇报”项目链。
(3) 技术驱动：运用“雨课堂”平台实现三大功能：
课前推送术语动画(平均预习完成率91.2%)；
课中开展实时互译训练(响应速度提升40%)；
课后AI批改系统提供作文修改建议(批改效率提高300%)。
(4) 考研英语专项训练
英文自我介绍模板库：开发包含科研经历(占比40%)、学术规划(30%)、专业认知(20%)、个人优势(10%)的标准化模板。
全真模拟系统：构建3类复试场景：
1. 专业问题解析(如：“Explain the principle of XRD in English”)；
2. 文献即时翻译(随机抽取材料领域的SCI论文摘要进行口译)；
3. 压力面试模拟(AI生成追问问题库，平均响应时间 < 2秒)。
2.3. 评价体系改革
建立“三位一体”评价机制(见表1)：
Table 1. Comparison of the assessment systems before and after the reform (%)
表1. 改革前后考核体系对比(单位：%)
考核维度 |
传统模式占比 |
改革后占比 |
基础知识 |
70% |
40% |
实践应用 |
20% |
45% |
创新拓展 |
10% |
15% |
引入过程性评价工具：
(1) 建立电子学习档案，记录课堂互动、项目进展等12项指标；
(2) 开发模拟专利申请系统，自动检测技术交底书格式规范；
(3) 采用Turnitin系统进行学术规范训练，要求每位学生完成1篇符合ACS格式的英文综述；
(4) 考研能力评估指标。
复试模拟系统自动生成评估报告(含词汇准确度、语法复杂度、逻辑连贯性等8项参数)
建立“学生–导师–AI”三方反馈机制。
2.4. 研究设计
采用准实验研究法，以2019~2022级材料化学专业学生为研究对象(见表2)：
Table 2. The situation of student grouping before and after the reform
表2. 改革前后学生分组情况
组别 |
人数 |
教学方式 |
评估周期 |
实验组 |
83 |
三维四驱模式 |
2021~2022学年 |
对照组 |
91 |
传统教学模式 |
同周期 |
控制变量：两组学生入学英语成绩无显著差异(t = 0.87, p > 0.05)，授课教师资质相同。
数据采集：
量化数据：文献阅读速度、实验报告合格率；
三角验证：结合课堂观察记录、专业导师评价等多源数据。
3. 实践成效分析
3.1. 学习成效提升
对2021~2022级学生进行跟踪评估：
(1) 专业文献阅读速度从4.2页/小时提升至6.8页/小时。
(2) 实验报告英文撰写合格率从58%提升至89%。
(3) 85.7%学生能独立完成英文技术咨询邮件撰写。
3.2. 考研英语能力提升
针对材料化学专业考研复试中的英语能力要求，课程增设“学术英语表达”专项模块。通过构建“三位一体”培养体系：
(1) 英文自我介绍标准化模板：开发涵盖科研经历、学术规划等5大核心要素的模板库，指导学生完成个性化简历制作。近两年数据显示，使用模板学生面试自我介绍环节得分提高22.3%。
(2) 全真模拟复试系统：搭建包含3类场景、9大题型的模拟题库：
专业问题解析(如：“Explain the working principle of lithium-ion batteries in English”)；
文献即时翻译(随机抽取ACS期刊摘要进行口译)；
自由问答环节(人工智能生成追问问题库)。
(3) 多维反馈机制：采用“教师评价(40%) + AI分析(30%) + 同伴互评(30%)”的评估模式，重点提升学术表达的准确性与逻辑性。
实施成效：
对参与改革的2019~2021级考研学生跟踪调查显示，考生的复试英语通过率、专业问题应答准确率及学术表达流畅度均有明显提升(见表3)。
Table 3. Comparison of the abilities in the English re-examination for the national postgraduate entrance examination
表3. 考研英语复试能力对比
评估指标 |
改革前(2019) |
改革后(2021) |
提升幅度 |
复试英语通过率 |
68.4% |
89.2% |
20.8% |
专业问题应答准确率 |
57.1% |
82.6% |
25.5% |
学术表达流畅度 |
3.2/5.0 |
4.5/5.0 |
40.6% |
3.3. 典型案例分析
以“锂离子电池正极材料专题”教学实施为例：
实施流程：
课前准备：准备材料化学领域期刊Materials Letters上锂离子电池正极材料论文及术语AR识别任务。
课堂实施：
案例驱动：分组解析锂离子电池器件结构图示，重点训练SEM图像英文标注规范；
任务驱动：模拟国际会议场景，完成“实验方案答辩→数据展示→Q&A环节”全英文演练；
课后拓展：利用Origin软件绘制XRD结构，提交AI系统进行参数校验。
成效评估：
实验组器件结构描述准确率达85.2%，显著高于对照组的63.4%；
技术词汇误用率从28.7%降至11.3%。
学生反思日志显示：“通过绘制论文中的charge/discharge曲线，真正理解了锂离子电池正极材料的充放电机理的英文表达方式”。
3.4. 考研专项提升
为验证教学模式对升学需求的支撑作用，通过追踪参与改革的18名考研学生，分析他们的复试英语表现，发现三个关键影响因素：
(1) 模板工具的应用
学生使用本模式开发的《科技英语表达模板库》，在复试问答中展现出更规范的表达。数据显示，每多掌握1类句式模板，复试英语成绩可提高0.32分(满分50分)。例如在“实验方案陈述”环节，使用模板的学生能准确运用“This methodology allows for…”(该方法允许……)等学术句式。
(2) 模拟训练强度
通过“AI模拟考官系统”进行的全真演练次数与成绩呈正相关。完成5次以上模拟训练的学生，其临场应变时间缩短40% (从平均12秒降至7秒)。典型案例显示，某学生在第3次模拟中仍频繁出现“Eh… Well…”等填充词，经系统标记反馈后，第6次模拟已能流畅使用“Let me rephrase that…”(请允许我重新表述)等衔接话语。
(3) 智能反馈的精准性
系统提供的实时纠错建议显著提升语言质量。对比发现，采纳AI修改建议超过70%的学生，技术术语准确率比自主修改组高18个百分点。特别是在“研究意义阐述”环节，系统推荐的“address the bottleneck issue”(解决瓶颈问题)等精准表述被高频使用。
整体效果验证：
以上三个因素共同解释了考研英语复试成绩的变化。这意味着我们的培养体系能有效预测学生升学英语能力水平，且三个要素之间存在协同效应——当学生同时具备模板应用、高频训练和AI反馈时，成绩提升最为显著。
4. 改革特色与创新
4.1. 构建产教融合新范式
(1) 教学内容对接鞍山钢铁产业升级需求，开发7个典型生产案例。
(2) 邀请企业工程师参与课程设计，共同制定12项能力标准。
(3) 建立“课堂–实验室–车间”三级实践平台。
4.2. 探索数字化教学新路径
(1) 构建“移动终端 + 云平台 + 智能终端”学习空间。
(2) 开发术语AR识别系统，实现设备标识即时翻译。
(3) 建立错题智能推送机制，知识点掌握率提升33%。
5. 结语与展望
本次改革将POA理论与新工科建设要求深度融合，验证了“三维四驱”模式在专业知识与语言技能协同发展中的促进作用。基于社会认知理论，未来将着重完善以下机制：
(1) 强化自我效能感培养：通过智能写作辅助系统实时显示能力成长曲线。
(2) 构建动态调节模型：利用学习分析技术建立“能力诊断→资源推荐→路径优化”的自适应系统。
基金项目
国家自然科学基金面上项目(52274296)。
NOTES
*通讯作者。