1. 引言
教育部提出“引导高校根据经济社会发展需要和办学能力，加大大数据、物联网相关专业人才培养力度”[1] [2]、提出“深入推进新工科”建设，积极开展新工科研究与实践[3] [4]，全面推进智能化，促进人工智能助力教育变革。国家高度重视人工智能赋能教学的发展，教育部开展“人工智能 + 高等教育”应用场景典型案例征集工作，发掘引领性实践案例。这为新工科的发展注入了新的生机和活力，虽然新工科的“成电方案”[3]“F计划”[4]等已引起了国内外教育领域对实践教学的高度关注，将人工智能技术赋能实践教学，解决当前高等教育中的实践教学痛点成为当前主要研究方向之一，这将促使得“新工科”背景下人工智能赋能的物联网专业实践建设进一步深入。
实践性教学是以专业人才培养方案和课程标准为基础，培养学生知识运用能力、操作技能及创新能力的教育形式。实践能力的培养是“新工科”背景下卓越工程师和新工科建设的重要内涵，是高等工程教育变革形势所需，也是作为新兴工科专业的物联网工程的重要需求。物联网技术虽隶属于计算机科学与技术专业，但是与计算机科学与技术专业相比具有实践性强和学科交叉的特点，是专业理论与工程实践并重的新兴技术。物联网专业培养目标之一就是培养具备扎实物联网理论基础和良好的工程设计能力的专业人才。在教育部深入推进“新工科”建设的过程中，无论是工科人才培养趋势上，还是行业对物联网应用型人才的需求上，物联网专业人才培养势必要强化实践性即：注重专业基础知识的同时，要强化培养实践技能，由知识型培养到知识技能型转变，培养物联网工程高级专门人才。实践能力的培养是工程设计和创新能力的重要保证，是物联网技术在环境监测、智慧城市、智能家居、智慧农业、智慧交通、智慧仓库、智能仓储等智能化应用场景中落地的重要保证，是物联网人才适应社会发展需求的基础。
2. “新工科”背景下物联网实践教学不足
当前，随着人工智能技术的发展物联网专业培养目标、模式等还在不断更新，但仍处于探索阶段。有一些高校结合新工科发展形成了自己的特色[5]，然而更多的学校物联网实践教学落入传统理工科的培养模式，无法形成特色以彰显物联网专业特点，物联网专业人才培养与社会需求脱节。基于人工智能技术的“新工科”背景下当前物联网教学特别是实践教学存在以下不足：
1) “新工科”背景下物联网技术发展与课程设置问题。物联网实践教学课程体系规划问题是“新工科”背景下物联网专业实践教学的首要问题[6] [7]。首先物联网专业属于多学科交叉，尤其是在当前人工智能发展下，课程缺少结合院校特色的整体规划，已有的课程系都是将成熟专业的课程进行移植拼凑，不能突出物联网专业特点。许多高校的物联网课程体系建设上多是增设RFID与EPC技术、物联网概论、物联网通信技术、智能物流系统等物联网相关课程，而从计算机专业移植过来专业类的课程例如：程序设计基础、python语言、计算机组成原理等移植过程中并未结合学校特色和物联网工程特点进行再设计、再融合。课程显得较为庞杂，学生容易产生专业迷茫。
2) “新工科”背景下物联网技术实践教学设置问题。“新工科”特色的具体体现之一为实践教学，实践教学是物联网专业的理论和实践相统一的过程，是不可缺的教学环节。当前由于课程规划问题使得实践教学缺少系统性，已开设的实践教学并未能很好地突出物联网技术理论和实践的衔接与关联[7] [8]。物联网工程是多学科交叉、多技术融合的一个专业，跨学科融合的系统实践落地不足，物联网感知层涉及的传感、通信、控制、计算机等多领域知识在实践教学过程中缺乏系统性设计，很难形成完整的物联网技术认知。从事物联网专业教学研究的教师并不多，大部分教师也并未参加过系统的物联网技术教育和培训，课程讲授多按原所属专业的讲授，各个知识点孤立；实践教学中也是延续源专业模式，各科老师“各自为政”，课程内容的衔接、实践内容的规划都未能从物联网专业上整体设计实践方案。而学生使得教师和学生对物联网应用系统缺少整体认知，难以从系统上理解、消化和应用。
3) “新工科”背景下物联网技术实践教学模式问题。实践教学模式较为传统，课时不足，未能体现专业的工程性及创新能力培养需求[9] [10]。许多高校仍然以理论教学为主，课程实验为辅，实践教学形式单一，停留在验证性实验上[11]。技术迭代加速与教学内容滞后形成鲜明矛盾，前沿技术难以及时融入实践课程，传统教材与产业实际需求脱节明显。实践场景的真实性与开放性不足，多数实训依赖单一实验箱，无法模拟工业场景复杂环境，且校企合作资源有限，学生难接触真实项目。虽有“头歌”这样的虚拟仿真教学平台，但实践教学过程中仍沿用传统模式，验证性实验占比偏高，学生被动按步骤操作，自主设计与创新能力培养薄弱。此外，实践考核方式多侧重实践结果评价，对课程实践过程中的操作步骤、分析问题解决问题能力等维度的评估缺乏科学性，难以精准反映学生实践素养。
3. AI赋能的“新工科”背景下物联网实践教学分析
物联网工程作为融合计算机科学与技术、通信工程、电子科学与技术等领域的交叉型新兴学科，其多学科融合实践是衔接理论与产业需求的核心纽带。物联网体系结构通常划分为感知层、网络和应用层3个层次，涵盖传感器、嵌入式系统、无线通信、网络、数据处理及云计算等多种技术、多维度实践内容交织，导致学生易陷入知识碎片化困境，教师也面临跨学科教学资源整合与个性化指导的双重挑战，这与新工科对复合型创新人才的培养要求形成突出矛盾。人工智能赋能物联网工程实践教学为破解这一难题提供了思路，利用人工智能技术可重构“教”与“学”的双向融合。对学生而言，AI技术可将具体理论技术直观转化为可感知的场景；对教师而言，AI学情分析工具可精准定位不同学生在不同实践模块的薄弱点，为交叉学科系统实践教学提供靶向指导[10]-[12]。
1) AI赋能“新工科”背景下物联网新产业新技术及人才需求分析
在政策与技术的驱动下，物联网产业正从“物物相连”向“万物智能”跨越。AI质检、预测性维护等场景加速落地，民生领域也涌现创新形态，新的物联网平台通过漏损监控智能体实现管道隐患精准定位，智慧城市中智能摄像头构建起AI驱动的治理网络，形成多行业渗透的产业生态。终端AI化、传输多样化、感知融合化成为物联网技术演进核心趋势。生成式AI落地，鸿蒙生态等国产化底座融入AI子系统开发，进一步支撑智能硬件与应用生态的软硬协同创新。5G技术叠加大小模型协同的工业智能技术，实现从传感器数据采集到智能决策的链路优化，解决了传统物联网“数据孤岛”与“决策滞后”难题。产业升级对AI素养成为核心能力的物联网复合型人才要求迫切。需培养以下三种：一是智能物联网系统集成人才，掌握硬件开发、软件计算部署等技能，以满足工业与民生场景的特定需求；二是智能运维人才，能运用AI故障诊断工具处理多协议复杂环境问题；三是智能数据分析挖掘人才，具备物联网数据挖掘与AI模型运用改进能力。紧跟物联网人才需求方向。物联网技术的发展对人才的培养提出了更高要求，要求培养符合新时期要求的新型人才——“既懂原理又会实操”的新型AI型物联网专业人才要求，要以物联网人才培养的主要参与者：教师和学生为研究对象，结合AI技术和社会需求发展对物联网人才培养过程中教育者和被教育者AI能力提升。
2) AI赋能“新工科”背景下教师教学实践能力提升方法分析
教师队伍的创新能力也是“新工科”建设的重要保障之一。一是针对AI与物联网交叉技术需求，对教师教学实践能力完成阶梯式能力提升。通过开展“AI赋能教学工具培训”，组织“AIoT项目开发培训学习”，举办“教学研讨营”，同各领域专家，共同规划课程体系，系统性设计物联网工程实践课程内容，探讨实践课程教学模式；二是推动教师深度参与产业实践，建立“校企双向交流”机制。通过选派教师入驻物联网企业，引入企业工程师联合授课，鼓励教师牵头或参与AIoT相关科研课题，将积累AI驱动的物联网项目经验，反哺实践课堂教学，并将科研成果转化为教学资源，实现“科研-教学”互促；三是借力AI工具，进行课堂分析和学情分析，帮助教师精准发现教学漏洞，追踪学生在实践课程中的薄弱环节，帮助教师优化教学反思与迭代，追踪学生在AIoT实训中的薄弱环节，搭建教师教学资源共享平台，形成互助迭代的教学共同体。
3) AI赋能“新工科”背景下学生实践能力提升培养模式分析
“新工科”建设的最终目标就是培养出多样化、创新型卓越工程科技人才，“以学生为中心”根据自身特色及行业企业专家意见，将专业细划分原则，以能力为目标的实践培养方式；和由学生自身兴趣，自主选择的实践环节选择模式。依托AI虚拟仿真平台搭建“物联网实践场景”，模拟工业质检、智慧城市等真实环境，让学生在虚拟空间完成硬件部署、软件AI模型训练、AI设备故障诊断等操作，解决传统实训中硬件成本高、场景单一的问题；引入企业真实项目案例，借助AI拆解，将感知层、网络层、应用层的实践任务模块化，帮助学生建立“数据采集–AI分析–智能决策”的系统思维；利用AI学情分析工具追踪学生实践数据，根据学生学习能力生成专属提升方案；利用AI学习助手实现试试解答实践疑问，提供阶梯式指导，既避免学生因难题卡壳失去兴趣，也防止过度干预限制自主探索，实现物联网专业人才个性化培养；构建“AI + 实战”双轨考核体系，在过程性考核中，AI系统实时评估学生在项目实践中的操作规范性、问题解决效率；最终性考核中，采用真实项目任务，AI结合产业标准对项目成果进行多维度评分。最后，利用AI匹配学生实践能力与企业岗位需求，推荐针对性实习机会，推动“教学–实践–就业”无缝衔接，确保学生实践能力符合“新工科”与产业发展的要求。
4. AI 赋能物联网技术实践需解决的主要问题
“新工科”背景下技术的发展和人才培养需求、教师能力提升、学生能力提升三者密不可分，当前AI赋能物联网实践教学需解决以下问题[11] [13] [14]。
1) 赋能“新工科”背景下技术发展与课程体系规划中的课程评价问题
在AI与物联网技术高速迭代的“新工科”背景下，课程评价体系未能跟上技术融合与能力培养需求，呈现多维度脱节，首先，评价指标与物联网技术融合特性不匹配，难以衡量多学科交叉实践能力，当前课程评价仍沿用传统“知识掌握度”导向的指标，多以“实验报告完整性”评价实践成果，忽视AI赋能下“技术整合与创新应用”的核心能力要求。也缺乏对“跨学科思维”的考量，如学生在设计工业质检物联网系统时，需结合电子传感技术、计算机算法与通信协议，但现有评价多聚焦单一技术模块，难以全面评估学生整合多领域知识解决复杂问题的能力，与“新工科”培养复合型人才的目标脱节。其次，评价方式滞后于技术迭代，无法覆盖前沿实践内容。AI与物联网技术的快速更新，使课程内容需频繁调整，但评价方式却长期固化，导致部分前沿实践能力“无标可评”。随着生成式AI在物联网场景的应用，学生需掌握“AI生成内容与物联网设备的协同逻辑”，但现有评价仍集中于传统数据处理、设备调试等技能，对生成式AI相关实践的评价标准缺失，既无法引导学生关注技术前沿，也难以检验其适配新场景的实践能力。此外评价工具的技术适配性不足，当前仍依赖人工批改实验报告、现场考核操作，面对AI赋能下“多设备协同、多数据并发”的复杂实践场景，人工评价难以高效追踪全流程操作细节，易出现评价片面、误差较大的问题。最后，评价结果与产业需求脱节，缺乏岗位能力导向。课程评价未充分衔接企业对“AI + 物联网”人才的能力要求，导致评价结果无法有效反映学生的岗位适配度。用人单位在招聘时的关注重点与“完成任务与否”评价不一致，导致学生实践能力与企业需求存在“断层”，难以满足“新工科”对“产业适配型人才”的培养要求。
2) AI赋能“新工科”背景下实践教学系统统筹问题
AI赋能物联网实践教学涉及技术资源、跨学科协作、校企协同等多环节，但当前系统统筹能力不足，导致各要素分散割裂，难以形成育人合力，首先，技术资源统筹不足，AI与物联网实践资源碎片化。高校在引入AI与物联网实践资源时，缺乏系统性规划和技术协同，软硬件资源分散于不同实验室，开展综合的全流程实践时，需跨多个实验室协调资源，不仅耗时耗力，还易因设备接口不兼容、数据传输中断等问题影响实践效果，也削弱“AI赋能物联网”的技术可能性。其次，跨学科教学统筹薄弱，难以支撑多领域技术融合实践。
物联网工程的交叉学科属性，但当前跨学科统筹机制缺失，导致师资团队缺乏跨学科协作，教师只能侧重自身专业领域，教学内容分散、协同不足，难以全程指导学生，实践过程中学生需自主整合多门课程知识才能形成完整技术认知，不仅增加学习负担，还易导致知识体系碎片化。最后，校企协同统筹缺失，实践教学与产业真实场景脱节。
校企协同是“新工科”实践教学的核心支撑，但当前AI赋能物联网实践的校企合作缺乏统筹规划，导致合作流于表面，难以引入产业真实场景与技术资源。一方面，校企合作内容单一，多数企业仅提供简单的参观实习或捐赠教学设备，未深度参与实践教学设计，实践内容仍停留在“模拟任务”层面。另一方面，校企协同缺乏长效机制，企业技术专家参与教学的频次低、深度浅，多为偶尔开展讲座或指导学生毕业设计，无法持续将产业前沿技术、岗位能力要求融入实践教学；同时，高校也未建立与企业的“技术反馈”机制，学生在实践中提出的技术疑问，难以快速获得企业专家的专业解答，导致实践教学无法及时对接产业技术迭代，难以培养学生解决真实产业问题的能力。
综上，实践是人们认识了解事物的一种有效的手段，也是高等教育人才培养的一种有效方式。通过对当前AI赋能物联网实践教学在高等教育过程中的高效、系统、自主实践实现现状及存在问题分析，在AI赋能“新工科”背景下将社会人才需求、教师及专业建设和科研融合相统一，以AI驱动的“新工科”积极确立面向应用和社会需求的实践教学新模式，在“新工科”背景下AI赋能物联网新产业新技术及人才需求明确的方式方法下，以教师和学生为研究对象的AI赋能“新工科”背景下教师教学实践能力提升方法和AI赋能“新工科”背景下学生实践能力提升培养模式确定的方法，在人工智能发展的潮流中培养高层的物联网专业人才，全面提高物联网人才的职业素质，推动物联网技术发展。