1. 引言
教育部办公厅2025年印发的《关于组织实施数字化赋能教师发展行动的通知》中指出：要扩大优质资源和服务供给，以数字技术、人工智能技术一体化创新应用为牵引，打造教师发展新赛道，塑造教师发展新优势，建设高水平教师队伍，为推进教育优质发展、建设教育强国提供坚强支撑[1]。以数字化技术、人工智能技术融合创新应用为基础，以数字技术为牵引，以人工智能为支撑。《教育强国建设规划纲要(2024年至2035年)》也指出：要以人工智能助力教育变革、发展加强课程体系改革、优化学科专业设置为依托，打造人工智能教育大模型，促进人工智能助力教育变革[2]。人工智能和教育的深度融合是人工智能(AI)被认为是新一轮科技革命和产业变革的重要驱动力。教育部官网2025年发布的《积极推动人工智能赋能教育强国建设》指出要通过推动人工智能与教育的深度融合激活教育变革潜力，将AI贯穿于教育数字化、智能教育推进等相关工作部署中[3]。教育部高教司在2024年3月出版的《中国高等教育》高等教育迫切需要在教育理念、办学路径、教学模式、学习范式、评价方式等方面进行深层次变革，塑造“智能+”高等教育新生态。教学应由“师生互动”向“师/生/机”深度互动转变，学生应由“被动学习”向“自主学习”转变[4]。同时启动了人工智能赋能教育行动，推出了旨在促进教学融合、开发教育新方法的多项行动，包括在线“爱学习”栏目、全国智慧教育公共服务平台智慧教育平台[5]。近年来，在几所学校的本科教学改革取得显著成效的背景下，大多数学校都在通过各种方式鼓励教师积极探索新的教学模式和未来的学习方式，积极探索数智化教学建设[6]。AI技术为辅助，有机化学教学迎来了新的创新，AI驱动的虚拟实验室、智能教学帮助学生更浅显地掌握有机化学的相关知识，提高学生对有机化学的学习的兴趣[7]。
有机化学作为化学学科的重要分支，是研究有机化合物的结构、性质、合成方法及反应机理的一门复杂科学。在高等教育中，有机化学是化学、化工、材料、生物、医药等专业的核心专业课程，对学生后续专业课程的学习和未来职业发展有着非常重要的影响。然而，传统的有机化学在教学方法、教学资源、学生学习体验等方面存在较大的问题，存在较大的局限性，难以满足新时代对创新型人才培养的需求。
近几年，人工智能(Al)技术取得了突破性进展，2024年诺贝尔化学奖授予Al-phaFold及其在蛋白质结构预测领域的贡献，充分体现AI作为科研工具在自然科学中的关键作用，特别是在化学及相关学科领域[8]。2023年，国际纯粹与应用化学联合会(IUPAC)将人工智能列为化学领域Top十大新兴技术之一。这一殊荣彰显了将AI方法论融入化学研究的巨大潜力，为化学领域带来突破性进展[9]。在环境化学领域，Kleinert等人[10]描述了利用机器学习预测大气中臭氧浓度的方法。他们采用深度学习模型来预测每日臭氧水平及长期趋势。鉴于人工智能在科学研究和日常专业领域中突出贡献。如何将人工智能引入教育教学，提高教师教学水平是目前备受关注的问题[11]。将人工智能在有机化学及相关学科中的应用探索纳入课程体系，使学生能够掌握前沿科学进展，并了解这些技术带来的多元化理念[12]。是目前大多数教育工作者正在尝试的教育创新，这种尝试是将机器学习方法融入学科教学，强调技术与化学学科关联性的理解[13]。在上述背景下，徐等人开发了一款基于深度学习的AI智能导师系统，其工作原理是通过检索学术数据库，分析其中收录的论文，并从多个维度进行评估，为科研导师提供精准的学术研究思路和想法[14]。郑团队通过构建的多智能体协同系统，实现科学论文摘要生成等多项论文写作功能，为科研人员提供广泛的支持[15]。
AI技术为教育教学改革带来了新的机遇。通过使用AI技术，我们可以让学生更直观地理解复杂的有机化学知识。AI驱动的虚拟有机实验室、智能辅导系统和各大学习平台，不仅提高了学生的学习效率，还能根据学生的学习进度和理解水平，提供个性化以及针对性的学习途径。
通过技术赋能的教育方法，学生分析大数据能力和创新能力得到非常大的提升。Al技术因自身具备强大的个性化服务、智能决策、数据分析等能力，从而可以高效地解决传统教学中的痛点问题，提升教学效果和质量。将AI技术运用到有机化学课程教学中，是促进有机化学教学改革的有效手段之一，有利于促进有机化学教学过程中借助人工智能对教学流程进行智能化处理，使教学资源能够得到充分合理地使用，并充分调动和发挥教学中运用新技术、新思想、新理念的方法来创新地开展教学活动，实现对学生的差异化教学服务。
2. 传统有机化学教学面临的挑战
2.1. 教学方法单一
教师采用传统有机化学教学模式时，依照教材章节顺序进行授课，并按教材顺序讲解，使学生了解有机物结构、性质及反应等相关内容，进行知识传授。教师通过这种方式开展教学活动有利于知识结构系统化和逻辑性地展开，但不利于教学上的灵活多变以及师生间与师生间的互动交流，也无法调动学生学习的积极性，甚至不能激发学生较高的学习热情，在教学活动中具有很大的盲目性。由于有机化学知识的抽象及复杂，有机化学中有大量的化学反应方程式和机理，学生对此类知识的记忆能力和使用能力都有所欠缺，也导致他们对于化学知识的理解和把握的能力不强。
2.2. 教学资源有限
传统有机化学教学资源主要包括教材、教学课件、实验指导书等，这些资源形式相对单一，更新速度较慢，难以满足学生多样化的学习需求。学科的发展以及知识的不断更新，使得教科书中的内容与学科前沿脱节，使学生不能跟上学科前进的步伐，不能掌握最新的有机化学研究内容、无法及时获得学科发展最前沿的知识和应用，不能及时了解有机化学领域的最新成果和应用进程，对有机化学学科的研究成果也不熟悉，不利于学生的创新思维和实践能力的培养，再加上教学课件和实验指导书中的内容相对固定和陈旧。传统教学资源不能共享、开放，学生不能及时充分地使用资源，自主学习、个性化地学习也因此受到了很大的限制。
2.3. 学生学习差异难以兼顾
传统的有机化学教学都是采用同样的教学目标、相同的教学内容、统一的教学进度，无法做到因材施教。每一个学生的能力、兴趣和基础等都有很大的差异，讲授的内容如果太简单就不能够激发学生的潜在能力，对学生学习能力强的同学就会出现学而易得的现象，对于基础相对薄弱的学生来讲又会感到难以理解、听不懂，这样就会影响学生的学习，让他们无法随着教师的教学进度往前走，渐渐失去自信心，在这种“一刀切”的教育中起不到效果。
2.4. 实验教学存在不足
有机化学实验是有机化学教学中培养学生实践操作能力、创新思维及科学素养不可缺少的重要一环。而现阶段有机化学实验教学中的问题较多：一是实验教学内容太过陈旧，且大多为无创新、无设计的验证型实验，无法有效培养学生创新思维与解决问题能力；而真正需要操作训练以提升能力的综合性、设计性及创新性实验则较少；二是受学生数量多的影响，在实验教学中老师对每位同学无法做到细致指导，从而导致实验教学质量有所影响，甚至有些同学存在实验操作不规范，不认真的情况；另外因为受实验教学资源限制，一些老旧实验设备、过时的实验试剂等也是对学生展开实验教学的掣肘。
3. Al技术在有机化学教学中的应用优势
3.1. 开设Al助教
通过运用Al中自然语言处理、机器学习等技术，构建智能辅助的教学系统，即Al助教。为授课老师提供数字化的授课工具及讲课素材，如PPT、课程思政资源与相关资料文件等；当有同学有问题需要咨询辅导或者答疑时，学生直接问Al助教，A助教则能理解并识别问题的关键所在，进而从数据库中搜索相关内容，并给出对应解答，让学生真正学懂弄通每一个知识点(如图1所示)。与此同时，Al助教会
Figure 1. AI teaching assistant’s human-computer interaction examples
图1. AI助教的人机互动样例
结合之前的答题情况以及对学生学习情况的掌握，了解清楚学生在哪一部分知识上较为欠缺，再根据不同学生的学习情况，对其学习过程中出现的问题进行解答与指导，并做出针对性学习总结。
3.2. 虚拟实验与仿真
利用Al技术开发的虚拟实验平台，能够为学生提供逼真的实验环境和操作体验。学生可以在虚拟实验平台上进行各种有机化学实验，包括实验仪器的搭建、试剂的添加、反应条件的控制等操作，通过观察实验现象和数据分析，深入理解有机化学反应的原理和过程。虚拟实验可以让学生避免实际实验存在的安全隐患及高额的实验经费，并且可以反复多次地实验操作，学生在虚拟实验平台可以不受时间和空间限制，最大程度地提高学员的实验能力和创新意识。此外，虚拟实验平台能够利用AM技术对学生实验操作进行实时评价和反馈，有助于学生及时发现自己的问题并改善自身的实验操作水平。
3.3. 知识图谱构建
知识图谱是一种语义网络，它以图形化的方式展示了知识之间的关联和结构。利用AI技术可以从有机化学领域中自动抽取并整理知识，在图谱中将相关联的知识点联系在一起，包含概念、原理、反应以及化合物等的知识点都能够以联系图谱的形式呈现，形成庞大的知识点间结构体系，知识图谱能帮助学生更好的学习和记忆有机化学知识，并能将有机化学各个知识点之间的宏观的整体结构形象化、具体化，使学生更清楚的掌握各部分知识间的关系，有助于学生的理解和掌握复杂的有机体系，而且还可以让学生根据已有的知识进行有效的自我学习。同时，知识图谱还可以为智能教学系统提供知识支持，实现基于知识关联的智能推荐和个性化学习路径规划。
4. 基于Al的有机化学教学改革措施
4.1. 开发智能教学平台
结合有机化学教学特点和需求，开发基于Al技术的智能教学平台。该平台应具备以下功能：一是授课功能智能化，教师可以通过多媒体资源、动画演示、虚拟实验等方式使用该平台给学生进行在线授课，向学生展示授课内容，这样可以使得课堂授课更加具有趣味性、吸引力；二是AI助教，AI助教可以针对学生在学习过程中的问题进行24小时在线的答疑和学习辅导；三是学习分析功能，第一时间收集并分析学生学习数据可以了解学生的学情以及学习效果；四是个性化学习功能，该功能能为学生生成属于自己的个性化学习方案及资源推送，针对不同的学生推送不同的资源和解决方案。实现因材施教。
4.2. 整合教学资源
打造体系化、多样化、动态化更新的教学资源库，并利用Al技术对有机化学的教学资源进行整合、优化，资源库包括有机化学基础理论知识、前沿知识、课程思政、应用实例等内容，有机化学的教材、课件、视频、动画、虚拟实验、案例剖析、习题等。将各类资源并行整合入库，并且以知识图谱为导向标注相关联的资源信息，方便学生按需查询；不断号召、支持师生将最前沿的知识与最先进的经验融入到教学资源库当中，保持资源更新的速度和资源实用的价值。
教师可以利用超星泛雅平台和长江雨课堂平台构建有机化学知识图谱，对于知识图谱的构建首先是对有机化学的知识内容和关系进行梳理，借鉴有机化学教学领域的专家的意见，结合文献研究和对教材的深入分析。对知识点按照“包含、前置后置和关联”的关系结构化重构(如图2所示)。并录入超星知识图谱EXCEL模板导入，最终形成知识模块和知识体系(如图3所示)。
Figure 2. Systematization of knowledge points in organic chemistry
图2. 有机化学知识点梳理
Figure 3. Knowledge graph of organic chemistry
图3. 有机化学知识图谱
4.3. 创新实验教学模式
促进实验教学质量的提升，运用Al技术创新有机化学实验教学模式，在TIPS平台实现虚拟实验和真实实验的融合，在学生动手开展实验之前，先用平台虚拟实验预习、熟悉实验操作规程以及安全知识，从而增加学生实际实验时的熟练度与成功率；平台能在线指导学生总结实验现象和收集实验数据，培养学生的动手能力；利用虚拟实验平台可以反复推敲实验的结果和产物反应机理，例如乙酸和乙醇在发生酯化反应时，究竟是发生了酰氧键的断裂还是烷氧键的断裂？学生通过提出问题、查阅文献、完善资料之后将所有知识串在一起，并利用仿真平台对学生实验数据开展相应处理。最终得出科学的结论。创建基于Al技术的实验智能测评系统，对学生们的实验操作、实验报告、实验创新等方面进行全面客观地测评并及时给学生反馈测评结果，让学生的实验技能得以加强。最后，鼓励学生们通过Al技术自主地设计一些培养自己创新思维以及动手能力的实验设计及创新实验项目，比如通过使用有机化学模拟软件及Al算法来设计出一些新的有机合成路线和思路。
5. 教学改革实践案例
清华大学有机化学智能教学平台的应用
清华大学“有机化学”课配备了先进的“Chembot”机器人为学生答疑，“Chembot”机器人是具有人工智能功能的助教系统，该机器人匹配了自然语言处理、化学知识图谱技术，能够为学生解答反应机理、分子命名、合成路线等有机化学专业问题。“Chembot”机器人加载了文字交互、结构化交互，甚至能手绘机理图等多项技术能力；能够非常准确地回答学生提出的大部分常见的有机化学相关问题，在给出正确答案同时还能为学生提供清晰的学习思路。将它运用在课堂上；基本可以帮助一线老师完成录屏、备课、拓展信息等课前准备工作。该机器人还可以通过后台数据监测学生课堂表现，通过学生的表现随时随地改进改变教学内容。智能教学方式中引入“Chembot”机器人作为答疑助手后，配合其7 × 24小时的答疑模式以及渐进式学习算法，可以很好地杜绝学生上课不敢提问或不愿提问的问题的现象，使得学生的自主学习效率得到了大幅的提升。
6. 有机化学教学中AI应用的挑战、风险与展望
6.1. 精准性与可靠性的双重考验
在借助AI学习有机化学的过程中，在理解复杂反应机理这个任务上AI的准确性方面的存在较大的风险，以立体选择性反应和自由基中间体反应为例，这两类反应机理复杂，涉及分子构型的变化以及高活性中间体的行为。部分AI模型在处理这类反应时，往往为了简化计算，而忽略了关键的过渡态，最终给出错误的反应步骤。
为了解决这一问题，我们引入“量子化学计算”这一高效的方法。量子化学计算基于量子力学原理，能够精确计算分子的电子结构和能量，为反应机理的解析提供坚实的理论基础。通过将AI的初步判断与量子化学计算结果进行对比，可以及时发现AI模型的错误。建立“AI初判–人工复核”的双重校验机制确保最终结果的科学性。
6.2. 实验数据处理与安全规范的适配难题
AI在实验数据处理方面虽有一定优势，但也面临着诸多适配难题。在产物纯度检测方面，AI依赖于光谱、色谱等分析技术提供的数据。但这些数据的解读并非易事，AI在识别过程中可能会出现混淆，导致对产物纯度的误判。而在危险化学品操作规范方面，AI同样面临挑战。新型催化剂的研发日新月异，其毒性数据和安全使用方法也在不断完善，如果AI工具不能及时获取这些信息，就可能在指导学生实验时给出错误的安全建议。
为了提升AI对实验场景的精准感知能力，我们采取构建动态更新的安全知识库的方法解决上述问题。这个知识库应实时与权威的化学安全数据库对接，确保信息的及时性和准确性。强化多模态数据融合算法也能有效提高AI的判断能力。通过将视频、传感器数据和文本信息进行融合分析，AI可以从多个角度了解实验情况，减少误判的可能性。
6.3. 思维能力与教学模式的潜在危机
过度依赖AI工具可能削弱学生的基础化学思维训练。例如，在逆合成路线设计中，学生若直接套用AI生成的路径，跳过了对官能团转化、反应选择性的自主分析，导致逻辑推理和创新能力下降。一项调查研究显示发现，频繁使用AI辅助作业的学生，在无技术支持时基本不具备解决问题的能力。教学中需建立“AI引导–自主验证–反思修正”的三层学习机制，学生可以参考AI给出的建议，但不能直接使用结论。
7. 结论
在有机化学课程教学中引入Al技术，是紧跟时代发展潮流、加强教育教学改革、推动教学创新的必然趋势。本文提出了运用Al技术即开发智能教学平台、整合教学资源、创设新颖的实验教学等具体举措来实现有机化学教学改革的新思路。旨在解决传统教学存在的问题、提高有机化学的教学质量、提升学生的学习效果以及综合素质。同时也希望本文的观点能为从事有机化学教学创新的教师提供一些新思路。
基金项目
本文由2025年度新疆维吾尔自治区高校本科教育教学研究与改革项目“基于虚拟教研室建设的高校化学课程思政资源共建共享实践研究”(XJGXJGPTB-2025127)以及昌吉学院大学生创新创业训练计划项目(X202510997116)资助。
NOTES
*第一作者。
#通讯作者。