AI驱动下食品安全检测综合实验数字化课程建设的应用思考

食品安全是关乎社会稳定、人民健康的大事，为了保障食品安全，必须加强食品检测人才的培养。AI技术的发展为食品安全检测带来了变革，机器学习、计算机视觉等技术在多环节展现出了优势。然而，当前高校食品安全检测综合实验教学仍存在教学内容滞后、思政与专业脱节、跨学科创新能力培养不足等问题。本研究创新性地构建了一个由人工智能推动的食品安全检测综合实验教学体系框架，通过课程思政建设、融入AI技术的课程资源开发、知识图谱混合式教学模式重构、智能化评价、实验室设备智能化升级及虚拟仿真实验平台建设等途径，形成了“价值引领-技术赋能-实践创新”三位一体的教学改革方案。该方案旨在为新工科背景下交叉学科人才培养模式的创新提供实证支持，并推动食品安全检测教育从“技术训练”向“价值引领型创新实践”转变。

一、传统的食品安全检测综合实验教学存在的主要问题

食品安全检测综合实验不仅是食品安全检验技术课程的重要组成部分，更是连接该学科基础理论与实际操作的关键桥梁，对于培养学生的知识应用能力、实践动手能力以及提高学生的综合素质具有重要意义。然而，传统的食品安全检测综合实验在教学过程中却存在着几个主要问题。

（一）教学内容缺乏高阶性设计

传统的食品安全检测综合实验的内容往往局限于教材，缺乏对食品安全领域最新研究成果和实际应用案例的引入。随着科技的不断进步，新的食品安全检测技术和方法层出不穷，如基于人工智能的快速检测技术、纳米材料在食品安全检测中的应用等，但这些前沿内容在传统课程中很少涉及，使得学生所学知识与实际应用脱节，难以满足食品行业对创新型人才的需求。

传统课程内容还存在着知识体系不够系统和完整的问题，各个实验项目之间缺乏有机联系，学生往往只是孤立地学习每个实验，难以对食品安全检测知识形成整体认识。例如，学生可能分别学习了食品中营养成分的检测、添加剂的检测和有害物质的检测，但这些实验之间缺乏内在的逻辑联系，学生无法将这些零散的知识整合起来，形成一个完整的食品安全检测知识体系。这不仅影响了学生对知识的理解和掌握，也不利于学生综合运用所学知识解决实际问题。

（二）教学方法没有与时俱进

在教学方法上，传统的食品安全检测综合实验以教师讲授为主，学生被动接受知识，导致学生缺乏主动性和创造性。在实验教学过程中，教师通常先详细讲解实验目的、原理、步骤和注意事项，然后学生按照教师的指导进行操作。这种教学方法虽然能够保证实验的顺利进行，但学生缺乏自主思考和探索的机会，难以激发学习兴趣和创新思维。

传统的教学还缺乏多样化的教学手段，难以满足学生的多样化学习需求。在信息时代，学生获取知识的渠道日益丰富，对教学方法和手段的要求也越来越高。然而，传统的实验教学主要依赖黑板、教材和实验仪器，尽管有的也应用多媒体教学、虚拟仿真实验等先进教学手段，但由于应用较少，难以吸引学生的注意力，导致教学效果不佳。

（三）实践平台落后

在实践教学环节方面，一些高校的食品安全检测实验设备陈旧、性能下降、故障率高，且数量有限，学生往往需要分组进行操作，实际动手的机会较少，操作时间也有限，实验教学的质量受到影响。

此外，实践教学的内容也存在一定的局限。传统教学往往侧重于验证性实验，学生按照既定的步骤进行操作，以验证已有的理论知识，缺乏对学生创新能力和实践能力的培养，难以满足食品行业对人才的需求。

（四）考核模式单一

传统的食品安全检测综合实验的考核方式单一，主要依赖实验报告和期末考试成绩，难以全面、客观地评价学生。比如，实验报告的评分标准宽松，抄袭现象频发；期末考试以选择、填空、简答题为主，侧重教材知识记忆，无法考查实践操作与创新思维，导致部分学生高分低能，难以胜任实际工作。

二、食品安全检测综合实验教学模式的创新途径

（一）智教融合：人工智能与思想政治教育协同共进

在食品安全检测综合实验教学中，实现人工智能与思想政治教育的深度融合是培育全面发展人才的关键路径。人工智能可以打破传统思政教育资源的局限，凭借强大的检索整合能力提供海量、多元的素材，如历史典故、时事热点等，拓宽学生的视野。以食品安全领域为例，学生可以通过智能平台了解不同国家和地区在食品安全监管方面的政策法规、文化理念以及历史变迁，从而深刻认识食品安全对人类社会的重要意义。

此外，借助大数据和机器学习算法，人工智能可以深度分析学生的学习数据，精准把握学生需求，为其定制专属学习路径，提升其学习效果。比如，实验前，教师可以展示食品异物引发的安全事故，激发学生的责任感；在讲解图像识别技术原理时，教师可以引导学生思考技术滥用的后果，使其树立正确的科技伦理观；在实验操作中，教师可以引导学生以科学的态度对待并最终获得准确结果，使其体会科学精神。这种融合教育既能让学生掌握技术，也能帮助他们塑造正确的价值观，从而为其投身食品安全事业筑牢基础。

（二）数字革新：AI驱动的数字化教学资源建设

随着食品安全检测技术的不断更新，食品安全检测综合实验的教学内容也需与时俱进。数字化课程体系凭借网络平台的便捷性，能及时融入最新的研究成果和技术应用，让学生掌握最新的理念和方法，为职业发展打好基础。

数字化教学资源包括视频、电子教材、虚拟仿真实验、题库、实训项目等。教学视频可以多种形式展示知识点，如讲解农药残留检测技术时，用动画演示其原理和过程；电子教材的交互性和便捷性强，学生可进行标注和查询，从而提高学习效率；实训项目可以让学生了解行业趋势，提升实践和创新能力。

数字化课程体系通过整合分散的教学资源，可以形成涵盖多方面内容的教学资源库，为学生提供全方位的学习支持。同时，教师和学生还能在平台上进行分享和交流，实现教学相长。

（三）模式重构：知识图谱引领的混合式教学变革

在数字化时代，知识图谱混合式教学模式的重构对于提升教学效果意义重大。在食品安全检测领域，构建知识图谱能系统地整合繁杂的知识，为教学提供知识框架。教师需广泛收集专业教材、学术论文等知识资源，并运用知识抽取、融合技术将其转化为结构化知识图谱。比如，利用自然语言处理技术提取关键实体和关系，并整合不同的数据源知识，以确保图谱准确一致。基于此，教师可整合线上教学资源，按照图谱结构对其进行分类标注，以便学生自主学习。线下，教师可依据图谱设计教学活动、讲解重难点，并组织小组讨论和案例分析，以培养学生的学习能力。

为评估教学效果，教师可建立基于知识图谱的教学评价体系，从知识掌握、能力提升、学习态度等多方面进行评价，并通过在线测试、观察活动表现、分析学习数据了解学生情况，根据评价结果分析教学中的问题并进行优化。

（四）精准评价：智能化评价体系的构建与应用

在数字化时代，教学评价的精准、全面至关重要。传统的食品安全检测综合实验的考核方式弊端明显，难以全面、客观地评价学生的学习成果与实践能力，借助人工智能技术所构建的智能化评价体系则提供了新的解决思路。

智能化评价体系优势显著，能全面、客观、准确地评价学生的学习过程与成果。一方面，它能自动评阅实验报告、作业和试卷，运用自然语言处理技术分析学生的文本回答，以判断学生的知识掌握程度，避免人工评分的主观性偏差。另一方面，它可以通过采集和分析实验操作行为数据，评估学生的实验操作技能与规范程度，及时指出问题并给予反馈。在团队协作能力评价上，可以系统分析小组实验互动数据，如讨论内容、发言次数等，全面、客观地评价学生的团队协作与沟通能力。

智能化评价体系还能通过分析学生的学习进度、习惯和知识掌握程度等了解其学习特点与需求，为其推荐适合的学习资源与路径，并提供个性化的学习建议。比如，为学习进度快的学生提供前沿研究成果、行业动态等拓展内容，满足他们的求知欲，拓展其知识面。

（五）虚实结合：实验室智能化升级与虚拟仿真平台建设

在食品安全检测综合实验教学中，实验室设备的智能化升级和虚拟仿真平台的建设是提升教学质量、培养学生实践能力的关键。

一方面，高校在引入新型设备时需重视传统实验仪器的更新，提高其分辨率、灵敏度和稳定性，以实现更精确的检测。同时，高校应配备计算机设备，安装Python、MATLAB、TensorFlow等数据分析软件和人工智能算法库，以提升学生的数据分析和创新能力。另一方面，实验室可以建设虚拟仿真平台，借助VR和AR技术模拟真实的实验场景与设备，给予学生沉浸式的体验。在虚拟实验室中，学生可以不受时空限制地自由进行实验操作，既能提升学生的实验技能，又能避免设备损坏和安全事故。

综上，AI技术在食品安全检测领域的应用前景极为广阔。为了更好地适应AI技术在食品安全检测领域的应用，高校应持续推进AI赋能的食品安全检测综合实验教学改革，通过课程思政建设、融入AI技术的课程资源开发、知识图谱混合式教学模式重构、智能化评价、实验室设备智能化升级及虚拟仿真实验平台建设等途径，培养出适应行业发展需求的创新型人才，为保障食品安全和促进食品产业健康发展提供有力的人才支撑。

基金项目：广东海洋大学教学质量与教学改革工程项目“线上线下课程”——食品安全检测综合实验（PX-1121143）。

作者简介：高加龙（1983—），男，汉族，甘肃景泰人，副教授，博士，研究方向为水产品加工与质量安全。