Educational Research

在教育数字化转型与人工智能产业快速发展的双重驱动下，人工智能专业课作为培养复合型AI人才的核心载体，面临着知识体系复杂、交叉性强、更新迭代快以及教学与产业需求脱节等现实挑战。传统教学模式中存在的知识碎片化、教学组织僵化、个性化指导不足等问题，严重制约了教学质量与人才培养效率。知识图谱作为人工智能领域的核心技术之一，其结构化的知识组织方式、强大的关联挖掘能力与动态更新特性，与人工智能专业课的教学需求具有高度适配性。本文基于知识图谱的技术优势，结合人工智能专业课的教学特点，构建“知识建构-资源整合-场景应用-评价优化”的一体化教学设计框架，探索从知识图谱构建、教学资源重构、教学实施创新到评价体系升级的全流程实施路径，为破解人工智能专业课教学困境、提升人才培养质量提供实践参考。