《数据可视化原理与应用》作为智能工程领域核心课程，兼具理论性与实践性。传统教学模式存在知识传递滞后、实践指导不足、评价反馈不及时等问题。随着AI 技术发展，将其融入课程教学全环节，构建适配新时代人才培养需求的教学模式，成为提升课程质量的关键探索方向。
在教学创新赛事的驱动下，智能工程系教师团队积极探索AI与课程融合路径，以《数据可视化原理与应用》课程改革为突破口，借助AI工具构建全新教学模式，重塑课前、课中、课后学习生态。
课前（线上）：依托 “AI + 芯位蜜线” 平台，将预习课件将抽象知识可视化，辅助学生提前构建知识框架；利用平台发布习题检测精准诊断知识掌握情况；利用AI工具进行学情分析生成个性化预习报告，让学生带着问题进入课堂，学习更具针对性。
课中（线下）：以 “AI + 头歌” 为支撑，案例数据经AI分析简化处理，降低学生理解门槛；小组协作探索时，AI在线编程为学生提供代码框架与逻辑指引，使得学生将注意力重点放在程序逻辑设计和个性化定制上；遇到难题，AI答疑快速拆解重难点，快速获取程序BUG解决方案，助力学生高效实现编程实践，让知识消化更顺畅。
课后（线上）：回归 “AI + 芯位蜜线”，AI在线答疑随时解决课后困惑；实验收集沉淀实践成果；AI智能评分客观高效，评语反馈详细精准，形成 “学习- 实践- 评价- 提升” 闭环，持续推动学生能力进阶。
此次课程改革成果显著，学生在数据处理与可视化表达方面的能力大幅提升，学习积极性显著增强。AI 赋能《数据可视化原理与应用》课程的三环节教学模式，通过课前精准预习、课中高效实践、课后闭环评价，重塑教学流程，打破了传统学习边界，为课程注入新活力，助力学生在数据可视化学习中精准突破，有效提升学生学习效率与实践能力。该模式为高校工科类课程数字化转型提供实践参考，未来需持续深化AI 与教学的融合创新，应对人才培养的新需求与新挑战。
