Volume 2,Issue 9
DeepSeek驱动的《高等土力学》教学改革：生成式AI的实践路径与风险应对
随着大语言模型（LLM）的突破性发展，人工智能技术正在重构高等教育范式。本研究以DeepSeek-R1为核心工具，探索其在《高等土力学》教学改革中的应用实践。结果表明：DS可动态生成水滴形屈服面本构模型推导、原位测试设备设计方案（如无人机-十字板剪切仪）及教学辅助资源（如土力学卡通人物），有效降低认知门槛并提升效率；但存在专业可靠性不足（知识幻觉、计算缺陷）及削弱批判性思维的风险。对此，提出“LLM+领域模型”协同框架与分层任务设计（基础概念动画→进阶文献修正→AI挑战作业），并建议普通高校采取“轻量化集成”策略——短期利用LLM填补资源缺口，长期构建领域校验模块，推动以批判性思维为核心的AI协同教学改革。
[1]别敦荣.AI技术应用于大学教育教学的理论阐释[J].中国大学教学,2024,(05):4-9+2.
[2]付龙龙,周顺华,王炳龙,等.大语言模型背景下土力学课程教学方法探讨——以交通工程方向研究生课程教学为例[J].高教学刊,2024,10(11):28-31.
[3]何迎春,张月娟,周芳亮,等.生物化学课程“数智”教学改革探索与实践[J].高教学刊,2024,10(36):143-146.
[4]袁杰,赵倩怡,童华炜,等.信息化时代土力学专业教学改革研究——以广州大学为例[J].高等建筑教育,2021,30(06):87-92.
[5]孙林娜,时伟,郭栋,等.“智能+教育”背景下的MOOC+SPOC教学模式改革与探索——以《土力学》为例[J].水利与建筑工程学报,2022,20(01):207-210.
[6]李欣.地方标准《岩土工程信息模型技术规程》编制解读[J].福建建筑,2021,(05):88-91.
[7]游新冬,张旭,吕学强,等.面向实体搜索的大语言模型测试评估技术[J].宇航计测技术,2024,44(06):1-13.
[8]Yao Y,He G,Luo T.Study on determining the plastic flow direction of soils with dilatancy[J].Acta Geotechnica,2023,18(5):2411-2425.
[9]杨光华,温勇,钟志辉.基于广义位势理论的类剑桥模型[J].岩土力学,2013,34(06):1521-1528.
[10]杨光华.土的现代本构理论的发展回顾与展望[J].岩土工程学报,2018,40(8):1363-1372.
[11]李广信.土的清华弹塑性模型及其发展[J].岩土工程学报,2006,28(1):1-10.