数智化背景下高职院校智慧学习模型构建的研究

［摘 要］ 数智化时代，口腔行业人才需求发展重大转变，高职口腔医学专业教学需要进行深层次改革。数智化技术为口腔医学教育提供了丰富多样的教学手段，有助于培养学生的实践操作能力和创新思维。智慧学习模型通过整合优质教学资源和提供个性化学习支持，能够帮助学生更好地理解和掌握口腔医学知识，提高学习效率。与此同时，教师能够根据学生的学习反馈及时调整教学策略，提升教学质量。此外，智慧学习模型通过模拟真实诊疗场景、提供虚拟实训环境等方式，使学生能够在安全可控的环境中反复练习，提升学生临床技能和职业素养。基于此，对智慧学习模型的内涵和特征进行论述，解析高职口腔医学专业构建智慧学习模型的重要意义，探究高职院校智慧学习模型的构建要点与构建路径，旨在促进复合型口腔医学专业人才培养，满足当前数智化时代对口腔医学人才的新需求，引领口腔医学教育的高质量发展。

［关 键 词］ 数智化；高职院校；口腔医学专业；智慧学习；模型构建

［中图分类号］ G712 ［文献标志码］ A ［文章编号］ 2096-0603（2024）32-0133-04

随着数智化时代的到来，新一代数智化技术推动了口腔行业的变革，口腔行业对口腔医学专业人才的需求发生很大转变。高职院校是培养技术技能型人才的重要基地，教学模式和方法需要与时俱进，才能适应数智化时代对人才培养的新要求。口腔医学专业作为医学教育中的重要组成部分，不仅要求学生掌握扎实的理论知识，而且强调实践操作能力和创新思维的培养。然而，当前高职院校口腔医学专业教学存在教学资源分散、学习路径单一、个性化学习支持不足等问题，难以满足数智化背景下对口腔医学人才的高质量需求[1]。数智化技术的引入，为高职院校口腔医学专业的教学模式创新提供了可能。在口腔医学专业教学中，通过构建基于数智化技术的智慧学习模型，可以实现教学资源的整合与优化，提供个性化学习路径推荐，增强学习的互动性和实效性。同时，智慧学习模型能够利用大数据分析技术，精准评估学生的学习状态和能力水平，为教学决策提供科学依据，进一步提升该专业教学质量。

一、智慧学习模型的概述

（一）内涵

智慧学习模型是数字化学习模型的高级类型，通过深度整合数智化技术，构建以学习者为核心的学习生态系统。这一模型不仅超越了传统教学模式的局限，还融入了个性化与智能化的学习理念。这一模型通过筛选并整合全球范围内的优质教育资源，可以为学习者提供丰富多样的学习路径。此外，这一模型利用先进的大数据分析技术，可以精准评估学习者的学习状态，实现对整个学习过程的全面优化与支持。这种教学模式鼓励学习者积极参与并主动探索，促进知识的内化与能力的提升，提升学习质量与效果，充分尊重学习者的个性化发展需求。

（二）特征

智慧学习模型具有交互性、体验性、沉浸性、智能性等特征。其一，交互性。该学习模型强调师生之间的即时互动与深度反馈。在线学习平台可以为学生提供便捷的课程访问与学习资源获取途径，内置多种交互工具，能够促进师生间的即时沟通，使学习者能够迅速获得解答与指导。其二，体验性。该学习模型充分利用虚拟现实、增强现实等前沿技术，为学习者打造沉浸式的学习体验。通过模拟真实的场景，学习者能够身临其境地感受实践的复杂性与多样性，从而深化对专业知识的理解与掌握[2]。其三，沉浸性。该学习模型可以提供高度仿真的虚拟学习环境，促使学习者在虚拟空间中全身心投入。这种沉浸式的学习体验不仅让学习者能够近距离观察实践中的细节，而且能够通过模拟操作积累宝贵的实践经验。其四，智能性。该学习模型借助人工智能算法与大数据分析技术，可以实现对学生学习行为的智能识别与精准评估。

二、高职口腔医学专业构建智慧学习模型的重要意义

（一）能够提供个性化学习体验

在高职口腔医学教育中，传统教学模式采用“一刀切”的教学方法，难以满足学生多样化的学习需求。而智慧学习模型通过整合数智化技术，能够全面收集并分析学生的学习数据，包括学习习惯、能力水平、兴趣偏好等。基于这些数据，该学习模型能够智能推荐个性化的学习资源，包括定制化的学习计划、针对性的习题练习、丰富的多媒体教学资源等。这种个性化的学习体验不仅能够激发学生的学习动力，而且能够满足不同层次、不同需求的学生。

（二）能够支持教师调整教学策略

智慧学习模型为高职口腔医学教师提供了实时掌握学生学习状态和能力水平的重要工具。教师借助这一模型收集和分析学生的学习数据，可以直观了解学生的学习进度、掌握程度以及存在的问题。这些数据为教师提供了科学的教学决策依据，帮助教师及时调整教学策略，更好地满足学生的学习需求[3]。例如，对于学习能力较弱的学生，教师可以加强辅导和支持，提供额外的帮助和资源；对于学习能力较强的学生，教师可以设置更具挑战性的任务和目标，促进其深入学习和探究。

（三）能够促进教育资源配置与共享

传统模式下，优质教育资源往往集中在少数地区或学校，教育资源差距较大。而智慧学习模型利用互联网和信息技术手段，打破了地域和时间的限制，实现了跨区域、跨时空的教育资源共享。通过智慧学习平台，学生可以随时随地访问全球范围内的优质教育资源，包括最新的科研成果、权威的教材资料、丰富的案例分析等。同时，教师可以通过平台交流教学经验、分享教学资源，共同提升教学质量。这种基于互联网的教育资源配置与共享模式有助于缩小教育差距，促进教育公平，提高教育资源的利用效率，推动口腔医学教育的均衡发展[4]。

三、高职院校智慧学习模型的构建要点

（一）注重数据驱动

智慧学习模型的构建应基于大数据分析与利用，具体而言，该学习模型应当高度应用大数据技术，对学生的学习行为数据进行全面挖掘与分析。通过集成各类传感器、学习管理系统和互动平台，实时捕捉学生的学习进度、答题情况、互动表现等多维度信息。另外，教师利用大数据分析技术，对这些数据进行深度挖掘，了解学生的学习习惯、能力分布等内在规律。基于数据分析结果，为每位学生提供精准的学习诊断与反馈，确保教学决策的科学性与有效性。

（二）引用历史数据

历史数据在智慧学习模型的构建中发挥着重要作用，在实际构建中，需要收集并整合过往学生的学习记录、成绩数据、课程评价等信息，形成丰富的历史数据库。这些历史数据可以为模型提供宝贵的训练样本，并且揭示出学生在学习过程中可能遵循的一般规律和趋势。通过对比分析历史数据与现实数据，可以及时发现学生在学习过程中存在的异常，为模型的持续优化提供可靠支持[5]。

（三）考虑个体差异

每个学生都有独特的学习特征与需求，口腔医学专业学生也不例外。在构建智慧学习模型时，高职院校需要充分考虑这些差异因素，通过采用多维度、多层次的评估体系，全面了解每位学生的具体情况，并且基于个体差异分析结果，为不同类型的学生设计差异化的学习资源与服务方案。例如，对学习能力较弱的学生，提供更加基础的学习材料和辅导支持；对学习能力较强的学生，推荐更具挑战性的学习内容和拓展资源。

（四）自适应引擎

自适应引擎是智慧学习模型中的关键组件，决定了模型能否根据学生的学习状态和能力水平变化进行动态调整。优秀的自适应引擎应具备以下特点：能够实时监测学生的学习进度和表现情况；基于监测结果，引擎能够自动分析学生的学习需求和能力缺口；根据分析结果，引擎能够动态调整学习路径、难度设置和教学策略，确保学习过程的连续性。通过引入先进的机器学习算法和人工智能技术，自适应引擎能够不断优化和完善自身的决策机制，为学生提供更加精准、高效的个性化学习支持[6]。

四、数智化背景下高职院校口腔医学专业智慧学习模型的构建

（一）围绕口腔医学专业人才培养目标，搭建智慧教育云平台

其一，课程学习模块。该模块需集成口腔医学专业的全部核心课程及拓展学习资源，包括电子教材、多媒体课件等。通过智能化的学习路径推荐算法，该平台能够根据学生的实际情况量身定制个性化的学习计划和资源列表。同时，平台支持互动式学习，鼓励学生积极参与讨论、提问和解答，形成良好的学习氛围。其二，虚拟实训模块。针对口腔医学实践性强的特点，该平台应当设立专门的虚拟实训模块，利用虚拟现实等先进技术，模拟真实的临床操作场景，便于学生在虚拟环境中进行口腔检查、治疗操作等技能训练，获得与真实操作相近的体验感。通过反复练习和即时反馈，学生能够快速提升实践能力和应对复杂情况的能力。其三，在线考试模块。为了检验学生的学习成果和巩固所学知识，该平台应当提供在线考试模块。该模块包含丰富的题库资源，覆盖口腔医学专业的各个知识点和技能点。考试形式灵活多样，包括选择题、填空题、案例分析题等。考试结束后，平台需要即时给出成绩和详细的解析报告，帮助学生了解自己的学习状况和存在的问题。其四，学习评价模块。该平台应当建立多维度、多层次的学习评价体系，既要关注学生的学习成绩，又要重视学生的学习过程、学习态度和能力提升。其五，大数据分析和个性化学习路径推荐模块。作为智慧教育云平台的核心功能之一，大数据分析和个性化学习路径推荐模块需要实时收集和处理学生的学习数据，运用先进的机器学习算法和人工智能技术，深入挖掘学生的学习规律和需求。

（二）以“互联网+口腔医学+产业”为导向，建设智慧全场景教育实践基地

首先，基地应当紧密对接口腔医学产业的发展趋势，深入了解行业对人才的需求变化，确保教育内容与产业发展高度契合。通过引入行业内领先的技术、设备和管理模式，模拟真实的口腔诊疗环境和操作流程，为学生打造高度仿真的学习环境。例如，利用虚拟现实和增强现实技术，学生可以身临其境地体验从口腔检查、诊断到治疗的全过程，从而提高实践能力和应对复杂情况的能力。其次，智慧全场景教育实践基地应注重教学与科研的深度融合。基地内应设立专门的科研实验室和创新中心，鼓励师生共同参与科研项目和技术创新。通过与企业合作开展产学研项目，不仅能够提升教师的科研水平和教学能力，而且能够能培养学生的创新意识和实践能力。最后，充分利用互联网技术，搭建线上线下相结合的教学平台。通过在线课程、直播教学、远程实训等多种形式，实现教学资源的共享和优化配置。学生可以随时随地进行自主学习和互动交流，教师能通过平台实时掌握学生的学习进度和表现情况，从而进行针对性的指导。

（三）建设展示体验中心与全岗实训中心，培养口腔医学专业学生的综合素质

一方面，建设展示体验中心，增强学生的专业认知与学习兴趣。该中心应当成为口腔医学领域最新技术和成果的展示窗口，通过实物展示、多媒体演示、互动体验等多种形式，让学生直观感受口腔医学的发展前沿和应用现状。例如，高职院校可以设立数字化口腔诊疗设备展示区，展示最新的口腔CT、口腔内窥镜等设备，并配以详细的操作演示和讲解，使学生了解这些设备的工作原理和应用场景。同时，中心可以定期举办口腔医学新技术讲座、学术交流会等活动，邀请行业专家分享最新研究成果和临床经验，激发学生的专业热情和探索精神。另一方面，建设全岗实训中心，培养学生的实践操作能力和职业素养。该中心应模拟真实的口腔医学岗位环境和工作流程，为学生提供高度仿真的实训平台。中心内应配备齐全的口腔诊疗设备和耗材，涵盖口腔内科、口腔外科、口腔修复、口腔正畸等多个专业方向。学生可以在教师的指导下，按照标准的操作流程进行技能训练，如口腔检查、牙齿洁治、充填治疗、拔牙术等。通过反复练习和即时反馈，学生能够熟练掌握各项技能，并养成良好的职业素养和团队协作精神。

（四）建设实习实践中心，促使口腔医学专业实训教学与在岗实践教学全新融合

数智化背景下，在智慧学习模型的构建过程中，高职院校需紧密结合实习实践中心的建设，特别是在口腔医学专业中，实现实训教学与在岗实践教学的全新融合。

其一，实习实践中心应积极与口腔医疗机构建立长期稳定的合作关系，并利用数智化技术为学生搭建真实且丰富的实习实践平台。通过签订合作协议，并利用大数据、云计算等技术手段，实现实习资源的优化配置和共享。例如，可以开发一个实习管理平台，实时记录学生的实习进展、考核情况等信息，同时为学生提供门诊、住院部、口腔修复科、正畸科等多个科室的虚拟仿真实习岗位，利用虚拟现实技术，使学生在模拟环境中进行全面的临床观摩和操作练习，再结合真实的临床操作机会和专业指导，使学生全面了解口腔医学各领域的实际工作情况，并提升其实践技能和应对复杂情况的能力。

其二，实习实践中心应注重实习与教学的有机结合，鼓励学生将实习中学到的知识和技能反馈到课堂教学中，促进理论知识与实践经验的相互融合，并与智慧学习模型形成闭环。例如，高职院校可以开发在线病例讨论平台，让学生分享实习经历、交流心得体会，并利用自然语言处理技术对学生的讨论内容进行分析和挖掘，提取出有价值的知识点和经验，再将其融入课堂教学中。同时，通过组织实习汇报会等活动，利用数据分析技术对学生的实习成果进行评估和展示，加深学生对口腔医学专业的理解。

其三，实习实践中心应加强与口腔医学产业的互动与合作，并与智慧学习模型相结合，推动教育与产业的深度融合。例如，与企业合作开发基于大数据和机器学习的口腔疾病预测模型，让学生参与到实际的项目中，提升其数据分析和科研能力。同时，通过举办行业讲座、职业规划指导等活动，引导学生了解行业发展趋势和就业市场需求，并利用智能职业规划系统为学生提供个性化的职业规划和就业指导服务。此外，积极与企业合作开展实习实训基地建设、产学研项目等，为学生提供更多实践机会和就业岗位，促进教育与产业的协同发展。

（五）建设教育大数据中心，促成口腔医学专业就业与教学联动发展

在数智化背景下，建设教育大数据中心是构建口腔医学专业智慧学习模型、实现就业与教学联动发展的关键。该中心通过收集、整合、分析多维度数据，可以为教学改进、个性化学习及就业指导提供科学依据，促进口腔医学教育与产业需求的精准对接。具体而言，教育大数据中心应涵盖以下几个核心功能：其一，多维度数据采集与整合。该中心需要全面收集学生的学习相关数据，包括在线学习时长、课程完成情况、实践操作表现等，并且分析学生的能力水平数据，如技能测试成绩、专业证书获取情况等。此外，中心应与就业服务机构合作，收集学生的就业意向、就业去向及职业发展情况等就业相关数据。其二，智能数据分析与挖掘。在数据采集的基础上，该中心应运用先进的数据分析技术和算法，对学生学习行为、能力水平及就业情况进行深入挖掘与分析。通过分析学生的学习轨迹、能力成长路径及就业趋势，找出教育过程中的规律与问题，为教学改进提供数据支持。其三，就业导向的教学决策支持：基于数据分析结果，教育大数据中心应为口腔医学专业的教学决策提供科学依据。通过识别学生在不同学习阶段的能力短板和就业市场的需求变化，指导学校优化课程设置、教学内容及教学方法，确保教育与产业需求的高度契合。其四，加强与产业界的合作与交流。为了促进就业与教学的深度融合和联动发展，教育大数据中心应积极与口腔医疗机构、就业服务机构等产业界伙伴建立合作关系，通过定期的数据共享、联合分析及项目合作等形式，加深学校对产业需求的理解，为教学改进和就业指导提供更为精准的产业视角。

五、结束语

随着数智化技术的深入发展，高职教育逐步朝着智慧化方向发展。口腔医学专业是医学教育的重要组成部分，对学生的理论知识、实践技能和创新思维有较高要求。在数智化背景下，高职院校构建数口腔医学专业智慧学习模型，成为推动口腔医学教育现代化、提升人才培养质量的必然选择。在实际构建中，高职院校应当紧跟时代发展趋势搭建智慧教育云平台，以“互联网+口腔医学+产业”为导向，建设智慧全场景教育实践基地，促进复合型、技能型口腔医学专业人才的培养。

参考文献：

［1］ 王竹新，李心蓓，齐梦娜，等.元宇宙赋能智慧学习空间的模型、应用与挑战［J］.中国教育信息化，2023， 29（10）：37-45.

［2］ 翟继友.数字化转型背景下智慧学习系统模型构建［J］.无线互联科技，2023，20（19）：22-24.

［3］ 李川，刘洲洲，程传旭，等.软件工程专业创新性人才智慧学习模型研究［J］.微型电脑应用，2023，39（9）：16-18，22.

［4］ 杨浩，付艳芳，叶华群.智慧学习环境下组卷模型的改进研究［J］.计算机时代，2023（7）：56-60.

［5］ 刘虹，陈金华，周雄俊，等.基于智慧学习环境的学习适应性模型构建研究［J］.中国教育技术装备，2023（8）：39-44.

［6］ 钟卓.人工智能支持下的智慧学习模型构建及应用研究［D］.长春：东北师范大学，2023.

◎编辑 马花萍

①基金项目：湖南省自然科学基金项目“数智化背景下基于职业能力导向的医卫类高职院校智慧学习模型构建及应用研究——以口腔医学专业为例”（项目编号：2024JJ8066）；中国成人教育协会“十四五”成人继续教育科研规划课题“新时代背景下口腔医学继续教育课程思政研究”（项目编号：2023-509Y）；高职院校医卫类专业MOOC课程思政体系建设研究——以《口腔解剖生理学》为例（项目编号：XJKX23B092）。

作者简介：黄慧静（1983—），女，汉族，湖南郴州人，副主任医师，硕士研究生，研究方向：口腔医学教学、口腔医学临床。

罗丹（1989—），女，汉族，湖南娄底人，讲师，主治医师，硕士研究生，研究方向：口腔医学（技术）教学、口腔医学临床。

许丹（1989—），女，汉族，湖南岳阳人，讲师，硕士研究生，研究方向：口腔医学临床与教学。

丑玲（1993—），女，汉族，湖南长沙人，主治医师/助教，本科，研究方向：口腔医学。

*通讯作者：周倩文（1991—），女，汉族，湖南长沙人，中级/助教，本科，研究方向：口腔医学（技术）教学、口腔医学临床。