果蔬贮藏学课程涵盖果蔬采后生物学、贮藏因素、处理与运输及病害防治等内容，作为一门兼具理论意义与实践价值的综合性应用课程，其教学质量直接影响食品行业人才培养成效[1]。该课程学科交叉性突出，融合植物生理学、微生物学、生物化学等多领域知识，以应用为导向紧密对接行业需求，核心目标是通过科学手段延缓果蔬衰老、降低采后损耗、提升商品价值，重点培养学生应对果蔬生理代谢调控、微生物侵染、环境条件控制等复杂问题的创新思维与实际应用能力，以适配行业快速发展与技术迭代需求[2]。随着人工智能（AI）技术的快速发展，教育领域可通过智能辅导、智能管理、个性化支持等途径提升学习效率与体验。范丽婷等[3]探讨了AI在基础医学教学中的应用，构建AI赋能的基础医学问题驱动式教学新模式，为基础医学理论学习与临床案例应用提供全新视角与路径；李磊等[4]提出嵌入式AI系统驱动的实验课程改革方案，有效激发学生学习主动性与创新活力；王学伟等[5]构建AI时代产教融合人才培养新模式，明显提升了职业教育的适应性。然而，现有文献暂未见AI技术在果蔬贮藏学课程教学中的应用报道。果蔬贮藏学作为农业科学的重要分支，其课程建设与教学改革正面临新的机遇与挑战。本文分析了果蔬贮藏学课程的教学现状，依托AI赋能提出教学改革对策，旨在探索新型教学方法与手段，为该课程建设与改革提供参考。
1 果蔬贮藏学课程教学现状
1.1 课程内容方面
果蔬贮藏技术迭代迅速，但教材与教学资源更新周期较长，导致教学内容与行业需求脱节。部分院校沿用多年前编制的教材，其中贮藏技术与设备相关内容难以同步行业前沿动态。例如，新型保鲜剂应用、智能贮藏系统开发和气调贮藏技术优化等先进成果未能及时纳入教学内容中，直接影响学生对行业趋势的把握及新技术应用能力的掌握。此外，随着消费者对食品安全与品质要求的提升，行业对绿色保鲜技术、智能化监控系统等领域的需求日益迫切，而常规教材对这类内容缺乏系统阐释[6]。
1.2 实践教学方面
果蔬贮藏学是一门实践性突出的课程，部分院校受实验条件限制，实践教学环节相对薄弱。部分实验设备陈旧、项目设置不合理，难以满足教学需求，导致学生缺乏动手操作与解决实际问题的机会，进而造成理论与实践脱节，难以将所学知识应用于实际工作中[7]。例如，部分学生虽掌握果蔬贮藏基本原理，但在实际操作中难以准确判断果蔬成熟度、优化贮藏条件，也无法熟练运用先进贮藏设备与技术。此外，多数实验仍聚焦温湿度控制等常规贮藏方法，缺乏气调贮藏、智能监控系统等技术的实践训练，致使学生难以全面把握行业前沿动态，无法熟练掌握前沿技术应用方法，最终导致实践能力培养不足，难以适配行业对应用型人才的需求。
1.3 教学模式方面
常规果蔬贮藏学课程教学采用教师单向讲授、学生被动接收的教学形式，缺乏有效互动与参与环节，既难以激发学生学习兴趣与主动性，也不利于创新思维与实践能力的培养。该教学模式导致学生机械记忆知识点，缺乏对知识的深入理解与灵活运用。同时，果蔬贮藏过程涉及复杂的生理生化动态变化（如采后呼吸作用、乙烯代谢、酶活性调控等），仅通过文字描述与静态图表的理论讲解，难以使学生形成直观认识，无法准确把握其动态变化规律[8]。此外，学生的基础知识储备与学习能力存在个体差异，统一化的教学模式难以适配个性化学习需求，基础薄弱的学生可能难以跟上教学进度，而学有余力的学生则因教学内容缺乏挑战性而感到乏味。这种教学方式不仅削弱了学生的学习积极性，也影响了其潜能的充分发挥。
1.4 评价体系方面
2 果蔬贮藏学课程教学改革策略
2.1 利用AI技术更新教学内容
AI技术赋能教学内容更新是提升果蔬贮藏学课程教学质量的关键路径。首先，强化教师AI应用能力培训，使其熟练运用智能化工具构建教学资源库；借助AI技术高效整合并动态更新教学内容，确保课程与行业前沿发展同步。例如，利用自然语言处理技术，自动采集、分析该课程相关科研成果与行业动态（含文献、案例、音视频等），构建结构化知识体系，为教学提供丰富素材支撑。此外，将AI技术深度融入果蔬贮藏实际应用场景，设计兼具实用性与前沿性的教学模块。例如，依托计算机视觉与机器学习技术开发果蔬品质检测模块，让学生通过模拟系统，学习基于AI的果蔬成熟度与品质判断方法，既提升了课程实用性，又深化了学生对AI技术在果蔬贮藏领域应用价值的认识。
2.2 创新AI辅助教学方法
依托虚拟现实（VR）与增强现实（AR）技术，开发果蔬贮藏过程三维模拟系统，使学生通过直观观察贮藏期间果蔬的生理动态变化。此外，开发AI智能教学助手以实时解答学生学习疑问，同时借助AI技术设计智能化教学游戏，提升学生学习兴趣与课堂参与度。加大投入建设智能化教学平台与实验室，提升学生实践能力与动手积极性。一方面，利用AI构建虚拟实验室，模拟多元果蔬贮藏环境与条件，支持学生在虚拟场景中开展实验操作，观察不同条件下果蔬品质变化规律。另一方面，开发基于AI的远程实验系统，实现实验设备远程控制与数据采集；同时，依托计算机视觉技术研发果蔬品质智能检测系统，进一步提升实验教学的效率与准确性。
2.3 个性化教学的全面实施
借助AI技术分析学生学习进度、知识掌握度、学习偏好等数据，为学生量身定制个性化学习方案，匹配适配的学习资源与路径，充分兼顾个体差异，提升学习效率与成效。例如，对学习进度较快的学生，系统推荐高阶学习内容或研究性任务；对基础薄弱、进度较慢的学生，则提供基础知识巩固练习与针对性辅导资源。同时，通过线上线下教学深度融合，依托AI技术实现教学过程智能化，在线平台支撑课前预习与课后复习，学生自主安排学习时间，通过在线测试与互动工具实时检测学习成效；线下课堂借助AI辅助教学系统开展实时互动与反馈，教师依据AI系统生成的学习报告，动态调整教学策略，精准解决学生学习难点。该教学模式既提升学生的学习兴趣与主动性，又助力教师精准因材施教，进而推动果蔬贮藏学课程教学质量的全面提升。
2.4 构建智能化的考核评价体系
借助AI技术开发智能化考核系统，实现学生学习过程的全程跟踪与动态评价；通过分析学习行为数据，系统自动生成个性化学习报告与评价建议，助力教师精准把握学生学习状况与需求。依托自然语言处理技术开发智能化主观题评分系统，提升考核客观性与效率，降低人工评阅的主观偏差；同时构建基于AI的实践能力评估系统，通过真实场景模拟评估学生实践操作能力，强化理论与实践的融合。为提升评估的全面性，引入多模态数据分析技术，综合课堂表现、作业完成质量、在线互动等多维度数据，构建精准学生学习画像。持续优化AI教学应用，不仅提升教学效率，还为学生提供个性化学习支持，助力教学质量提升。
3 结语
本文立足果蔬贮藏学课程教学现状，构建了依托AI技术的全方位教学改革体系。通过AI技术与课程教学的深度融合，不仅实现了教学内容与行业新技术、新需求的同步衔接，更通过VR、AR模拟、虚拟实验室、智能教学助手等工具强化了实践教学的实用性与前沿性；个性化教学模式兼顾了学生个体差异；智能化评价体系则实现了学习过程与学习结果的全面评估。未来，随着AI技术在教育领域的深入应用，果蔬贮藏学课程教学改革需进一步深化技术与教学的融合度，加强校企协同共建，持续优化AI教学工具的实用性与适配性。同时，通过长期教学实践验证改革成效，不断完善教学体系，助力培养更多具备实践能力与创新思维的高素质果蔬贮藏领域的专业人才，为行业高质量发展提供人才支撑。