Reinventando los cursos clásicos: un estudio de reconstrucción de paradigmas del currículo de procesamiento de señales potenciado por IA

Resumen

Artificial (IA), la educación tradicional en procesamiento de señales se enfrenta a desafíos como estructuras de conocimiento obsoletas que no se ajustan a los avances industriales, modelos de enseñanza únicos y un desarrollo insuficiente de la capacidad de innovación, un desequilibrio entre la teoría y la práctica, y la falta de escenarios de aplicación en el mundo real. Este estudio adopta la teoría del aprendizaje constructivista y un diseño curricular retrospectivo, proponiendo un "Marco de Reconstrucción Cuatridimensional potenciado por IA". Basándose en la experiencia nacional de excelencia en la creación de cursos del Instituto de Tecnología de Pekín, este marco impulsa la transformación del currículo de Procesamiento Digital de Señales (DSP) de "orientado a las matemáticas" a "orientado a problemas de ingeniería", de "transmisión de conocimiento" a "desarrollo de habilidades metacognitivas", de "aplicación de herramientas" a "innovación de métodos inteligentes", y de "evaluación única" a "evaluación de competencias multimodal". Establece una arquitectura sistemática de cursos que abarca el análisis de la demanda, la construcción de contenidos, la implementación de la enseñanza y la evaluación dinámica. Mediante la reestructuración de los sistemas de conocimiento, la innovación en métodos experimentales y la reforma de los mecanismos de evaluación, se crea un nuevo ecosistema docente que integra profundamente teorías fundamentales, tecnologías inteligentes y aplicaciones de vanguardia. La práctica docente demuestra que el curso reconstruido mejora significativamente la capacidad de innovación y la resolución de problemas complejos de los estudiantes, proporcionando un modelo replicable para modernizar los cursos básicos tradicionales en el nuevo contexto de la ingeniería.