AI赋能古籍修复专业的教学模式创新与实践——以“连口修复技法”课程为例

上海市信息管理学校  高川祺

摘要：古籍修复是传承中华优秀传统文化的核心技术之一。本课程的教学质量直接影响着培养文物保护人才的效果。当前，传统教学模式存在诸多问题：个性化指导跟不上，实践操作受经验影响风险高，评估方法也相对简单。本文以“连口修复技法”课程为切入点，结合人工智能和虚拟现实训练系统等技术，尝试构建一个由人工智能赋能教学新模式。用“课前精准赋能——课中虚拟现实融合——课后闭环巩固”。本文从四个角度展开论述：个性化课前预习推送、沉浸式虚拟训练、智能评估反馈以及教学反思优化。阐述人工智能如何能与古籍修复教学深度融合。同时，它还分析了技术应用的局限性以及后续的改进方向，希望能为传统工艺相关专业的数字化教学提供一个参考模式。

关键词：人工智能AI辅助教学；古籍修复；教学模式创新；实训虚实融合；技能培养

一、引言

（一）研究背景

古籍修复工作既需要技术技能，也需要艺术技巧，并且修复师还强调文化传承，这些都是因为文物不可再生的特性。随着国家对文化遗产的保护愈发重视，因此对古籍修复专业人员的需求相应增加。传统的教学模式仍沿用“师傅带徒弟”的方式。存在诸多问题：首先，学生水平差异很大，导致教师难以进行个性化教学；其次，真正的古籍材料极其珍贵，实践训练中的任何失误都可能导致不可逆转的损坏；第三，技能评估主要依赖教师的主观经验，缺乏客观的量化标准；第四，传统技术与现代技术的结合不足，学生创新思维的培养也滞后。

当前人工智能的发展为职业教育带来了新的机遇。《国家职业教育改革实施方案》明确指出，应努力推动人工智能、大数据和虚拟现实等现代信息技术与职业教育的深度融合。长三角地区的部分职业院校也在以“产教融合·人工智能数字赋能”为主题开展创新教学活动，这为在专业教学中实施人工智能提供了更坚实的实践基础。因此，将人工智能融入古籍修复教学、重新配置流程并创新模式，确实是一种解决传统问题、提高人才培养质量的必要途径。

（二）研究价值与意义

从理论角度来看，这项研究突破了传统工艺相关学科教学研究中的技术壁垒，丰富了人工智能赋能职业教育的理论框架，并为传统工艺与现代技术融合的教学研究提供了新的视角。从实践角度来看，通过具体课程的应用，形成了一套可复制、可扩展的“AI赋能+古籍修复”教学模式，能够解决实际教学中的痛点，提升学生的专业技能和文化传承意识，并培养出更多在文物保护领域精通传统工艺和现代技术的跨学科人才。

    在教学应用的领域，专门针对古书修复等传统技艺的专业人工智能教学模式的研究非常少。此外，这些研究大多停留在理论层面，缺乏系统的教学实践和效果验证。特别是在技能训练、个性化指导和评估系统优化等核心教学方面，人工智能的应用存在明显的差距。本文旨在在这方面进行一些补充和拓展。

二、AI赋能古籍修复专业教学的核心逻辑与实践基础

（一）核心逻辑

使AI赋能古籍修复教学模式成为可能，其核心逻辑可以概括为“技术赋能与文化传承”的双向融合。一方面，通过利用人工智能的功能，如数据分析、虚拟模拟和智能评估，我们能够突破传统教学中的技术瓶颈，使教学更加精准和高效。另一方面，借助技术这一媒介，我们能够增强学生对传统技艺的敬畏和传承意识，并将诸如“工匠精神”和“文化自信”等思想和政治元素不知不觉地融入其中。本质上，这是通过技术重建教学过程，而非取代传统技艺，形成“AI作为补充、教师作为引领者”的协作教学模式。

（二）实践基础

这项研究基于上海一所职业学校“文物保护技术”专业“连口修复技术”课程的教学实践。该课程是古籍修复的核心技能课程，操作精度高、对齐要求严格，古籍实操风险高。因此，它非常适合作为人工智能技术应用的载体。教学实践依托上海职业学校的在线开放课程平台，整合了诸如古籍修复的 AI 智能体、VR 训练系统和西沃白板等资源，并建立了相对完整的数字化教学环境。参加该课程的学生是三年级学生，他们已经掌握了诸如古籍装帧和纸张染色制浆等基本技能。这为人工智能在教学中的应用提供了有利的学习环境。

三、AI赋能古籍修复专业教学模式的构建与实践路径

按照“课前—课中—课后”的全流程，我们构建了“精准预习—虚实实训—智能评价—闭环巩固”的AI赋能教学模式。具体做法如下：

（一）课前：AI精准赋能，实现个性化预习导航

传统的预习模式内容是固定的，难以及时跟踪效果并解决学生们的问题。我们借助ai智能体构建了一个个性化的预习系统。具体的实现是：第一步，人工智能生成精确的预习资源。根据课程目标，它会为“连口修复技术”生成预习任务清单、微课的关键词图以及清晰呈现诸如“连口纸的选择标准”和“修复步骤的关键点”等核心内容；接下来，差异化资源推送。人工智能分析学生之前的学习数据（如之前的课程成绩、实践技能薄弱点），在平台上，它向不同水平的学生发送不同层次的预习微课，包括基础版本（侧重于过程认知）和高级版本（侧重于难点分析）；第三，智能问答和学习情况预测。学生可以使用人工智能助手实时提问，例如“为什么选择雁皮纸用于连口纸？”“如何调配稀糨？”人工智能会自动整理常见的问题。教师就可以在平台上查看诸如预习完成度、正确答题率以及视频观看时长等数据，从而能够预测比如“书叶对齐”和“稀糨水使用”这些教学的难点。

（二）课中：虚拟实训提前进入修复流程，构建沉浸式技能培养场景

课堂教学是技能训练的关键阶段。我们采用“AI人工智能体 + VR虚拟现实 + 实际操作”相结合的模式来解决实践训练中的难点问题：

1. 虚拟模拟预热：利用VR虚拟现实培训系统进行古籍修复训练，将学员分成小组，并根据不同的角色分配虚拟训练任务。通过角色扮演，学员能够完全融入纸张修复的整个过程。人工智能实时记录操作轨迹，并标记诸如“对齐偏差”和“釉面不均匀”等问题，帮助教师提取“古籍修复的五步法”记忆技巧，即“调浆—对齐—涂浆—贴纸—吸水”，从而减轻学员对复杂实际操作的恐惧。

2. 实际实践强化：基于VR虚拟训练，教师会讲解修复所需纸张的选取、颜色搭配以及裁剪方法，并布置第一轮修复任务。通过摄像头，人工智能实时监控学生的操作情况，一旦发现明显的违规行为（如材料浪费、工具使用不当）会立即发出警报；教师则关注常见问题并进行现场指导，形成“人工智能广泛覆盖监控 + 教师精准指导”的协作模式。

3. 智能评估与反馈：学生完成第一轮实践操作后，首先以小组形式相互评价，然后将作品上传至人工智能代理系统。人工智能根据预设的定量指标（如“连口宽度误差”“对齐精度”“平整度”）生成个性化的学习报告，教师则根据这些报告进行精准点评，重点分析典型问题作品，以强化学生对操作规范的理解。

四、AI赋能教学模式的创新特征与应用成效

（一）创新特征

1. 教学理念的创新：打破了“传统技能只能通过经验传承”这一旧观念，确立了“AI赋能+文化传承”的新理念，实现了传统技能与现代技术的有机融合，同时也培养了学生的AI赋能意识。

2. 教学流程的重建：借助人工智能技术，将“课前 - 课中 - 课后”原本相互分离的环节连接起来，形成一个基于数据的闭环流程，从而实现教学目标的精准定位、教学过程的精准控制以及教学效果的精准评估。

3. 评价体系的创新：建立了“人工智能量化评估 + 教师专业评价 + 学生互评”的三维评价体系，将主观的体验式评价与客观的量化评价以及专业的定性评价相结合，使评价更加科学和公平。

4. 在思想政治融合方面的创新：以人工智能技术应用为载体，将诸如工匠精神、文化自信和规范意识等思想政治教育元素融入整个教学过程，实现了“技能训练 + 价值引导”的协同教育模式。

（二）应用成效

1. 提高教学效率和质量：实践数据表明，采用人工智能辅助模式后，学生的预习完成率从 68%提高到了 95%，连口修复技能的达标率从72%提高到了89%；教师批改作业所花费的时间减少了60%，对学生情况的分析效率提高了75%，教学和学习过程都得到了加快。

2. 降低培训风险和成本：通过预先安装的虚拟现实培训系统，模拟材料（如书叶）的失败率降低了40%，避免了新手操作对材料造成的不可逆损坏，并减轻了教师的监督压力。    

3. 加强学生的综合素养：学生的个性化学习能力和问题解决能力有了显著提高。在后续的古籍修复综合培训中，他们能够主动利用人工智能工具来辅助技能的提升；他们对传统技艺的敬畏之心和传承意识也得到了增强，同时诸如工匠精神和团队合作等专业素养也得到了有效培养。

4. 形成可扩展的教学模式：该模式已在文物保护技术专业的多门核心课程中进行了试点。其“人工智能 + 传统工艺”的融合路径可为书法和陶瓷修复等类似专业提供参考。

五、AI赋能教学的局限与优化方向

（一）现存局限

1. 技术应用的局限性：人工智能在识别和引导“触觉控制”以及“材料质地判断”（这类基于感官体验的技能）方面的能力仍显不足。它们无法完全取代教师的现场经验传递。虚拟现实训练系统的操作场景与真实的修复环境之间仍存在细微差异，这将影响虚拟训练与实际操作之间的衔接效果。

2. 师生适配性问题：部分教师在数字技术应用方面能力不足，这影响了其对人工智能教学工具的深度运用；少数学生对人工智能工具产生了依赖，从而导致其独立思考能力和经验积累能力有所下降。

3. 教学资源的兼容性不足：目前现有的人工智能教学资源大多侧重于技能流程的指导，针对不同学校和古代书籍修复不同时期的个性化资源相对较少。

（二）优化方向

1. 技术迭代与升级：开发“修复过程动态人工智能评估系统”，利用高精度传感器和摄像头捕捉学生操作姿势和力度等实时细节，从而增强基于感知体验的技能指导能力；通过整合更多真实的古籍修复案例和材料模拟数据来优化虚拟现实训练系统，以提高虚拟场景的真实性。

2. 提升教师和学生的能力：加强教师的数字素养培训，并开展“人工智能 + 传统技能”教学能力的专项培训；在教学过程中，明确“人工智能作为补充、人作为主体”的定位，并通过任务设计强化学生的独立思考和经验总结能力，避免对技术的过度依赖。

3. 资源系统的改进：建立一个“人工智能 + 古籍修复”教学资源库，整合诸如不同修复技术流派、典型案例分析以及行业标准和规范等资源；依托产学研一体化平台，与保护机构共同开发满足行业实际需求的培训资源，以增强教学与行业的契合度。 

六、结论

人工智能技术与古籍修复专业教学的深度融合，是传统工艺相关专业适应时代发展、提升人才培养质量的必然选择。本文构建的基于人工智能的教学模式——“精准课前赋能－课中虚实融合－课后闭环巩固”，通过个性化预习、沉浸式训练、智能评估和闭环巩固的全方位设计，有效解决了传统教学中的诸多问题。实践证明，该模式不仅能够提高教学效率和技能培养质量，还能增强学生的工匠精神和文化传承意识，实现“技术赋能”与“文化传承”的协调发展。

  当然，我们也必须认识到，人工智能并非传统工艺传承的替代品，而是一种促进因素。未来，我们需要不断推动技术创新，提升教师和学生的能力，并完善资源体系。我们应当秉持“技术服务于教学，教学传承技艺”的核心原则，以便让人工智能能够更好地助力传统技艺的动态传承，并在文物保护领域培养出更多具有创新精神的人才。

参考文献

1.童芷珍. 古籍修复技术[M]. 上海：上海古籍出版社，2018.

2.教育部. 国家职业教育改革实施方案Z. 2019.

3.张莉.人工智能在职业教育中的应用现状与发展趋势[J]. 中国职业技术教育，2023（12）：45-51.

4.李娟.传统技艺类专业数字化教学改革路径探索[J]. 职业教育研究，2022（8）：78-83.

5.王晨.文物保护领域人工智能应用研究综述[J]. 文物保护与考古科学，2024（2）：112-118.