生成式人工智能对土木工程教育的影响
致力于数字孪生体技术的研究与发展
通过解决方案和工程化应用造福人类
文章来源于：数字孪生DigitalTwin
论文“Understanding generative artificial intelligence (GenAI) impact on the sustainability of civil engineering education and practice: A survey study on learning process”于2026年2月发表于Digital Engineering期刊。本文由澳大利亚RMIT大学和联邦大学的Alvin Setiawan Rahardjo等人完成。该研究通过问卷调查评估了土木工程师学生和专业人士对生成式人工智能在教育和实践中应用的感知，重点分析其对学习过程中效率、问题解决、动机、团队合作及未来潜力的影响。
DOI：https://doi.org/10.1016/j.dte.2026.100093
摘要
生成式人工智能的快速发展显著影响了教育和职业环境，提供个性化支持并提升生产力。本研究通过问卷调查，评估了土木工程学生和专业人士对生成式人工智能工具采纳的认知，重点关注其对效率、问题解决、动机、团队协作及未来潜力的感知影响。定量与定性分析表明，75%的参与者认为生成式人工智能提升了效率，70%认为其改善了问题解决能力，但对团队协作的影响有限。学生更认可问题解决与动机的提升，而专业人士报告了更一致的协作优势。研究强调了混合学习模式的重要性，将传统方法与生成式人工智能辅助相结合，以支持可持续教育和职场适应性，符合可持续发展目标。
1.引言
人工智能技术已渗透土木工程领域，增强问题解决能力、减少人力成本并提升生产力。生成式人工智能工具为学生和专业人士提供了个性化学习与工作效率提升的潜力，但其对学习过程的影响尚缺乏深入探讨。本研究通过调查土木工程学生和专业人士对生成式人工智能工具的认知，分析其对学习效率、问题解决、动机、团队协作的影响，并提出未来整合的伦理与实践建议。
2. 文献综述
2.1 土木工程教育中的人工智能
人工智能在土木工程教育中的应用包括智能辅导系统、自适应学习平台和虚拟实验室，能个性化学习体验、自动评分并提供即时反馈。生成式人工智能如ChatGPT可简化复杂概念、辅助设计，但需强调其补充角色，避免过度依赖。
2.2 专业实践中的人工智能
在专业实践中，人工智能已用于结构设计优化、健康监测、施工管理、交通预测等领域，提升设计精度和效率。但专业人士对其可靠性和整合挑战存有疑虑。
2.3 人工智能采用对学习过程的影响
研究表明，人工智能可提升动机、协作和学习效果，通过个性化学习促进知识掌握。然而，过度依赖可能削弱批判性思维，需平衡技术使用与传统教学。
3. 方法
本研究采用设计科学研究方法论，通过电子问卷收集土木工程学生和专业人士的数据。问卷涵盖人口统计、生成式人工智能经验、学习过程影响（问题解决、动机、团队协作）、潜在限制与未来展望。定量分析使用李克特量表、t检验和卡方检验，定性分析采用主题归纳法。样本量根据功效分析确定为至少97人，实际回收学生100份、专业人士62份。
研究框架
4.结果与讨论
4.1 结果
学生普遍更熟悉生成式人工智能（42%熟悉或非常熟悉），专业人士中26%表示不熟悉。学生认为生成式人工智能显著提升学习体验（平均3.94/5）和效率（4.10/5），而专业人士评价相对中性（3.26和3.90）。在问题解决方面，86%学生持积极看法，专业人士为45%；动机方面学生56%积极，专业人士35%；团队协作方面学生24%积极，专业人士29%。卡方检验显示两组在效率、问题解决和动机上存在显著差异（p<0.05），团队协作无显著差异。
4.2 讨论
学生更易通过学术活动接触生成式人工智能，而专业人士接触较少，反映出职场整合不足。生成式人工智能在问题解决和动机上的积极影响与个性化学习支持一致，但团队协作效果有限，可能源于工具设计偏向个人使用。实践层面，生成式人工智能提升设计准确性和项目管理效率（54%受访者提及），但过度依赖和数据准确性是主要担忧。研究建议将生成式人工智能作为传统方法的补充，纳入课程设计，并通过持续专业发展计划提升职场适应性，以支持可持续发展目标4（优质教育）和8（体面工作与经济增长）。
5. 结论
研究表明，生成式人工智能显著提升了土木工程学生和专业人士的学习与工作效率，尤其在问题解决和动机方面。学生对生成式人工智能的接受度更高，专业人士则对协作优势有更积极反馈。为确保可持续整合，需平衡技术使用与传统教学，强化伦理指导和批判性思维培养。未来研究应跨学科验证生成式人工智能对学习成果和专业绩效的直接影响，并探索有效的治理框架。
来源：数字孪生体实验室
