高兴川　周 颖

马仁锋 乔观民

人工智能的快速发展，正在重塑知识生产方式、社会运行逻辑，也在改变高等教育形态。从教学组织到学习方式，从学科结构到人才培养目标，高校正面临一场系统性、结构性的深刻变革。地理学作为研究人地关系和空间过程的综合性基础学科，既高度依赖数据与技术，又紧密服务现实课题，在人工智能时代具备率先融合、深度创新的学科优势。特别是在区域协调发展、城市治理现代化和生态文明建设持续推进的背景下，探索大学地理学创新运用人工智能的时代进路，对于提升人才培养质量、增强学科服务地方发展能力，具有重要理论价值和实践意义。

人工智能推动地理学教育理念的系统转型

人工智能的引入，首先冲击的是以知识传授为中心的教育理念。在信息获取高度便捷、学习资源极大丰富的条件下，单纯强调知识体系完整性的教学模式已难以适应时代发展要求。大学地理学教育亟须由“教会学生掌握知识”转向“引导学生形成能力”，更加注重空间思维、数据意识、综合研判和问题解决能力的系统培养。这种转型，既是技术进步的必然结果，也是地理学学科属性的内在要求。

从育人目标看，人工智能条件下的地理学教育，更加重视学生主体性和学习过程的主动建构。通过对学习行为和学习成效的智能分析，教学目标能够由静态设定转向动态调适，推动学生从被动接受转向主动探究。这一变化，有助于引导学生在真实或模拟的地理情境中理解复杂的人地关系和空间机制，提升其对现实问题的综合分析和解释能力。

从教育生态看，人工智能推动大学地理学教学环境由相对封闭走向开放互联。课堂教学、野外实践、虚拟仿真与自主学习逐步形成协同机制，学习的时间与空间边界不断拓展。对于以宁波为代表的区域中心城市而言，丰富的城市治理、港口经济和生态修复实践，为地理学教育提供了天然的现实场景，也为人工智能赋能学科创新提供了坚实基础。

人工智能拓展地理学教学与实践的应用边界

在教学层面，人工智能为大学地理学构建贯通“教－学－评”的过程性教学模式提供了重要支撑。通过对学习数据的持续采集与分析，可以更加精准地识别学生差异，实施分层教学和个性化指导。这种以数据驱动的教学方式，有助于提升课堂教学的针对性和有效性，尤其适合学生来源多元、基础差异较大的地方高校。

在实践教学和田野调查领域，人工智能显著扩展了地理学研究对象的时空属性。遥感解译、智能传感和自动化数据处理技术的应用，使地理调查由经验主导逐步转向数据集成与模型分析并重。虚拟仿真技术的引入，也在一定程度上降低了野外教学成本和安全风险，提高了实践教学的规范性、科学性和可复制性。

同时，人工智能还为高校党建和思想政治教育创新提供了新的平台载体。通过信息化、数字化手段整合学习资源、组织活动和互动交流，有助于增强研究生党支部运行的规范性和活跃度。将专业学习、科研训练与价值引领有机结合，不仅拓展了地理学教育的育人功能，也为培养具有社会责任感和实践能力的青年人才提供了重要保障。

以区域需求为导向重构地理学人才培养体系

从更宏观视角看，人工智能正在重塑大学地理学的人才培养逻辑。技术如果仅停留在工具层面的简单叠加，容易流于形式，甚至偏离教育本质；只有与教育规律和学科逻辑深度融合，才能真正发挥育人效能。地方高校在推进人工智能赋能地理学教育过程中，应更加注重系统设计和整体协同，避免碎片化、表层化应用。

制度层面，需要将人工智能深度融入课程体系、实践环节和评价机制。在课堂教学中，以问题导向和区域案例为牵引，引导学生运用智能工具分析现实地理问题；在实践教学中，通过规范化的数据采集流程和清晰的评价标准，提高教学过程的科学性与连续性；在培养体系上，推动本硕博一体化衔接，形成目标清晰、层次分明、递进有序的人才培养路径。

立足宁波实际，大学地理学创新发展的价值不仅体现在学科自身进步，更体现在服务区域高质量发展的能力提升。将人工智能应用于国土空间与城市治理、生态保护和乡村振兴等具体场景，有助于探索形成具有地方特色、可推广价值的地理人才培养模式，为区域经济社会发展持续提供智力支持。

人工智能为大学地理学创新发展提供了重要机遇，也提出了更高要求。只有坚持技术赋能与育人初心相统一、学科创新与区域需求相结合，才能推动大学地理学实现内涵式发展。面向未来，持续深化人工智能在地理学教育中的创新运用，总结地方高校的实践经验，对于提升高等教育质量、服务中国式现代化进程具有重要意义。

【本文系宁波市产教融合“五个一批”教育改革项目（甬发改社会〔2025〕45号）成果】

（作者单位：宁波大学地理科学与遥感技术学院、陆海国土空间利用与治理浙江省协同创新中心）