在国际化教育背景下，本科留学生会因文化背景不同、英语水平参差不齐等问题而带来学习上的困难，这是传统的教学方法所不能有效解决的。为了克服这些问题，本文基于斯金纳程序教学理论，结合自适应学习系统及人工智能等手段提出一种适用于留学生的物理课教学方案。此方案采取分层次递进的方法并加入探究式学习的理念，建立多层次的评价机制，以ISEE解题框架为基础，利用AI进行准确的评判和个性化的指导，促进“思维可视化”。这种模式结合人工智能技术，通过针对性地设置问题、系统化的知识引导及多场景下测评等手段，以期改善留学生的思维方式并提高他们的能力。这一体系对于应对“语言融合专业”的留学生教育所面临的困境具有一定的启发意义。

AI；程序式解题；大学物理；思维可视化​

[1] Mitchell T.Artificial Intelligence:A Guide to Intelligent Systems[M].Springer,2018.

[2] Singh P,Banerjee A.Artificial intelligence and cognitive science in education[M].Artificial Intelligence,Internet of Things,and Cybersecurity.Springer,2020:227-238.

[3] Koedinger K R.,et al.Intelligent Tutoring Goes to School in the Big City[J].International Journal of Artificial Intelligence in Education,1997.

[4] VanLehn K.The Relative Effectiveness of Human Tutoring,Intelligent Tutoring Systems,and Other Tutoring Systems[J].Educational Psychologist,2011.

[5]熊启良,马明,伍勇.基于Aiclass移动学习策略的实践与探究[J].中国现代教育装备,2019(20):35-37.

[6] Jiao L,et al.AI meets physics:a comprehensive survey[J].Artificial Intelligence Review,2024,57:256.

[7] Matayoshi J,Uzun H Learning,forgetting,and the correlation of knowledge in knowledge space theory[J].Journal of Mathematical Psychology,2022,109.

[8] Rice P,Stocco A.The role of dorsal premotor cortex in resolving abstract motor rules[J].Topics in Cognitive Science,2019.

[9]刘邦奇,聂小林.走向智能时代的因材施教[M].北京:北京师范大学出版社,2021.

[10] Juvina I,Larue O,Hough A.Modeling valuation and core affect in a cognitive architecture[J].Cognitive Systems Research,2018,48:4-24.