Концепції
Інженерна освіта
Автоматичний переклад цієї англійської сторінки, не перевірений носієм мови.
Інженерна освіта — вивчення того, як студенти навчаються інженерії та як викладати її ефективно, охоплюючи те, як ШІ перетворює інженерну педагогіку, оцінювання, розвиток викладацького складу та інженерну робочу силу. Статті про інженерну освіту в цій базі знань групуються навколо кількох тем: figurative language, якої викладачі використовують, щоб осмислити ШІ, ethical governance використанням ШІ, embodied and multimodal assessment концептуального розуміння, а також того, як ШІ перебудовує engineering and computing workforce.
Питання для роздумів
- Інженерія — професія, де рішення випускників впливають на громадську безпеку та інфраструктуру. Якщо студенти покладаються на ШІ для виконання проєктувальної роботи та Вирішення задач, що стоїть на ставку такого, що не мало б значення в чисто академічному предметі?
- Викладачі інженерії в одній кафедрі часто мають принципово різні ментальні моделі ШІ — одні бачать його як соціального «агента», інші як технічний «інструмент». Як ці розбіжні кадрування можуть змінювати те, чому студенти вчаться робити зі ШІ, залежно від того, який викладач їх трапляється?
- Практичні лабораторні заняття та embodied learning давно визначали інженерну освіту. Якщо ШІ може симулювати чи навіть автоматизувати проєктувальні завдання, чи практичний досвід усе ще має значення — чи щось справді втрачається, коли практика стає симульованою?
- Один напрям досліджень оцінює інженерне розуміння шляхом відстеження жестів студентів поряд із їхнім мовленням, виявляючи, що щільна пов’язаність жесту та мовлення сигналізує про узгоджене концептуальне розуміння. Що руки студента могли б розкрити про розуміння такого, що могли б приховати самі лише його слова?
- Дослідження виявляють, що етичні настанови щодо ШІ в інженерії є переважно орієнтованими на студентів і на дотримання, зі слабкою двосторонньою підзвітністю викладачів та установ. Чиєю відповідальністю має бути безпечне використання ШІ в інженерії насправді?
Вступ
Дослідження інженерної освіти є відмітним, оскільки сидить на перетині професійного становлення та суворого STEM-змісту. Воно наголошує на design, розв’язуванні задач, практичному та лабораторному навчанні, командній роботі та підготовці випускників до професійної практики. Проєктування — це також земля, яку воно ділить із Дизайн-освіта, і ці дві області ділять її за тим, що можна перевірити: оцінюваний об’єкт інженерії допускає обчислювані артефакти та несе підзвітність за громадську безпеку, тоді як об’єкт освіти з проєктування — це студійний процес за артефактом — ескіз, ітерація, критика, — тобто ті самі докази, які генеративні інструменти можуть тепер створювати без процесу, що їх колись породжував. ШІ піднімає тут відмітні питання: чи практичний і втілений досвід усе ще має значення, коли ШІ може симулювати чи автоматизувати проєктувальні завдання; професійні та етичні ставки використання ШІ (рішення інженерів впливають на громадську безпеку, інфраструктуру та Сталий розвиток); і те, як ШІ перебудовує компетентності, потрібні випускникам, та робочу силу, до якої вони приходять.
Як ШІ постає в дослідженнях інженерної освіти цієї бази знань
- Розуміння викладачами та спільна мова: Gerhardt et al. аналізують метафори, якими викладачі інженерії описують ШІ, виявляючи, що більшість кадрує його або як людського «соціального/агента», або як «технічний інструмент», і що викладачі в межах однієї кафедри часто мають принципово різні ментальні моделі. Оскільки метафори водночас конструюють і обмежують розуміння, вони стверджують, що спільна, точна мова є необхідною для Освітній розвиток та кафедральних обговорень щодо ШІ.
- Етика та відповідальне використання: Osunbunmi et al. systematically review емпіричні дослідження ШІ в інженерній освіті бакалаврату, виявляючи сім повторюваних форм етичних настанов (прозорість, підзвітність, незалежність/агентність студента, приватність, Академічна доброчесність, справедливість/equity/упередженість, благодійність). Вони виявляють, що етичні настанови є переважно орієнтованими на студентів і на дотримання, з нерозвинутою двосторонньою підзвітністю викладачів та установ, — занепокоєння, посилене прямою зацікавленістю інженерії в громадській безпеці та суспільному Благополуччя.
- Втілене та Мультимодальний ШІ оцінювання: Morphew et al. розробляють мультимодальну рамку, що інтегрує відстеження жестів на основі комп’ютерного зору з аналізом мовлення за допомогою Великі мовні моделі (LLM), щоб оцінити концептуальне розуміння статистики студентами-інженерами, показуючи, що жест додає діагностичні докази понад мовлення і що щільна пов’язаність жесту та мовлення сигналізує про узгоджене розуміння.
- Перетворення робочої сили: Fletcher et al. оглядають літературу сірого ринку США щодо ШІ та інженерної/обчислювальної робочої сили, кадруючи «проблему подвійного потяга» (швидка зміна проти нагальної політики) та рекомендуючи сталі компетентності щодо ШІ, Етика та Урядування ШІ, а також засновані на навичках облікові дані для нових ролей.
- Впровадження студентами та залежність: Nguyen et al. розширюють Модель сприйняття технологій поняттям критичного використання, щоб змоделювати, як студенти інженерії/інформатики формують наміри використовувати GenAI, і як цей намір передбачає залежність на завданнях розуміння, оцінювання, програмування та інженерних проєктів, — виявляючи помірну, доречну залежність та інтенсивне використання для завдань, пов’язаних із розумінням, але обмежене використання для написання повного оцінювання. Asag & Al Mamun інтегрують TAM із UTAUT, щоб змоделювати впровадження бангладеськими студентами інженерії, пояснюючи 64% дисперсії використання та підкреслюючи значущість для роботи, демонструємість результатів та суб’єктивні норми як ключові драйвери.
- Стратегія підказок передбачає результативність, а не обсяг використання: серед 128 студентів інженерії четвертого курсу Ефективність запитів до ШІ та кероване ШІ розв’язування задач були найсильнішими предикторами академічної успішності й залишалися суттєвими після контролю за сукупним GPA (Isaza Dominguez et al. (2026)).
- Власні метафори студентів перевищують те, що дають інструменти: Kudina (2026) виявила, що 100 студентів інженерії найбільше цінували LLM за підтримку письма, уточнення понять та кодування, проте кадрували їх як «оракула» та «тьютора» — авторитет і персоналізацію, яких ймовнісний генератор текстів не може постачати, «жорстоку оптимістичність», що залежить від навичок перевірки, яких студенти ще лише набувають.
- Вбудовуйте ШІ в дисципліну, а не поруч із нею: навчальний план термоінженерії на основі проєктів вплело машинне навчання в наявні термічні теми на вступному, прикладному та просунутому рівнях, а не додаючи курсів інформатики, і студенти бакалаврату, які відповідали лише мінімальним вхідним вимогам, створювали слабші проєкти, ніж однокурсники-аспіранти (Li et al. (2026)).
- AI tutoring та зворотний зв’язок для quantitative інженерних курсів: Yin et al. (2026) представляють Arthur, асистента викладання на основі ШІ, який дає зворотний зв’язок у реальному часі та персоналізовано на питаннях Calculated Formula Questions у курсі інженерної економіки бакалаврату — предметній області, де розв’язки від руки та неструктуровані рішення блокували попередню підтримку з боку ШІ. Його конвеєр повного життєвого циклу (курування раніше оцінених рукописних робіт, доповнення data augmentation із випадковим маскуванням, діагностичні основи XGBoost на питання та вебінтерфейс бази питань на основі діалогу) пропонує масштабований шлях для AI feedback в інженерних курсах, яким бракує структурованих цифрових даних, і рамка спроєктована для узагальнення на CFQ в інших інженерних дисциплінах.
- ШІ для сталого розвитку, інтегрований, а не модульний. Рамка AI-SEE з чотирьох стовпів (керований інтелектом, зелений, відповідальний, інтегрований у практику) розподіляє ШІ по інженерних курсах; у кейсі транспортної інженерії зі 144 студентами студенти повідомляли про залученість на особистому, академічному, професійному та соціальному рівнях, причому міркування про сталий розвиток переносилися в родини та мережі однолітків (Liu et al. (2026)).
- Багате на інструменти студійне середовище може знижувати самоефективність, не покращуючи продукт. У студії архітектурного проєктування з 27 студентами команди, що використовували конвеєр генеративного ШІ плюс XR, показали більші спади до–після в проєктувальній Самоефективність (β = −1,675) та очікуваності результату (β = −2,088), ніж контрольні групи, тоді як по одній гарнітурі на студента не створювала скоординованої співпраці (Xiao et al., 2026).
Сигнатурні занепокоєння
Сигнатурні занепокоєння інженерної освіти формують те, як ШІ засвоюється: практичне та лабораторне навчання (і те, що втрачається, коли ШІ симулює практику), професійне становлення (етична відповідальність, безпека та суспільний вплив), проєктування та розв’язування задач (скільки когнітивної роботи має робити ШІ) і підготовка, заснована на компетентностях, до робочої сили. Це робить інженерну освіту багатим місцем для вивчення того, чи ШІ доповнює, чи витісняє когнітивну роботу, необхідну для професійної експертизи, — паралельно з дебатами в Освіта з фізики, Математична освіта та Освіта з комп’ютерних наук (CS Education).
Зв’язки з суміжними поняттями
Інженерна освіта сидить у межах Освіта в галузі STEM і тісно пов’язується з Освіта з комп’ютерних наук (CS Education) (обчислювання та програмна інженерія), Математична освіта та Освіта з фізики (математичні та фізичні основи інженерії), Навчання на робочому місці та Освітній розвиток (підготовка робочої сили та викладачів), Оцінювання та Етика (професійні та оцінювальні ставки ШІ) та Вища освіта (інституційний контекст). Це рідна дисципліна для статей цієї бази знань, отриманих із ASEE.
Недостатньо охоплені підобласті
Охоплення інженерної освіти в цій базі знань усе ще розвивається. Підобласті, які виграли б від подальших статей, включають discipline-specific інженерні pedagogies (освіта з механіки, цивільної, хімічної, електричної, програмної інженерії та біоінженерії), design та мейкерська освіта, кейпстон-проєкти та project-based learning і освіта з інженерної етики — де роль ШІ, ймовірно, буде особливо наслідковою.
Наслідки для викладачів інженерії
- Будуйте спільну, точну мову про ШІ. Faculty metaphor research виявляє, що викладачі мають принципово різні ментальні моделі (агент проти інструменту); узгоджуйте кафедральне розуміння перед прийняттям політики.
- Закривайте розрив між етикою та підзвітністю. Ethics reviews виявляють, що настанови переважно орієнтовані на студентів і на дотримання; посилюйте двосторонню підзвітність викладачів та установ, зважаючи на зацікавленість інженерії в громадській безпеці.
- Використовуйте мультимодальне, втілене оцінювання. Gesture + speech assessment додає діагностичні докази понад саму лише мову — враховуйте втілені сигнали при оцінюванні концептуального розуміння.
- Готуйте студентів до робочої сили, а не лише до курсу. Dual Train Problem спонукає до сталих компетентностей щодо ШІ, етики/врядування та заснованих на навичках облікових даних, узгоджених із новими ролями.
- Моделюйте критичне використання та доречну залежність. Critical-use TAM research показує, що студенти сильно покладаються на ШІ для завдань розуміння, але менше для оцінювання — направляйте їх до доречної, перевірюваної залежності на всіх типах завдань.
- Викладайте використання ШІ як навичку всередині класного часу. Geng et al. (2026) провели дев’ять демонстрацій, керованих викладачем, кожна тривалістю 10–15 хвилин наприкінці лекції та упорядкованих від інструментальної грамотності через стратегічне делегування до оцінювання моделі, — проте студенти, які не бачили жодного зв’язку з оцінюванням, повідомляли, що вони є зайвими, тому прив’язуйте їх до оцінюваної роботи.
Пов’язані поняття
- Навчання на основі задач
- Освіта в галузі STEM
- Освіта з комп’ютерних наук (CS Education)
- Дизайн-освіта
- Математична освіта
- Освіта з фізики
- Навчання на робочому місці
- Освітній розвиток
- Оцінювання
- Етика
- Вища освіта
- ШІ в освіті
- Генеративний ШІ
Пов’язані статті
- Giving Mechanical Engineers Intelligent Tools: A Project-Based AI Education Curriculum in Thermal Engineering — Project-Based AI Education Curriculum in Thermal Engineering
- Advancing Problem-Based Learning in Biomedical Engineering in the Era of Generative AI
- It's Like "X": How Engineering Faculty Metaphors Construct (and Constrain) AI Understanding in Engineering Education — Engineering Faculty Metaphors Construct (and Constrain) AI Understanding
- Factors influencing university students' intention to use and reliance on generative artificial intelligence — Extended TAM with critical use for engineering/CS students
- Social and Cognitive Drivers of Generative AI Adoption: A Unified Socio-Cognitive Model for Engineering Education — Unified socio-cognitive model for engineering education (Bangladesh)
- Ethical Use of Artificial Intelligence in Engineering Education: A Systematic Review — Ethical Use of AI in Engineering Education: A Systematic Review
- A Multimodal Framework for Embodied Cognition in Oral Explanations — A Multimodal Framework for Embodied Cognition in Oral Explanations
- Artificial Intelligence (AI) and the Future of the Engineering and Computing Workforce: A Systematic Review of Gray Literature and Document Analysis of U.S. Reports (2020–2025) — AI and the Future of the Engineering and Computing Workforce
- Using AI in engineering education: a balancing act, driven by clear purpose — Using AI in Engineering Education: A Balancing Act
- Designing Needs- and Attention-Aware AI Learning Tools for Engineering Education: Insights from Psychological Outcomes — Designing Needs- and Attention-Aware AI Learning Tools for Engineering Education
- Structured AI Demonstrations and Student LLM Use in Engineering Mechanics: Study Design and Preliminary Results — Structured AI Demonstrations in Engineering Mechanics
- An Empirical Study of ChatGPT Use in Engineering Education: Prompting and Performance — ChatGPT in engineering education
- Enhancing Sustainability Consciousness in Higher Education: Impacts of Artificial Intelligence-Integrated Sustainable Engineering Education — AI-SEE framework for sustainable engineering education (Liu et al. 2026)
- Arthur: An artificial intelligence powered teaching assistant system for Engineering Economics class
- Generative AI and Extended Reality in Collaborative Architectural Design Education: An Exploratory Studio Study — Generative AI and Extended Reality in Collaborative Architectural Design Education: An Exploratory Studio Study