摘要: 生成式人工智能（artificial intelligence，AI）技术的快速发展为林业高等教育带来了革命性机遇。多模态生成式AI（如GPT-4、DeepSeek等）通过虚拟场景构建、个性化学习支持等功能，能够显著提升教学效率与行业适应性。本文以北京林业大学“现代林业信息技术”课程为例，探讨生成式AI技术在课程教学与科研实践中的应用路径。一是在教学内容准备阶段，大语言模型能够快速梳理海量的行业资料与文献，生成结构化综述并实时更新教学内容，有效保障教学内容的前沿性与准确性，同时显著缩短教师备课周期，提高教学效率；多模态大模型则可按需生成高精度的教学可视化资料，实现抽象理论的具象化、可视化教学，增强学生对抽象概念的理解与认知。二是在课堂教学阶段，充分利用多模态大语言模型的实时交互能力，对关键教学内容进行动态可视化展示，深化学生对专业知识的理解；通过结构化提示词的设计，引导学生开展阶梯式自主学习；引入生成式AI辅助知识总结环节，利用AI模型的语言生成能力提升学生的自主学习效能。三是课后实践阶段，在林业科研实践领域，针对林业学科知识体系经验性强、历史资料丰富的特点，构建专业化检索增强生成系统，显著提升从庞杂历史资料中提炼有效信息的效率，为深化对我国林业资源演进与行业变迁的认知提供新的技术路径；在林业资源调查领域，以“形色”APP为代表的智能识别系统可实现野外自然植物种类的高精度图像识别。生成式AI在课程教学中的应用不仅优化了传统教学模式，提升了教学资源的多模态表现力与互动性，推动学生从“被动学习”转向“自主探究”，教师从“内容讲授者”转变为“学习引导者”，也为新时代林业课程教学改革与人才培养提供了智能化实践方案。然而，生成式AI技术在课程教学中的应用仍存在诸多局限性：现有模型生成内容的准确性与可靠性存在不确定性，且其训练数据多来源于通用语料，缺少面向林业学科的深度专项优化；同时技术应用存在一定使用门槛，教学应用中还面临学术诚信与数据安全问题等。因此，后续仍需从教师监管、内容校验、技术优化与制度规范等方面持续探索，不断完善生成式AI的课程应用体系。