一、问题提出：工程教育范式转换中的未来学习中心建设何以必要
（一）时代语境：工程教育从知识供给走向能力生成
新一轮科技革命和产业变革正在重塑工程问题形态和人才能力结构。人工智能、大数据、数字孪生、智能制造等新兴技术，使工程活动呈现出跨学科融合、系统高度耦合和问题快速迭代等特征。面向新质生产力发展，高等工程教育不能再仅以专业知识传授和单项技能训练为主要任务，而应更加重视复杂工程问题解决能力、跨学科协同能力、数智技术应用能力和持续创新能力的生成。
从国家战略看，《教育强国建设规划纲要（2024—2035年）》提出，到2035年建成教育强国，教育服务国家战略能力显著跃升。《中国教育现代化2035》则强调终身学习、因材施教、知行合一、融合发展和共建共享。教育数字化政策进一步提出探索建设未来学习中心和“人工智能+X”实验教学中心，构建支撑学习方式变革的新型教学组织形态。对于工程教育而言，工程教育认证标准将“解决复杂工程问题”作为毕业要求的重要指向。新工科研究也强调面向新经济、新产业和新技术，形成交叉融合、开放协同的人才培养体系。因此，探讨未来学习中心，不只是关注它作为新型教学空间的属性，更在于它可以推动工程教育从“知识供给中心”转型为培育复杂工程能力的生成生态。
（二）现实矛盾：传统工程教育面临三重结构性问题
虽然高校正在大力推行项目式教学、虚拟仿真、产教融合等改革举措，但很多实践教学依旧受传统教学模式束缚。教学体系设计和培养学生复杂工程能力的目标之间，存在固有的内在矛盾。
第一，标准化培养遮蔽学生主体性。统一的培养方案、教学进度、实验流程与评价标准，虽能保底教学质量，但容易让学生被动接收知识、机械完成任务。复杂工程能力并不只产生于“按要求完成任务”，更产生于问题发现、方案权衡、资源调用、系统调试和反思修正之中。若学生长期被置于标准流程和既定答案之下，其主体性、创造性和工程判断能力难以充分生成。
第二，验证性实验弱化真实工程情境。传统实验教学中仍大量存在“原理讲解-步骤操作-结果验证-报告提交”的线性流程。验证性实验有助于学生理解原理、掌握操作，但如果成为实践教学的主体，学生会误以为工程实践只是重复验证已有结论。真实工程充满不确定性、多目标约束、系统耦合与环境扰动。学生只有在故障诊断、参数调试、性能优化与方案迭代的过程中，才能锻炼工程判断，实现知识迁移。
第三，碎片化教学割裂复杂工程关联。现代工程问题往往涉及机械、控制、计算机、人工智能、材料、管理、伦理等多重因素，难以依靠单一课程、知识点或实验技能解决。但高校教学组织长期受院系、专业、课程和实验室边界影响，课程知识、实验设备、教师指导、企业资源和真实场景往往分散配置。学生由此难以围绕复杂工程问题建立知识、资源、工具和场景之间的有机联系。
上述问题表明，工程教育的深层矛盾并不只是条件不足或设备不足，而是学习主体、工程情境、资源网络和评价反馈之间的关系尚未系统重构。未来学习中心若要真正回应工程教育范式转换，就必须围绕这三类问题建立新的育人机制。
（三）建设偏差：未来学习中心不能停留于空间更新和技术叠加
学习空间研究指出，空间并非教学活动的中性容器，而会通过布局方式、技术配置、交互关系和制度安排影响学习发生。在人工智能技术深度融入教育的背景下，新型学习空间建设还需要适配技术赋能下的知识学习规律，支撑个性化、自适应和深度化学习发展。据此理解，未来学习中心不是简单的场地更新、设备集中或平台建设，而是学习关系、组织关系和育人关系的重新生产。
现实建设中，部分高校未来学习中心仍存在重空间形象、轻教育机制，重技术配置、轻学习发生，重建设成果、轻育人实效等倾向。工程教育强调实践、综合与真实情境。如果未来学习中心仅仅是传统课堂的智能化外壳，或是简单集中摆放实验设备，就无法破解标准化培养、验证性实验、碎片化教学这些固有局限。因此，未来学习中心建设要实现三个转变：从关注建成什么样的空间，转向关注如何真正激发学习；从关注配置了哪些技术，转向思考技术如何融入工程任务；从关注整合了多少资源，转向让资源围绕复杂工程问题实现检索、调用与重组。
基于上述判断，本研究将未来学习中心界定为面向工程教育范式转换的开放式、实践型、数智化育人生态。它坚持以学生主体发展为根本，以复杂工程问题为牵引，以数智技术为支架，以开放资源网络为条件，以持续反馈迭代为保障。本研究围绕“问题识别-理论启发-模型建构-案例落地-推广边界”展开，构建S-T-E-I-M未来学习中心模型。在此基础上，结合哈尔滨工程大学未来学习中心建设实践，分析该模型如何落地平台建设、资源联通、项目组织、产教协同和评价反馈机制。
二、理论基础与模型建构：S-T-E-I-M未来学习中心理论模型
未来学习中心不是一般意义上的学习空间更新，也不是智能技术和实验设备的简单叠加。对于工程教育而言，其价值在于能否支撑学生在真实问题、技术工具、开放资源和持续反馈中完成复杂工程能力生成。已有研究从学习空间、智慧教育、新工科改革和主动学习等方面，为理解未来学习中心提供了基础，但仍需要进一步解释其促进工程学习发生的内在机制。
（一）已有研究基础与理论缺口
学习空间研究已经突破将空间视为物理场所的传统认识。景玉慧、沈书生指出，学习空间是融合实体环境、技术支撑与人际互动的复合型学习场域，其设计应立足学习者主体需求、适配多元学习活动并兼顾互动关系。张涛进一步强调，空间具有参与教学过程、重塑学习体验和影响师生互动的教育学意义。此外，学习空间研究视野已从单一教室形态扩展到智慧教室、泛在学习空间与未来学习空间等多元形态，并关注空间设计与学习成效的关联。
智慧教育研究则从人工智能、大数据、学习分析、虚拟仿真和数字孪生等角度，揭示了技术对教学组织、资源供给和评价反馈的重构作用。相关研究表明，教育数字化并非简单把传统教学搬到线上，而是通过数据感知、智能分析、资源推荐和人机协同，促进学习活动智能化、精准化和个性化。但对于工程教育而言，技术价值不能停留在平台功能和管理便利层面，而应进一步嵌入工程任务链条，成为创设复杂情境、降低实践风险、支持系统调试和促进工程判断的认知支架。
新工科与主动学习研究进一步指出，工程教育应由知识灌输转向能力生成。钟登华强调，新工科建设要面向变化、塑造未来，突出继承与创新、交叉与融合、协调与共享。林健认为，新工科建设需要围绕新经济、新产业和新技术要求，推动专业结构、课程体系、培养模式和协同机制变革。吴立保指出，本科教育亟需从“教学范式”转向“学习范式”。王鉴与吴致光认为，AI 时代主动学习是驱动学生深度学习和综合素养提升的重要路径。项目式学习研究也表明，同伴协作、知识共建和问题导向学习有助于学生工程思维与实践能力发展。
综上，已有研究为未来学习中心建设提供了重要基础，但仍存在三个不足。一是学习空间研究较多回答“建什么空间”，对“如何促进工程学习发生”解释不足。二是智慧教育研究较多关注技术功能，对技术如何进入工程任务链条论证不足。三是工程教育改革研究强调项目与实践，但较少将未来学习中心作为一种工程实践育人生态进行理论化。为弥补这一缺口，本研究引入建构主义、情境认知和联通主义，从主体、情境和网络三个维度解释未来学习中心支撑复杂工程能力生成的机制。
（二）三大理论启发：主体、情境与网络
建构主义认为，知识不是被简单传递和复制的客观实体，而是学习者在已有经验基础上，通过与环境、任务、工具和他人的互动主动建构意义的结果。皮亚杰强调认知发展是在同化、顺应和平衡中不断建构现实的过程。维果茨基则从社会文化视角指出，学习发生在个体与他人、工具和社会环境的交互之中，支架支持和最近发展区对能力提升具有重要意义。这一理论启示工程教育不能把学生长期置于听讲、模仿和验证的位置，而应让学生在问题发现、方案设计、资源调用、系统调试和反思修正中形成主体性、创造性和工程责任意识。
情境认知理论认为，学习不是脱离情境的抽象知识积累，而是嵌入具体任务、工具、社会互动和实践共同体的参与过程。脱离真实工程场景和实践任务的理论学习，容易导致知识僵化、迁移困难和问题解决能力不足。数字化教学背景下，虚拟实践社群也成为知识共享、互动参与和能力进阶的重要学习场域。这一理论启示工程教育必须让学生进入真实或近真实情境，在系统约束、不确定反馈、故障诊断和方案迭代中理解知识的适用条件和迁移边界。
联通主义强调，数字时代的学习不再局限于个体内部知识积累，而是学习者在知识资源、信息技术、社交关系、实践平台和外部专家等多元节点之间持续建立、维系和更新联结的过程。复杂工程问题往往跨越课程、专业、平台和产业边界，学生不可能依靠个体掌握全部知识，而需要具备发现资源、判断资源、调用资源和重组知识的能力。由此，未来学习中心的重要功能不在于简单集中资源，而在于使课程、设备、导师、数据、企业和项目成为可发现、可连接、可调用、可重组的学习节点。
由此可见，建构主义回答“谁在学、如何建构知识”，情境认知回答“在哪里学、如何实现迁移”，联通主义回答“依托什么学、如何持续学习”。三者共同构成未来学习中心的理论三角：主体建构是前提，情境实践是基础，网络联通是条件。
（三）S-T-E-I-M未来学习中心理论模型
基于上述理论启发，本研究构建S-T-E-I-M未来学习中心理论模型。（见图1）S即Student-centered，强调主体赋权。T即Technology-empowered，强调技术支架。E即Ecosystem-open，强调生态联通。I即Interdisciplinary-integration，强调学科融通。M即Model-iterative，强调模式迭代。五个维度共同构成“主体-情境-网络-问题-反馈”的闭环逻辑，指向复杂工程能力的持续生成。
第一，S：主体赋权。主体赋权是模型的逻辑起点，旨在回应标准化培养遮蔽学生主体性的问题。未来学习中心应通过开放空间、项目入驻、学生团队、跨专业协作和导师指导，使学生从知识接收者、流程执行者和实验报告提交者，转向问题提出者、资源组织者和方案建构者。主体赋权并非放任自流，而是在教师引导、任务脚手架、项目规范和过程反馈中形成“有支架的自主”。
第二，T：技术支架。技术支架是模型的情境支撑，旨在回应验证性实验弱化真实工程情境的问题。人工智能、数字孪生、虚拟仿真、远程实验、学习分析和多模态交互等技术，不应停留于展示或辅助层面。它们应嵌入问题发现、方案设计、仿真推演、实体测试、数据分析和反思改进全过程，形成“虚拟试错-实体操作-数据反馈-方案迭代”的学习链条。
第三，E：生态联通。生态联通是模型的资源条件，旨在回应碎片化教学割裂复杂工程关联的问题。未来学习中心应通过资源调度平台、开放预约机制、跨院系协同、校企合作、双导师制和项目资源库，将分散的知识节点、设备节点、导师节点、数据节点和产业节点组织为开放学习网络。学生由此能够围绕复杂工程任务进行资源调用和知识重组。
第四，I：学科融通。学科融通是模型的组织路径，强调以复杂工程问题牵引知识、任务和能力目标重组。其核心不是课程拼接或内容叠加，而是让学生围绕真实或近真实工程问题，经历需求分析、方案设计、系统建模、仿真验证、实体调试、性能优化和价值判断等完整过程。学生由此在问题求解中形成系统思维和综合设计能力。
第五，M：模式迭代。模式迭代是模型的反馈保障，强调通过学习分析、实验日志、代码仓库、设备记录、项目文档、多主体评价和中心运行数据，持续刻画学生成长、教师教学、资源配置和中心治理状态。其关键不是用数据替代教育判断，而是用数据增强过程反馈，使评价从结果裁定转向过程诊断、发展支持和持续改进。
（四）模型操作化框架
S-T-E-I-M模型不仅是解释未来学习中心内在机制的理论框架，也可以作为高校未来学习中心建设、运行和评价的操作框架。其核心不是要求所有高校建设同样的空间形态、技术系统或资源平台，而是围绕“主体-技术-资源-任务-反馈”五大机制重构工程实践育人生态。（见表1）
由此，未来学习中心从静态空间转化为动态系统，从资源集合转化为实践生态，从条件改善转化为复杂工程能力生成机制。不同高校可以依据自身学科基础、产业资源和治理条件，选择不同的情境化路径加以落地。下一部分将进一步分析S-T-E-I-M模型如何回应工程教育中的三类结构性问题。
三、运行机制：S-T-E-I-M模型对工程教育三类问题的回应
S-T-E-I-M模型的价值不仅在于描述未来学习中心的构成要素，更在于解释其如何回应工程教育范式转换中的结构性问题。如表2所示，传统工程教育中的标准化培养、验证性实验和碎片化教学，分别指向学习主体、工程情境和资源网络之间的关系失衡，也暴露出结果性评价难以支撑持续改进的不足。
S-M协同主要解决标准化培养问题。S维度赋予学生问题提出、路径设计和试错迭代机会，M维度通过过程评价和学习画像提供差异化反馈，使学生从任务执行者转向方案建构者。在这套机制中，学生并非无约束地自由探索，而是依托教师、同伴、平台与制度搭建的支撑支架，建立主体意识、责任意识与创新能力。
T-I协同主要解决验证性实验问题。T维度以人工智能、数字孪生、虚拟仿真、远程实验、实体设备和学习分析创设可试错、可反馈的工程情境。I维度则以复杂工程问题组织跨学科知识，使实践教学从结果验证转向真实情境探究。学生完整经历“虚拟试错、实体操作、数据反馈、方案迭代”。学习目标不再是拿到标准答案，而是学会理解约束、处理异常、优化方案、实现知识迁移。
E-I协同主要解决碎片化教学问题。E维度联通知识、设备、导师、数据和产业节点，I维度以复杂工程问题作为资源组织中心，使不同课程、实验设备、技术工具和产业资源围绕同一任务发生关联。学生在求解工程问题时，主动查找、甄别、调用各类资源，重构自身知识。学习重心也从掌握零散知识点，转向搭建面向问题的知识网络，形成系统设计能力。
M维度贯通上述过程，将学习分析、实验日志、代码仓库、设备记录、项目文档、多主体评价等转化为过程证据，推动评价从结果裁定转向持续改进。需要强调的是，过程数据不能替代教育判断，而应与教师专业判断、学生反思、同伴互评和行业评价结合，避免数智评价滑向数据主义。
由此，S-T-E-I-M模型提供了从单点改革走向生态重构的闭环机制：S维度激活学习主体，T维度创设工程情境，E维度联通开放资源，I维度组织复杂问题，M维度实现反馈迭代。不同高校的学科基础、产业资源和治理条件并不相同，但其未来学习中心建设均应围绕主体、技术、资源、任务、反馈五大机制展开。
四、情境化落地实践：以哈尔滨工程大学未来学习中心建设为例
理论模型只有进入具体高校的学科结构、资源条件和治理情境，才能转化为可运行的育人机制。哈尔滨工程大学具有鲜明的“三海一核”办学特色，长期面向船舶海洋、海洋信息、核科学技术、智能装备等领域培养工程人才。其未来学习中心建设并非一般意义上的学习空间改善，而是围绕智能船舶、海洋装备、无人系统、核安全装备、智能制造等复杂工程场景，探索支撑卓越工程人才培养的实践育人生态。
从工程教育范式转换看，船海核等领域工程问题具有系统复杂、学科交叉、环境不确定、工程约束强和安全责任重等特点。这对学生复杂工程问题解决能力、跨学科协同能力、数智技术应用能力和工程伦理意识提出更高要求。这一路径与教育数字化和新工科改革所强调的开放协同、交叉融合和复杂问题解决导向相一致。它也与建构主义、情境认知和联通主义所揭示的主体建构、情境实践和网络联通逻辑相呼应。基于S-T-E-I-M模型，案例院校将未来学习中心建设转化为主体赋权、技术支架、生态联通、学科融通和模式迭代五类实践机制。
（一）主体赋权：从统一实验安排走向项目入驻与共同体学习
在主体赋权方面，学校通过制度牵引和场景浸润，推动学生从实验任务执行者转向项目实践主体。一是强化顶层统筹，将未来学习中心建设成效纳入教学科研单位绩效考核，并配套跨学科教学工作量认定、设备共享损耗补贴等政策，降低跨院系、跨平台协同成本。二是依托“教-学-研-创融合物理空间”，在特色实验中心建设示范窗口，设置跨学科项目化教学观摩课和开放共享设备实操体验区，使学生能够围绕项目任务开展研讨、设计、调试、展示和反思。三是依托“程小智”AI伴学平台推送跨学科教学案例和开放共享管理经验，并通过专题研讨、行业专家交流和企业考察，引导学生理解复杂工程问题的真实来源、行业约束和社会价值。
（二）技术支架：从设备配置走向智慧中枢支持的全过程学习
在技术支架方面，学校围绕“智慧中枢赋能平台”建设，推动技术从展示工具、管理工具转化为学习支持工具、资源调度工具和过程反馈工具。信息化部门牵头开发实验教学资源整合模块，实现跨中心设备预约、使用数据一体化管理和“一键申请、全程留痕”。这一做法不仅提高设备开放效率，也将学生资源调用、实验操作、项目调试和问题解决过程转化为可记录、可分析、可反馈的数据链条。
面向船海核等复杂工程任务，学生通常需要经历方案设计、仿真验证、实体调试、数据分析和方案迭代。智慧中枢、AI伴学平台和资源管理系统将虚拟仿真、实体设备、真实数据和项目文档连接起来，支撑“虚拟试错-实体操作-数据反馈-方案迭代”的学习过程。智能排班、需求预警、服务追溯等功能，则提升了跨学科活动组织和个性化需求响应效率，为开放实践提供运行保障。
（三）生态联通：从资源孤岛走向校内外协同网络
在生态联通方面，学校通过校内资源共享和校外产教融合，打破课程、设备、导师、企业项目和真实数据之间的割裂。校内层面，由学校统筹本科生院、信息化部门、教学科研单位和实验中心资源，明确跨院系资源共享的权责划分与效益分配规则。由此打破院系隶属限制，使学生能够根据复杂工程任务调用不同实验中心设备、课程资源和导师支持。
资源平台层面，学校建设“学科融通资源平台”，集成300门以上船海特色数字课程，构建“船海特色+跨学科”资源池，实现资源精准推送和高效复用。校外层面，学校依托产教融合联盟，引入中船、中核等行业头部企业资源，探索“学校基础投入+院系配套+校企联合基金”的“1+N+X”投入模式。通过共建实验室、产业项目引入、行业标准融入和企业导师评价，企业由外部合作主体转化为未来学习中心运行中的资源节点和评价主体。
（四）学科融通：从课程拼接走向特色工程问题牵引
在学科融通方面，学校依托“三海一核”优势，将船海核领域复杂工程问题转化为跨学科项目任务。面向智能船舶、海洋机器人、水下探测、无人系统、核安全装备、智能感知与控制等应用场景，学生需要综合运用多领域知识：机械结构、自动控制、人工智能、传感检测、通信网络，同时兼顾安全规范、工程管理与价值责任。在此基础上，学生还需完成需求分析、系统建模、仿真验证、实体调试、性能优化和工程评价。
这一过程不是简单增加交叉课程，而是将原本分散在不同课程、实验室和平台中的内容重组为连续项目链条。学生可以先在数字资源平台完成知识准备，再在虚拟仿真环境中进行方案验证，随后进入实体设备平台调试，最后结合教师、企业导师和行业专家反馈优化方案。由此，理论学习、仿真实验、实体操作、行业评价和反思改进围绕同一复杂工程问题形成连续学习过程。
（五）模式迭代：从结果考核走向过程评价与治理反馈
在模式迭代方面，学校建立“过程+成果”双维度评价体系，将学生学习过程、项目表现、工程能力和中心运行状态纳入持续反馈机制。过程指标关注跨学科项目参与度、协作贡献度、工程问题解决效率等，成果指标关注创新方案、专利软著、竞赛获奖、产业适配技能认证等。与传统只看实验报告或最终作品不同，这一评价体系更加关注学生在工程项目中如何参与、如何协作、如何解决问题、如何迭代方案。
学校依托AI中枢构建学研创全息数据库，动态追踪学生科研潜力与工程素养，实现评价精准化。同时，引入企业导师参与跨学科项目成果评价，形成“师生互评+行业点评+动态反馈”机制，使评价标准与产业需求、工程规范和真实应用场景相连接。在中心治理层面，学校通过资源利用率、课程覆盖人数、校企合作成果和师生满意度等指标，持续优化经费投入、平台运行和服务流程。
（六）案例小结：S-T-E-I-M模型的情境化转化路径
综合来看，哈尔滨工程大学未来学习中心建设体现了S-T-E-I-M模型从理论框架走向实践机制的基本路径。（见表3）
这一案例表明，未来学习中心建设的重点不是复制某一所高校的空间布局、平台名称或企业伙伴，而是将模型逻辑转化为本校可运行的育人机制。对于案例院校而言，“三海一核”学科特色、中船中核等行业资源、船海特色课程资源池和学研创全息数据库，是基于自身条件形成的情境化设计。而项目入驻、虚实融合、资源共享、校企协同、问题牵引和过程反馈，则具有较强的通用推广价值。
五、推广讨论：通用实践、情境化设计与适用边界
案例院校实践说明，S-T-E-I-M模型具有可迁移性。其迁移对象不是具体平台、企业伙伴或学科场景，而是主体赋权、技术支架、生态联通、学科融通和模式迭代的机制逻辑。其他高校应根据自身优势学科、区域产业和治理条件替换情境资源，实现模型逻辑与校本场景的结合。这一迁移逻辑与教育数字化、新工科建设和复杂工程能力培养的基本方向相一致。（见表4）
上述对照说明，案例院校的特殊性主要体现在场景资源、行业资源和平台形态上，而可推广性主要体现在机制逻辑、组织方式和评价框架上。其他高校迁移时，应识别自身优势资源，并将其纳入主体赋权、技术支架、生态联通、学科融通和模式迭代的运行闭环中。
同时，S-T-E-I-M模型具有适用边界。主体赋权不能变成放任自流。开放空间、项目入驻和学生自治必须与安全规范、导师责任、阶段验收和过程指导结合。技术赋能不能变成技术悬浮，应优先选择能够支撑问题分析、方案设计、仿真验证、实体调试和过程反馈的技术，而不是追求平台规模和设备先进性本身。生态开放不能停留于资源名义共享。跨院系共享和校企协同涉及设备维护、工作量认定、成果归属、经费分担和数据安全，必须通过制度加以保障。数智评价不能滑向数据主义。过程数据应与教师专业判断、学生反思、同伴互评和行业评价结合，避免用点击次数、登录频率或设备使用时长替代复杂工程能力评价。
综上，S-T-E-I-M模型的推广价值在于提供一种可迁移的机制框架，而不是固定的建设模板。其他高校借鉴案例经验时，应坚持“保留模型逻辑、替换情境资源、完善运行机制、持续反馈迭代”，使未来学习中心真正从建设项目转化为支撑复杂工程能力生成的长期育人机制。
六、结论与展望
面向新质生产力发展与教育数字化转型要求，工程教育的重心正从知识传授、技能训练转向复杂工程能力培育。传统工程教育存在三类突出问题：标准化培养遮蔽学生主体性，验证性实验弱化真实工程情境，碎片化教学割裂复杂工程关联。本研究依托建构主义、情境认知与联通主义理论，构建S-T-E-I-M未来学习中心理论模型。该模型以主体赋权、技术支架、生态联通、学科融通和模式迭代为核心，形成“主体-情境-网络-问题-反馈”的运行逻辑。这为未来学习中心从空间建设走向工程实践育人生态重构提供了分析框架。
研究表明，未来学习中心的关键不在于空间更新、设备集中或技术叠加，而在于能否重构学生、知识、技术、资源、情境和评价之间的关系。通过S-M协同，能够推动学生从任务执行者转向问题提出者和方案建构者。通过T-I协同，能够推动实践教学从结果验证走向真实情境探究。通过E-I协同，能够推动工程学习从孤立知识掌握走向网络化知识建构。通过M维度贯通，能够推动评价从结果裁定走向过程反馈和持续改进。
哈尔滨工程大学的建设案例表明，未来学习中心建设既要建立普适性机制，也要开展校本情境化设计。项目入驻、虚实融合、资源共享、问题牵引、过程反馈具备较强推广价值。“三海一核”工程场景、船海特色教学资源与行业企业协同，则构成该案例院校独有的校本特征。在理论层面，本研究将未来学习中心的研究视角，从空间形态、技术配置拓展至工程实践育人生态。在实践层面，本研究依托案例分析，区分可推广的通用机制与校本情境化方案，为各类高校建设未来学习中心提供参考。
本研究仍存在一定局限。首先，研究以理论建构与单案例分析为基础，结论的普适性仍待检验。后续可通过多院校、多专业、多场景的比较研究加以验证。其次，研究重点分析了未来学习中心的理论模型和实践路径，对学生复杂工程能力生成的实证测量仍有待深化。未来研究可结合学习分析、能力画像、项目过程数据等方法，检验 S-T-E-I-M 模型对学生主体性、系统思维、工程迁移、协同创新和价值判断能力的影响。同时，随着生成式人工智能、智能体、数字孪生和具身智能等技术发展，未来学习中心中的人机协同学习、数据伦理、工程责任和可持续治理等问题，也值得进一步深入研究。
【赵玉新，哈尔滨工程大学副校长、教授】
原文刊载于《中国高教研究》2026年第10期
