针对知识碎片化、与行业脱节、知识整合能力不足等核心问题，本成果以数智化赋能为主线，构建了一套系统化的解决方法。

       1. 构建系统化法学+社会工作知识图谱，避免知识碎片化

       首先，通过解构法学和社会工作专业培养方案与课程大纲，利用AI技术将教材等资源数字化，生成初始知识点。教师主导并协同学生，共同梳理知识点间的逻辑、层级与关联关系，精准界定每个知识点，最终形成系统化、结构化的法学+社会工作课程与专业图谱。将原本孤立的课程知识整合为有机联系的网络，使学生能够直观把握专业全貌与内在联系，从根本上实现了知识体系从“碎片化”到“系统化”的转变。

       2. 建立数据驱动的动态法学+社会工作课程优化机制，破解供需脱节

       为解决人才培养与行业需求脱节、课程更新滞后的问题，本成果构建了“AI洞察—能力图谱—课程迭代”的闭环机制。其一，AI驱动需求洞察：运用大数据技术实时抓取法学和社会工作行业的新兴业态、政策法规及岗位需求数据，为法学和社会工作专业建设提供精准依据。其二，构建岗位能力图谱：将调研所得能力拆解为知识-技能-素养三维度的量化指标，形成覆盖基础、核心与高阶能力的可视化图谱，并明确其与课程、实践项目的映射关系。其三，实现课程动态调整与迭代：当系统监测到法学和社会工作行业需求变化率发生较大变化时，会推送课程调整建议，从而驱动法学和社会工作专业培养方案及时优化，确保教学内容与行业发展同步。

       3. 打造跨界融合与智慧赋能的教学生态，提升学生整合能力与个性化水平

       一是为突破学科边界与教学方式局限，构建了融合数字素养培养的跨学科教学模式。通过整合法学、社会工作与数字技术知识，开设“数字人文”“企业合规与社会责任”“数据处理软件应用”等跨学科项目式课程，要求学生在项目中运用法律条文分析、社会调查工具及Python数据处理技能，系统提升信息检索、数据解读与数字化工具应用能力。二是通过垂直训练数据开发AI教学助手“科科”，为学生提供24小时答疑与研究思路辅助。三是智能平台依据学习需求推荐法律文书精读、社会调查方法等专项训练内容，结合个性化学习轨迹分析，引导学生循序渐进提升信息检索、数据处理等数字技能，切实增强数字技术应用与专业实践融合的能力。

图 知识图谱建设路径思路