15915781289
智能传播时代，品牌传播领域的数字化转型对人才培养提出新要求，高校广告学教育面临课程体系滞后、学生核心竞争力不足等挑战。本研究以同济大学品牌传播课程为案例，构建基于高阶思维能力培养的“理论筑基－技能实训－自主探究－项目实战”递进式教学模式，融合案例教学、探究式学习与项目化实践，通过品牌理论讲授、AI 工具实训、跨境电商虚拟仿真及全案项目实战等环节，培养学生的系统分析、创造性解决问题及跨学科整合能力。实践表明，该模式有效提升了学生的数据应用能力与高阶思维水平，学生实习、就业竞争力显著增强。本研究为智能时代品牌传播课程改革提供了可操作的实践路径，也为新文科背景下跨学科人才培养提供了参考。
在传统理论视域下，品牌传播特指品牌主以大众媒体为核心载体，向目标受众系统性传递品牌相关信息的传播行为。从信息传递的实践路径来看，其核心方式通常涵盖营销推广、公共关系、商业广告等；这一信息传递过程“从本质上来说，与宣传并无二致”[1]，因此品牌传播课程也大多设立在高校的新闻传播学院之中，作为传播学或广告学的专业课。但进入智能传播时代后，人工智能技术已从形式上解构了传统的广告运作流程。其不仅打破了品牌主单向主导的信息传递逻辑，更依托算法与数据赋能，构建起以消费者智能洞察、广告智能创作、广告智能投放、广告智能应对的新型广告运作体系，[2]广告产业从“创意驱动”向“数据驱动”转型，从“经验决策”向“算法优化”升级，对从业者的技术素养、计算思维能力提出了全新要求。高校广告学教育因此面临严峻挑战，教育部数据显示，2013年到2022年，共有53所高校撤销了广告学专业，原因是核心课程设置偏向传统广告公司，而“广告公司岗位稀少，多数同学涌入新媒体运营赛道”，岗位去专业化，“汉语言文学、计算机等专业的同学都能和广告学抢饭碗”，同时“AI文案生成已能完成80%的基础创作”[3]，广告学毕业生缺乏就业核心竞争力。在数字化、智能化的整体发展趋势下，如何顺势而为，切实提升教育质量，培养市场急需的高素质创新型人才，已成为广告专业教育的重要课题。
近年来，国内高校围绕品牌传播课程改革展开了诸多深入探讨。在新文科建设的背景下，学界形成多维度洞见：复旦大学张殿元教授、华南理工大学段淳林教授强调需确立 “以学生为中心” 的教学理念；中国传媒大学赵新利教授提出应强化跨学科协作与跨界融合；厦门大学林升栋教授主张将真实世界挑战融入课堂；华中科技大学李华君教授则倡导构建以项目为引领、技术模拟为支撑的 “实验—实践” 融合模式。武汉大学程明教授提出，学界的知识生产侧重 “知与逻辑”，业界的知识生产则强调 “行与结果”。广告专业学生的培养要做到知行合一，以品牌思维重构品牌传播课程的教学逻辑。上海外国语大学姜智彬教授指出，当前中国正值百年未有之大变局，正在从制造业大国转向品牌大国。品效协同、品牌出海成为重要的社会诉求，品牌传播课程也应因时而变，服务于社会的实践需要。[4] 这些来自学界的深刻见解为品牌传播课程教学改革提供了多维度的启发，指引着课程优化的方向与路径。
作为以工科见长的高水平研究型大学，同济大学在人才培养中着重锤炼学生的实践创新能力。但在人工智能时代，仅掌握低阶实用技能的人极易被技术取代，唯有具备高阶思维能力——能够进行系统分析、跨界整合与创造性解决复杂问题的人，才能在时代变革中站稳脚跟。因此，本研究从课程教学改革入手，主动顺应智媒时代的技术变革，树立“以学生为中心”的教学理念，通过案例教学、探究式教学、项目式教学等多种方式，结合亚马逊虚拟仿真平台，深耕核心课程建设，着力培养学生的创新实践能力与高阶思维能力，探索一条提升品牌传播人才核心竞争力的发展路径。
高阶思维（Higher-order Thinking Skills）又称高级思维、高水平思维，指发生在较高认知层次的心智活动与认知能力。其概念源于布鲁姆等人 1956 年提出的认知目标分类学理论，该理论将学习目标按认知难度从低到高划分为六类：知识、理解、应用、分析、综合、评价。其中，“分析、综合、评价” 三个层级的思维能力被界定为高阶思维，其核心是解决劣构问题，具体体现为学习者的问题求解能力、决策能力、批判性思维及创造性思维等。[5]所谓劣构问题，就是指那些没有明确的初始状态、目标状态或解决路径的问题，这类问题往往具有复杂性、不确定性和多解性。例如，在品牌传播中，如何为一个新品牌制定符合市场需求又兼具独特性的传播策略，就是典型的劣构问题。它没有固定的答案，需要结合市场环境、目标受众、品牌特性等多方面因素综合分析，且可能存在多种可行的解决方案。劣构问题的解决更能考验人的高阶思维能力，如系统分析、跨界整合和创造性解决问题的能力。
在人工智能时代，低阶学习和低阶思维很容易被信息技术所取代，高阶思维能力正成为适应未来社会所必备的能力之一。因此，高阶思维能力的培养已成为全球多国教育改革的共同趋势与核心目标。针对 “如何培养学生高阶思维能力” 这一问题，燕山大学赵永生教授提出，大学生高阶思维能力培养的教学模式需具备六大核心特征：以学生实践为中心、教师发挥主导作用、任务设计富有挑战性、注重探究与创新、实现教学相长、保持开放性与多维度。而高水平项目式教学恰好涵盖了高阶学习教学模式的所有关键特征，被认为是培养高阶思维的最佳教学模式。[6] 项目式教学根植于约翰·杜威（John Dewey）的“做中学”（Learn by doing）实用主义教学理念[7] ，以及大卫·库伯（David Kolb）的体验式学习理论（Experiential Learning）[8]，其核心逻辑是依托现实世界中的真实问题吸引学生兴趣，驱动学生开展深度思考；并在问题解决的具体情境中，帮助学生获取新知识、应用新技能。此处的 “项目” 采用广义定义，涵盖案例分析、成果汇报、综合训练等多种形式，本质是一套以高阶思维能力培养为导向的教学模式。
探究式课堂教学同样被视作培养高阶思维能力的理想路径。从定义上看，探究式课堂教学可界定为：在教师的启发与引导下，以学生自主学习、合作讨论为核心前提，以现行教材为基本探究内容，以学生周边世界及生活实际为参照对象，通过个人、小组、集体等多元探究形式，引导学生开展解难释疑尝试，并将所学知识应用于实际问题解决的教学模式。该教学模式的核心价值在于，高度重视学生智力的开发，聚焦其创造性思维与自主学习能力的发展；其最终目标是通过引导学生自主探究，帮助其掌握学习方法，为终身学习与未来工作筑牢基础。[9] 复旦大学新闻学院张殿元教授认为，在品牌营销课程中采用案例教学，实质上是一种研究性学习，可以培养学习者的独立思考和创造性能力，有助于实现教学双方缄默知识的交流，使学生能够“像专业人士那样思考”[10]。
在高等教育发达国家，将项目式教学融入课堂的实践探索早已开展。以麻省理工学院（MIT）为例，其发起的 “新工程教育转型”（New Engineering Education Transformation，NEET）计划，明确倡导 “以项目为中心” 的核心教学方法，重点聚焦学生思维能力的系统培养。在此框架下，MIT 提出新工科人才需具备 12 种关键思维，具体包括：学习如何学习、制造、发现、人际交往技能、个体技能与态度、创造性思维、系统性思维、批判与元认知、分析性思维、计算性思维、实验性思维及人本主义思维。需特别指出的是，这 12 种思维均隶属于高阶思维能力范畴。MIT 新工程教育的实践路径与成果，有力佐证了通过课程项目培养学生高阶思维能力的合理性与科学性。 [11]
我国高校的教学改革多围绕学科融合的路径、模式及实践展开。例如，华中科技大学的李华君教授指出，未来新闻传播学科的融合教育需构建问题导向的研究型教学模式，打造“新闻 + X”学生自主学习系统，培养具备数字媒介素养与全球化视野的高级人才，尤其在品牌传播课程中，以项目实战制、课程组及协同育人平台强化学生策略性传播能力。[12] 华南理工大学新闻与传播学院设有广告学专业（计算广告与品牌传播方向），并拥有“计算广告与品牌传播”博士点，多年深耕于智能传播、计算广告方向，积极推动产学研融合。中国传媒大学于2021年创办了“广告学（计算广告双学士学位复合型人才培养项目）”，这是全国高校中首家计算广告人才培养项目，该项目于2025年更名为“广告学（计算广告双学士学位实验班）”。其办学理念是聚焦广告专业教育，以“新文科”建设理念推动科际融合，强调“重问题轻学科”，通过文理交叉打破传统框架，实现课程体系向软件化、内容化延展，解决教学与行业实践脱节问题。[13] 深圳大学广告学专业则探索“产学协同、创意实战”模式，通过小学期短课、核心课程模块化整合及递进式实战（学科竞赛、整合性大作业、毕业设计），实现课堂与产业的深度衔接。[14]
当前品牌传播学科领域尚未有高阶思维能力培养的专项研究，但商科领域的相关探索可为其提供参照。如邓昕才等学者的研究，立足 VUCA 时代商科人才高阶思维培养的核心需求，针对布鲁姆认知教育目标理论的二维分类局限，重构出低阶（记忆、理解）－ 中阶（应用、分析）－ 高阶（评价、创造）的三维动态认知模型，并以案例行动学习法为核心构建 “知识输入 － 信息处理 － 价值输出” 逻辑框架，搭配教学阶段递进、螺旋式方法、多轮循环迭代的三重复合路径，为商科人才高阶思维培养提供了关键理论框架与实践路径。[15] 但该研究聚焦传统案例分析与商业决策，未纳入人工智能时代品牌传播（广告领域）必备的数字技术实操内容，也缺乏真实广告场景的落地衔接，难以适配该领域人才培养需求。
当前广告领域数字技术应用已形成清晰细分格局。大体而言，AI 技术应用可分为营销投放与内容制作两大核心方向。在营销投放端，AI 技术涵盖 Python（Pandas 库）数据处理、Tableau 可视化、K-Means 用户分层、智能投放平台操作及 RTB 逻辑；在内容制作端，包含 AIGC 文本 / 图像 / 视频生成、AI 内容审核等核心技术模块，这些均是品牌传播人才的必备能力，因此有必要将广告领域这些数字技术实操内容补充至高阶思维能力培养框架中，填补原模型的技术维度与实践场景空白，最终形成适配品牌传播学科特色、融合高阶思维训练与数字技术实操的新型培养模式。
综上所述，高阶思维能力是人工智能时代的核心能力，其培养可依托项目式、探究式、案例教学等方法，且国内外高校已有相关实践。但现有研究多聚焦宏观的改革方向和跨学科的尝试，既缺乏真正落地的教学改革实践案例，也鲜少从学生角度进行教改效果的评估。为此，本研究尝试以同济大学品牌传播课程为个案，构建一种基于高阶思维能力培养的教学模式，通过课程前后测试、深度访谈等方式评估教学效果，以期为同类高校提供参考。
教学改革的核心是围绕 “人” 的成长。本研究秉承 “以学生为中心”“以实践为导向” 的教育理念，提出一种基于高阶思维能力培养的品牌传播课程教学模式（图1），融合案例教学、探究式学习与项目化学习的优势，构建与布鲁姆认知目标分类中 “分析、综合、评价” 高阶层次相适配的教学体系，针对性解决品牌营销领域的劣构问题。
（1）理论筑基：通过品牌理论讲授与动态案例库共建，引导学生用理论框架分析真实品牌案例，在 “知识、理解” 基础上初步训练 “分析、批判性思维”能力。
（2）技能实训：依托数据分析技能训练模块与周作业实操，让学生在处理电商数据、社交媒体评论等复杂信息时，掌握从数据中挖掘规律的方法，培养“实操技能、计算性思维”，筑牢高阶思维的技术根基。
（3）自主探究：以探究式学习推动自主选题，学生根据自己的兴趣提出研究问题，设计基于社交媒体数据的研究方案，面对数据碎片化、结论多解性等劣构特征，培养“提问、批判性思维与解决问题的能力”。
（4）项目实战：通过亚马逊平台运营小组项目（3～4人），将理论与技能整合于跨境电商全流程实操，在制定品牌传播策略、优化广告投放等开放性任务中，综合运用系统分析、创造性思维与跨界整合能力，实现 “综合、评价” 层次的高阶思维跃迁，同时人际交往能力也能在团队合作中得到提升。
这一模式呼应了赵永生教授提出的 “以学生实践为中心、任务具挑战性” 等教学特征，亦契合杜威 “做中学” 与库伯体验式学习理论，通过真实问题驱动学生主动建构知识体系，在解决品牌传播领域复杂问题的过程中，系统提升其决策能力、创造性思维等核心素养，适应人工智能时代对高阶思维能力的需求。
2024年春季和秋季两个学期，品牌传播教学团队针对同济大学本科二年级广告学与广播电视学专业学生（选课人数共 26 人）开展了《品牌管理》《数字化营销传播》课程教学，采用线上线下融合的混合式教学模式，总计 68 学时。这两个专业的学生均为文科招生，选课前有《广告学概论》《大学计算机基础》等先修课程的知识基础。根据上文提出的教学模式，教师进行了如下的教学设计：“理论筑基”环节依托《品牌管理》课程（34学时）进行，以教师为主导，内容偏重理论教学，方法上注重课堂讲授和案例教学；“技能实训”“自主探究”“项目实战”环节依托《数字化营销传播》课程（34学时）完成，内容偏重实践和实验，以学生为主导，强化实操技能和探究式、项目化学习。最后综合性的项目实战为小组合作形式，其余作业均为个人形式。
品牌理论教学涵盖品牌概论、品牌资产构建、品牌定位、品牌符号、品牌原型、品牌沟通策略、品牌拟人化营销、品牌激活、品牌延伸及全球品牌等核心知识点。在教学模式上，结合大二本科生的认知特点及过往教学反馈（教师通过课前诊断发现，学生对翻转课堂中“学生主导做Pre”的模式颇有微词，认为存在一定的“低效互学”问题），确立以教师为主导，通过“师父领进门”的引导式教学，帮助学生系统入门专业理论。
同时，课程特设“跨学科知识包”，为广告专业学生筑牢人文社科的根基。广告作为一门游走于商业与人文之间的学科，既需精准把握市场规律，更需深刻理解人性与社会，而社会学、传播学、心理学、文化研究等跨学科知识，正是搭建这种认知框架的核心支撑。具体实践中，课程将理论讲授与经典阅读深度结合。例如，在课堂讲授 “品牌符号” 内容后，通过微信公众号推送罗兰·巴特《神话学》的核心章节，引导学生课后系统研读。这些文史哲经典并非额外负担，而是滋养广告创意的 “源头活水”。教师在课程中引导学生从符号学角度拆解广告语的弦外之音，从社会心理学视角预判传播效果，从文化研究层面把握消费趋势，使其专业能力超越单纯的技术层面，上升为人文底蕴与商业智慧兼备的综合素养。这也恰恰呼应了马克思主义“培养全面发展的人”的核心要义。
此环节主要聚焦学生认知能力与理解能力的系统培养，为高阶思维的发展奠定基础。
案例教学部分以 “捕捉行业前沿实践、培养学生分析能力” 为核心目标，打破传统教材案例滞后的局限，采用 “学生自主选题 — 深度调研 — 创作分析 — 公开发布” 的模式，鼓励学生从兴趣出发，聚焦当下热门品牌或创新营销现象，自主完成案例的挖掘与解读。
从选题来看，案例库涵盖多元领域与创新模式：既有泡泡玛特 “盲盒营销” ，Jellycat 毛绒玩具 “治愈感” 设计；也包含霸王茶姬 “国风美学” 的差异化定位，以及蜜雪冰城凭借 “极致性价比 + 魔性传播” 实现下沉市场破圈的路径解析。学生需结合课堂所学的品牌理论知识，对现实生活中的品牌案例进行深度拆解。
案例库以公众号推文形式每周更新 2~3 篇，形成 “创作－传播－反馈” 的良性循环。其中，学生撰写的《费大厨辣椒炒肉：仅需一句话，征服消费者》一文，精准剖析品牌 “用一句话占领品类心智” 的策略逻辑，推文阅读量近 3 万、分享次数超 500 次。这不仅印证了学生案例分析的专业价值，更通过市场反馈激发了更多学生的创作热情。这种 “以传播实践检验学习成果” 的模式，既让案例库始终保持新鲜度，又倒逼学生在选题、分析、写作过程中主动调用高阶思维，实现从 “被动接受案例” 到 “主动创造案例知识” 的转变。
此环节重点培养学生的分析能力与理论联系实际的能力，助力其将书本知识转化为解读真实商业现象的分析工具。
品牌传播的经典理论如同大树的根基，而人工智能技术则是滋养其生长的新土壤。为从 “人工智能 + 品牌营销” 的融合视角重构教材内容体系，课程重点增设两大教学模块：一是 “数据分析技能训练” 模块，二是 “生成式 AI 内容创作” 模块。同时，通过公众号同步发布 AI 工具实操手册，为学生提供数据分析工具的详尽使用指南，供课后自主研习，满足学生个性化学习需求。
“数据分析技能训练” 模块的具体内容涵盖三方面：一是工具软件教学，包括八爪鱼、Excel、微词云、Tableau 等，覆盖数据收集、数据预处理、数据分析、数据可视化全流程，并通过每周小作业开展实操训练；二是数据分析方法学习，涉及相关性分析、回归分析、时间序列分析、聚类分析等，帮助学生掌握数据解读的科学方法；三是实战场景应用，指导学生分析电商数据、社交媒体评论数据及消费者用户画像，从中挖掘潜在规律，将数据技能转化为商业洞察。
此环节着重培养学生的实操技能与计算性思维，让学生在处理复杂商业数据时既能精准操作工具，又能透过数据表象捕捉商业本质。
一是AI 创作工具的学习，除基础的 ChatGPT、DeepSeek、Kimi、豆包等文本生成工具外，拓展至图像生成（Midjourney、Stable Diffusion）、视频制作（即梦、可灵）、虚拟数字人开发（可灵、百度 AI 数字人平台）等领域，系统教学产品文案撰写、广告海报设计、短视频脚本生成、虚拟数字人等全流程技能，通过分场景任务训练让学生掌握不同工具的适配场景与优劣势。
二是提示词工程训练，从基础的指令清晰化（如明确目标受众、风格调性、信息层级）到高阶的逻辑链构建，重点培养学生如何通过精准提示词引导 AI 输出符合品牌调性的内容，同时增设 “反哺式训练”，分析 AI 生成内容的不足，反向优化提示词。
三是AI 内容的校准与创意升华，通过案例对比引导学生理解 AI 在情感共鸣、文化适配方面的局限，要求学生对 AI 生成内容进行价值观、文化语境方面的调整及创意二次加工，避免机械套用技术工具，培养“使用 AI 但不依赖 AI”的创作思维，形成人机协同的创作模式。
此环节注重对学生实操技能与高阶思维的协同培养。AI工具学习夯实技术基础，南宫28下载提示词工程锤炼逻辑表达，而内容校准与创意升华则同步培育创造性思维与批判性思维，理性审视技术局限并主动修正。
采用 “问题导向” 设计，为学生打造可随时查阅、反复练习的工具使用指南，覆盖课程涉及的各类数据分析工具及AIGC工具，形成系统化操作体系。例如，“如何用八爪鱼爬取京东电商数据？”“如何用数据透视表分析电商销售地域分布？”“如何用Tableau 制作社交媒体评论情感趋势？” 以推文的方式，详细说明操作流程，同步附上关键步骤截图及常见报错。这种 “图文+ 小贴士” 的形式，让技术学习从抽象变得简单易行。
此环节着重培养学生自主学习与问题解决能力，学生可根据实际需求主动查阅手册，在遇到操作难题时通过指南自主排查解决，培养独立应对技术问题的能力。
根据美国国家研究委员会的定义，探究式教学是一种以学生为中心的主动学习方式，核心过程包括提出问题、计划和开展调查过程、使用适当的工具和技术收集数据、以批判性和逻辑性思维分析证据和解释之间的关系、构建和分析替代性解释，以及交流科学论点。[16] 探究活动又可以分为四种不同层级，分别是固定化探究、结构化探究、引导式探究和开放式探究，[17] 其中开放式探究要求学生自己设计或选择方法探究自己提出的问题, 对推理和认知水平提出了更高要求。
由于 “品牌理论” 与 “技能实训” 模块已通过教师指定的作业与练习，为学生筑牢理论基础与实操技能，本模块采用开放式探究方法，以期中大作业形式在 “技能实训” 结束后发布。学生需自主收集数据、文件资料、行业报告、新闻报道等素材，通过深度数据分析、专题研讨等研究形式，运用图标、图表、文字等可视化手段呈现研究主题，最终形成推文成果。
自主选题赋予学生充分的创作自由度，激发了其探究热情。例如《比比谁更 “牛”—— 伊利与蒙牛品牌影响力在社交媒体（微博）的数据透视》，通过对比分析两大乳业品牌的社交传播数据，揭示品牌影响力差异的底层逻辑；《决战营销号之巅：微信公众号 vs. 哔哩哔哩：不同媒介平台〈素食者〉相关内容的传播特点分析》，聚焦当时的热点话题，探索跨平台内容传播规律；《动画电影〈蓦然回首〉上映：B 站和抖音的内容生态差异》，则从影视 IP 切入解析平台文化特质。
此环节需要学生综合内在与外在的资料、信息、数据，作出符合客观事实的推断，需要经过较为复杂的思维过程，对应于“分析、综合、评价”等高阶思维能力的培养。
本研究以教育部产学研项目提供的亚马逊跨境电商虚拟仿真平台为实训载体，增设“亚马逊平台运营”模块，通过模拟真实跨境电商全流程，培养学生的系统分析、决策、创造性思维、计算思维等综合能力。
一是构建跨境电商基础知识体系。系统讲解跨境电商的商业模式、物流体系、支付结算规则等知识，了解亚马逊平台的 A9 算法逻辑、卖家绩效指标及合规红线（如侵权、虚假宣传等禁忌），通过案例分析让学生理解平台规则对运营策略的底层约束，建立合规运营的基础认知。
二是精细化选品与市场分析。引入卖家精灵、 Jungle Scout等工具，指导学生从市场供需比、竞品差评、关键词搜索量等维度进行大数据选品；增设 “利基市场挖掘” 专项训练，结合目标国家的文化习俗与消费痛点（如欧美市场对环保包装的偏好），培养学生从数据中识别差异化商机的能力，强化数据驱动决策的思维。
三是全流程场景模拟实操。依托跨境电商虚拟仿真平台，还原真实运营场景：从店铺注册的资质准备（如公司营业执照、品牌备案流程），到产品上架的细节把控（如五点描述、A + 页面的视觉设计规范），再到订单处理、客户邮件回复，通过阶段性任务强化学生对全流程操作的掌握，提升系统分析与实操能力。
四是智能内容生产实践。针对跨境电商中 “外籍模特资源匮乏” 等痛点，重点融入 AIGC 工具实操训练。学生需完成亚马逊 Listing设计，包括标题、产品白底图、场景图、五点描述、推广视频、虚拟模特等内容制作；作品上传至仿真平台后，可实时查看其在搜索结果中的展示效果并进行优化，在人机协同中锻炼创造性思维。
五是亚马逊广告投放与优化。了解关键词广告、展示型广告、品牌广告等不同的广告类型；教学重点包括广告预算分配（按产品生命周期调整）、关键词匹配方式（精准 / 短语 / 广泛的组合策略）、A/B 测试等，引导学生根据实时数据调整广告策略，培养快速响应市场变化的决策能力。
六是品牌出海思维培育。结合品牌出海成功案例，讲解亚马逊品牌备案后的权益（如品牌旗舰店搭建、Vine 计划参与），引导学生理解 “运营合规 + 品牌差异化” 对长期发展的重要性，实现从 “卖产品” 到 “树品牌” 的思维升级。
此阶段通过真实场景模拟与智能工具应用的深度融合，全方位锻炼学生的系统分析能力、动态决策能力、创造性解决问题能力及计算思维。
为进一步缩小 “模拟场景” 与 “真实商业” 的差距，课程设计 “新创品牌全案运营” 实战项目，以某女包品牌为标的，要求学生分组完成从品牌定位到内容传播的全流程项目实践。这一实战项目已助力学生获得两项同济大学大学生创业实践项目立项。项目以 “三人设计师团队” 为角色设定，核心任务包括：
（1）品牌定位精准化：通过 AI工具抓取同类女品牌的用户评论和评分数，用自然语言处理技术提取高频词，结合 AI 生成的用户画像，确定品牌定位。
（2）亚马逊 Listing 与 A + 页面优化：标题融合 AI 推荐的高搜索词与品牌调性词；五点描述采用 “痛点 － 解决方案 － 利益点” 结构；A + 页面通过即梦 AI 生成外籍模特场景图增强视觉说服力（图3）。
（3）视频营销内容创作：围绕 “品牌认知 － 产品种草 － 情感共鸣” 目标，用 AIGC 工具完成开箱视频、种草视频及微电影，分别营造仪式感、展现多场景适配性、传递品牌理念。
（4）效果追踪与策略迭代：通过仿真平台监测广告支出、销量波动等数据，结合系统生成的数据看板，分析内容引流效果，调整发布节奏与广告预算，实现 “数据驱动的精准营销”。
此阶段通过真实商业场景项目实战，推动学生整合数据与用户需求进行创造性决策，实现策略性表达，并且能基于数据动态调整方案以完成系统性迭代，全方位培养学生综合运用分析、综合、评价等高阶思维解决复杂商业问题的能力。
为评估教学改革的效果，本研究采用质性与量化相结合的混合式数据收集方式分析该模式的应用效果。收集的数据包括：品牌案例分析（理论筑基模块）、学生的每周作业（技能实训模块）、期中大作业（自主探究模块）、期末小组作业（项目实战模块）、学生问卷与访谈内容（访谈26名学生，编码为S1～S26）。
本研究采用主题分析法对这些数据进行了分析。主题分析法（Thematic Analysis）是质性研究中最常用的分析方法之一，核心是从文本、访谈、观察记录等质性数据中识别、提炼和解释反复出现的模式（Patterns）—— 即 “主题”，最终回答研究问题。通过对 26 份学生访谈记录的深度解读，我们结合课程前后的状态对比，以及教学改革措施与学生能力提升的关联分析，揭示品牌营销类课程教学改革实践的成效。
为了清晰呈现教改成效，有必要先了解学生在参与课程之前的初始状态。这种状态综合反映在技能、经验和思维三个维度，共同构成了教学改革的起点和参照基准：
（1）对专业工具的认知与使用局限：有多位学生表示，此前未深入接触过数据爬取和专业数据分析工具，“在上课学到这些内容之前，我一直认为爬数据是一件需要很多工夫，甚至需要精通 python 的任务”（S1），“对 Excel 的认知还停留在大学计算机的期末考试，很多东西都停留在理论”（S3），“对于爬数据这种操作只停留在朋友圈与小红书的认知”（S9）。
（2）实践经验缺乏：绝大部分学生之前没有数字营销、跨境电商相关实践经历，“在没有接触这门课程之前，我可以说对于跨境电商一无所知”（S8），“从未参与过完整的营销项目策划与执行”（S2）、“之前没怎么接触过这类课程，担心自己学不会、学不好”（S9）。
（3）学科基础与思维局限：很多同学对数字化工具存在畏惧心理，在选课之初心存犹豫，有学生表示，“作为一个对数学一向抱有畏惧的文科生，起初我确实被课程名称中的‘数字化’吓退过”（S7）。
5.2 课程后：专业工具运用、实践项目执行、高阶思维能力、职业素养均明显提升
本研究基于布鲁姆认知目标分类理论及品牌传播领域对 “系统分析、跨学科整合、创造性解决问题” 的能力需求，参考 Bai 与 Wang 的自主学习问卷[18]及邓昕才等的三维思维模型，设计高阶思维能力评价量表，包括自主学习能力、批判创新能力、系统分析能力、跨学科整合能力4个一级维度和12个二级子维度（详见附录1）。该问卷采用李克特五点计分法 （1—5 分表示“完全不符合” 到“完全符合” )，Cronbach’s Alpha 系数为0.863，内部一致性较好。图4展示了学生高阶思维能力各维度在课程前测（初次）与后测（最终）对比之下的得分变化情况，整体来看，四个维度的最终均分均显著高于初次，直观呈现出课程对学生高阶思维能力的培养成效，其中批判创新能力（增长48.3%）与系统分析能力（增长38.8%）的增幅尤为突出，契合品牌传播学科对创新与数据驱动的实践需求。
在访谈中，学生表示，课程教学对其能力提升产生了积极作用，以下从专业工具运用、实践项目执行、高阶思维发展及职业素养四个维度进行阐述：
（1）专业工具使用能力。专业工具使用能力反映的是学生实操技能的提高，主要体现在：其一，掌握了数据分析全流程操作，“学习了用八爪鱼爬虫软件进行网页的数据爬取，在其基础上用 Excel 进行数据分析和处理，最后在 Tableau 生成清晰的可视化图表”（S11）、“掌握了 Excel 的函数、数据透视表等复杂功能” （S20）；其二，掌握了跨境电商运营工具，“通过卖家精灵筛选市场和选品，结合站内站外数据选择高潜力产品”（S19）、“熟悉亚马逊 Listing 制作、广告投放等平台操作”（S25）；其三，掌握 AI 生成内容工具（AIGC），“学习简单地使用最新技术尝试制作了用 AI 生成的广告视频”“通过 AIGC 平台生成创意内容，制作产品视频”（S18）。
（2）实践与项目执行能力。经过项目化教学，学生已初步具备市场调研与数据驱动决策能力，“通过卖家精灵和行业报告深入分析目标市场的增长趋势、消费者需求和竞争状况”（S3）、“结合站外调研（宠物行业市场）和站内数据（卖家精灵），选择高需求、低竞争的品类”（S10）；具备跨境电商全流程运营能力，“从前期的市场调研、选品定位，到 listing 和 A + 页面优化、营销策略制定，再到物流供应链管理、财务报表制作等各个环节都有实践”（S14）；具备内容创作与多平台传播能力，“完成微信公众号推文制作，掌握社交媒体营销核心策略”（S8）“学会制作开箱视频、种草视频，适配小红书、ins 等平台风格”（S6）。
（3）高阶思维能力提升。计算思维、批判性思维、创造性思维、自主学习等高阶思维能力得到了不同程度的提升。一是数据驱动思维的形成，学生表示，已“逐渐养成了以数据为导向的思维习惯，在面对问题时，通过数据的收集、分析和挖掘，寻找最优的解决方案”（S8），“意识到电商营销的决策背后，一定需要丰富的数据支撑”（S9）；二是获得了创造性思维与跨学科整合能力提升，尝试“将数字营销知识与数据新闻、市场营销、管理学等跨学科知识融合”（S13）、“通过 AI 生成内容打破传统思维限制，扩展创作可能性”（S7）；三是自主学习与问题解决能力提升，有多位同学提到，在使用数据分析工具时并不顺利，需通过自学、反复尝试后才能最终解决问题，“在使用八爪鱼爬取数据时遇到反爬机制，通过调整设置（如延迟收集）解决问题”（S15），“面对小红书推荐的收费软件或数据不足的情况，改用手动归纳社交平台讨论的方法完成调研”（S16）。
（4）实习与职业素养。数据分析技能对学生在求职、实习中均有较大帮助，有学生表示，“在寒假实习面试中成功展示了数据爬取、Excel 和 Tableau 的操作技能，并获得了心仪的 offer” （S9），“课程上教的 Excel 数据图表制作以及数据透视表的制作给工作提供了很大的便利，提升了工作效率” （S12）。通过小组作业的形式，团队协作与沟通能力也有较大提升，“小组作业中分工明确，互相帮助，共同完成市场调研和营销策划”（S18），“在选品以及调研的过程中，团队召开多次线上线下会议，一遍遍更改稿件以及细分赛道”（S26）。
课程教改主要采取了三个方面的措施：在教学内容上，增加“数据分析技能训练”模块和“生成式AI内容创作”模块；教学方法上，采用案例教学、探究式教学法和项目教学法，强调实操和手把手指导，鼓励自主探索与团队协作；工具和平台方面，引入数据分析的多种工具，覆盖数据收集、数据分析、数据处理、数据可视化全流程，结合产学研项目导入亚马逊虚拟仿真平台和项目化教学。其与能力提升的关联主要体现在四个方面：
（1）工具教学与实操 → 计算思维能力提升：在数据分析技能模块，通过引入多种工具教学和实操训练，学生的计算思维能力得到较大提升。在访谈中学生提到，“自从开始找实习后才知道掌握数据统计技能的重要性，许多企业招人时都会标明优先选择会用sql、pyhton、数据透视表、vlookup等技能的同学，课程上教的内容对于日后的实习和就业来说具有必要性，非常实用。”（S9）“特别是在数据分析方面，老师介绍的‘下钻思维’让我意识到，数字营销不仅仅是简单的推广，更是一种基于数据的科学决策。”（S11）
（2）项目化教学 → 团队合作与跨学科整合：课程循序渐进，设置分阶段实践项目，“通过期中作业掌握数据驱动的平台分析方法，形成数据思维；通过期末项目锻炼团队协作与跨学科整合能力”（S16），促进学生市场决策与高阶思维能力提升。“自主探索解决问题的过程培养了学习能力和自信心，助力实习与就业”（S12）。
（3）实训与自主探索 → 问题解决与职业能力提升：“数字化营销传播课程不仅教会了我具体的数字营销技能，更重要的是培养了我的独立探索意识、问题解决能力和团队协作精神。”（S18） “通过对各项数据的整理与分析，我得以深入透彻地了解外贸行业各个环节的收费标准以及实际运作流程。当我凝视着那些密密麻麻的数据时，内心深处甚至产生了一种错觉，觉得外贸行业似乎充满了无限的商机，仿佛只要投身其中，就能轻易地获取丰厚的利润，脑海中还瞬间闪过了自己创业的念头。”（S20）
（4）学科融合→创新实践能力：不同学科的相互渗透融合是学科发展的必然趋势，许多发现和创新往往就是发生在融合之际。本课程中广播电视学与广告学专业共同学习，促进学生专业视野拓宽与知识互补，有学生表示，“在期中作业的汇报中，从不同专业的同学身上学习到很多新的东西，增加了对广告促销、商业战略以及市场营销等部分相关知识的了解。”（S15） “有趣的是这学期我还学习了关于数据新闻的课程，我惊讶地发现数字营销和数据新闻很像是一体两面的关系。两者都需要经历数据爬取、数据清洗、数据分析和数据可视化等环节，只不过一个侧重于营销，一个侧重于新闻。这两门课程的双线进行极大地丰富了我对数据的理解和分析运用。”（S11）
随着智能技术对品牌传播领域的深度重塑，高校品牌传播课程需突破传统范式，以高阶思维能力培养为核心重构教学体系。本研究以同济大学课程教改实践为样本，通过 “理论筑基 — 技能实训 — 自主探究 — 项目实战” 的递进式模式，融合案例教学、探究式学习与项目化实践，构建了适配智能时代需求的教学路径。
实践表明，该模式有效提升了学生的数据应用与计算思维能力、跨学科整合能力与创造性解决问题能力，其成效已在学生创业项目立项及实习就业中得到验证。受限于样本规模与实践周期，模式的长期适用性仍需进一步检验。未来研究可扩大跨校实践范围，结合不同院校学科特色优化模式设计，并建立动态评估体系，为新文科背景下品牌传播人才培养提供更具普适性的参考，助力教育改革与行业需求的深度衔接。
基金项目：本文是教育部产学研项目《人工智能时代广告学专业品牌营销 “双创” 教学模式研究与实践》（课题编号2023IT237）、同济大学艺术与传媒学院部校共建暨院媒合作团队与项目第六期－精品课程培育类项目（项目编号BXGJ-2025-KC12）的研究成果。
服务热线 15915781289 