人工智能在教育领域的应用近年来受到越来越多的关注。作者分析了大学化学实验的特点——综合性与系统性、探索性与创新性、安全性与规范性以及基础性与挑战性。概述了人工智能在化学实验教学中的应用现状，主要包括智能教学辅助系统、智能学习平台、虚拟现实技术应用等方面，在化学实验最核心的实验操作教学中尚极少应用。分析了人工智能在大学化学实验教学中的发展前景，提出了在理解符号系统、捕捉动作细节、综合辅助能力和保障实验安全等方面的发展需求。最后展望了大学化学实验教学中人工智能的应用。

测定镁条与稀硫酸反应的速率常数是多所高校的基础无机化学实验。然而用一级动力学模型拟合时，容易观察到反应后半段的数据不符合模型。为了验证副反应的猜想，我们引入了pH值数据，设计了规范化自动化的实验过程和数据采集；我们开发了数据处理的小程序包，用于深入研究镁条与硫酸之间的反应速率常数。实验发现主反应(Mg与H₂SO₄)为一级反应，其速率常数随温度升高显著增加；副反应(Mg与H₂O)符合二级动力学特征，活化能达127.79 kJ‧mol^‒1。本论文通过多维度数据协同分析、自动化数据处理流程设计，对主副反应动力学特征进行了交叉验证，解释了电导率数据偏离现象。本论文将传统验证性实验转化为研究型教学载体，实现了“数据驱动研究”范式与实验教学的融合，为理工科非化学专业学生培养创新思维与数字化问题解决能力提供了实践范例。