人工智能技术与大学计算机基础课程教学融合路径探索

［摘 要］在人工智能与教育教学深度融合的趋势下，文章以大学计算机基础课程教学现状与需求为切入点，对人工智能概念及关键技术进行梳理，阐述课程深化改革的重要性，分析人工智能技术在教育教学中的应用，展现新技术在教育领域的应用价值和推广性，探讨教学模式创新、课程内容重构、教学方法改进、教学管理提效以及教学评价优化的路径，推进人工智能技术与大学计算机基础课程教学的融合，以期为实现教育现代化提供新思路和参考。

［关键词］人工智能；大学计算机基础；教学融合；教育信息化

［中图分类号］G642 ［文献标识码］A ［文章编号］2095-3437（2024）16-0060-04

随着信息技术高速发展，大学教育经历了一系列教学范式变革，从早期的E⁃Learning，即利用信息和通信技术辅助传统课堂教学，发展到近年来依托MOOC、SPOC、学堂在线和超星学习通等在线开放教育平台的微课、翻转课堂以及线上线下混合教学模式，标志着信息技术与教育教学的深度融合。然而，在智能时代，人工智能赋予了教育新的功能，并在推进智能教育发展方面表现出极大潜力，开启了人机交互的智慧教学新模式[1]。2018年，教育部印发的《高等学校人工智能创新行动计划》指出，要利用智能技术支撑人才培养模式的创新、教学方法的改革、教育治理能力的提升，要探索基于人工智能的新教学模式[2]。2019年，习近平总书记向国际人工智能与教育大会致贺信，强调了中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新[3]。因此，如何利用人工智能技术推动大学计算机基础课程教学的持续优化发展，以应对新的教学任务和时代需求，成为计算机教学工作者不断探索与实践的重要课题。

一、人工智能概述

（一）人工智能相关概念

人工智能（Artificial Intelligence，AI）这一术语最早由约翰·麦卡锡在1956年的达特茅斯会议上提出，其概念随时间的推移而不断演变，但至今尚未有统一定义，普遍被认为是计算机通过模拟人类的思维过程和智能行为，以执行任务并实现自我迭代改进的智能系统[4]。它通过分析大量数据来探索人类智能活动的规律，核心在于开发和应用算法、模型及技术，使机器能够感知、理解、学习、推理、决策、交互和解决问题，旨在模拟、延伸甚至超越人类智能。近年来，随着大数据、云计算、物联网、虚拟现实和网络通信等技术的迅猛发展，人工智能领域取得了显著的技术进步和前沿突破，在各行各业中产生了前所未有的深度影响力。

（二）人工智能主要技术

人工智能的发展经历多个阶段的起伏与变革，呈现出螺旋式缓慢上升的趋势，每个阶段的跨越都是在前一阶段研究成果和技术积累的基础上实现的。从智能发展的角度看，人工智能经历了三个发展阶段：基于计算机智能的任务执行、智能感知的环境理解、智能认知的高级思维模拟[5]。随着当前计算机技术和算法的进步，人工智能正飞速朝着模拟人类高级认知过程的方向发展，主要技术有自然语言处理、机器学习、深度学习、知识图谱、计算机视觉、机器人技术以及人工智能代理等。其中，自然语言处理使计算机能够理解、解释、生成和模拟人类语言；机器学习使计算机能够通过数据来学习和自动改进性能；深度学习通过多层神经网络实现对高复杂性数据的特征学习和模式识别；知识图谱能以符号形式描述物理世界中的概念及其语义关系；计算机视觉使计算机能够发现、观察和理解图像和视频中的视觉信息；机器人技术通过开发具备智能的编程机器人，协助人类自动优化地执行任务；人工智能代理能够感知环境、自主决策和执行任务，以实现预定目标。在人工智能技术的推动下，智能系统能更好地理解、学习和适应复杂环境，并执行以往仅人类能够胜任的任务和决策。

二、大学计算机基础课程教学现状与需求

大学计算机基础课程是普通高校非计算机专业学生的公共必修课，旨在培养学生综合运用计算机知识和技能解决问题的能力，并提升他们自主学习和适应新技术发展的能力。近年来，为满足课程思政建设的要求和教学的实际需求，大学计算机基础课程进行了一系列教学改革，包括教学资源、教学内容、教学设计、教学实施和考核评价等。教育部在2018年发布的《教育信息化2.0行动计划》中强调，以教育信息化支撑引领教育现代化，信息技术和智能技术深度融入教育全过程[6]。可见，积极开展大学计算机基础课程智能教育的探索与实践，全面融人工智能技术于教学资源建设、课程设计、教学互动、个性化学习及教学评估等环节，以发挥其技术优势，对提高教学质量和管理效率，推进教育现代化具有重要意义。

三、人工智能技术在教育教学中的应用

近年来，人工智能在全球不断掀起科技创新的浪潮，特别是以无人驾驶、数字孪生、元宇宙和大语言模型等为代表的新一代人工智能技术，正引领技术发展新趋势，为金融、医疗、农业、制造、交通、教育、国防、能源以及娱乐等领域带来了机遇与挑战。在此背景下，智能教育作为教育发展的新模式应运而生，通过利用智能系统、算法、数据分析和认知计算构造智能化学习环境，为学习者提供更优化的教学资源配置，以及更高效、更个性化的学习体验，助力教育信息化的智能升级、融合创新。着眼于智能教育的整体目标，人工智能技术在教育教学中的应用及影响愈发显著。它不仅极大地促进了教师角色从传统知识传授者向引导者、组织者、协调者和陪伴者等多重身份的转变，还推动了“师—生—机”协同共生教育生态系统的构建[7]以及教育教学全过程的重构。现阶段人工智能技术在国内外教育领域中常见的应用形态[8-9]包括自动化测评、个性化学习、自适应学习、智能辅导、教育游戏、智能教学助手、智能机器人、教学管理、学习评价、情感分析、语言学习以及辅助残障学生等。随着技术的不断进步，这些应用形态将持续拓展和深化，为整体教育水平的提高注入新动力。

四、人工智能技术与大学计算机基础课程教学的融合路径

（一）融入人工智能技术的教学模式创新

人工智能技术在教育领域的应用正推动着教育教学的创新发展，这必将引发教学模式和教学理念的新变革。目前，大学计算机基础课程普遍采用线上线下混合式教学模式，相较于传统面对面教学，其优势在于打破了时间和空间的限制，不仅能让学生获得个性化的学习体验，还便于教师高效整合优质在线资源，从而丰富教学内容，提高学生的课堂参与度。这种个性化学习主要体现在学生能够自主选择学习的时间、地点、进度、学习资源以及师生互动方式，但更多还是依赖于人的决策和灵活性。为了进一步提升个性化学习的效果，可以根据学生的个性特征、能力、学习风格和知识水平构建学习者画像模型，并利用特征匹配、协同过滤或知识建模等方法，为学生推荐最优学习路径[10]。这样既能根据学生的学习进度和认知理解能力调整学习资源的难度和复杂度，也能为学生提供精准的学习过程引导和适时的学习方案，从而更好地满足学生个性化学习的需求。基于人工智能技术的个性化学习主要依赖于数据驱动和算法的自动化决策，在个性化学习与自适应学习方面表现出更高的先进性，不仅有助于学生高效达成学习目标，还能促进他们自主学习能力和终身学习能力的发展。

（二）利用人工智能技术的课程内容重构

大学计算机基础课程的知识面广，涉及计算机基础理论和应用实践。教师利用丰富的在线教学资源，能够根据不同专业学生的特点，精心设计教学内容，并制作成微课，为不同水平学生提供个性化拓展资源。实施差异化教学通常会增加教师的工作负担，而借助机器学习、深度学习、数据分析、知识图谱以及AIGC技术，教师可以更全面地了解学生的学习需求，实时调整教学策略，并预测学生在学习中可能遇到的困难，从而为他们提供合适的学习资料，同时有效减轻工作负担。目前，美国内容技术公司（Content Technologies Inc.）已实现利用深度学习技术对美国的一些现有课程教育资源进行识别与整合，生成和提供定制书籍与学习教材，并能将复杂的学习内容分解成更便于学习的内容[11]，帮助学生提升学习效率。可见，未来准确的课程内容设计和学习者画像模型构建是实现个性化学习的关键，直接影响着学生的学习效率和发展潜力。

（三）结合人工智能技术的教学方法改进

课堂教学是高校育人的主渠道，其质量直接决定了学生的学习成效。保障课堂教学质量关键在于采用包容开放的教学模式、设计丰富多样的教学内容、运用灵活有效的教学方法以及组织互动有趣的教学活动。在当前的教育环境中，利用人工智能技术开展智慧化的课堂教学是必然选择，它不仅能在教学资源整合、课程内容重构、数据采集与分析、学情动态追踪以及学生学习行为表征等方面为教师提供技术支持，帮助教师实施个性化教学和辅导，也能为实现学生个性化学习、自适应学习、学习资源定制与推荐以及学习反馈等提供技术保障，促进学生深度学习能力的发展。现阶段大学计算机基础课堂教学主要采用课堂讲授、在线学习、案例演示、问题导向、任务驱动、合作学习、实践操作以及小组项目等多元化的教学方法，教师根据具体教学目标和教学内容灵活选择和结合不同的教学方法。借助智能机器人、AI智能教学助手，以及智能学习系统、程序和软件，教师可以创新实施翻转课堂模式，为学生设置课堂外的学习目标，将更多时间和精力投入教学活动中，引导学生获取知识、启发智慧、发展潜力，并解答学生的疑问，加强知识巩固训练。同时，鼓励学生掌握自主探究、问学结合、实践反思的学习方法，从而更高效地完成课堂教学任务，提升课堂教学效果。

（四）依托人工智能技术的教学管理提效

教学管理是教育工作的重要组成部分，负责监测、控制和协调教学过程的各个环节，对课堂效率和教学效果产生直接影响。大学计算机基础课程通常采用集体授课形式进行教学，但由于学生个体差异性较大，教学管理工作复杂且烦琐，若仅依赖教师管理和基础水平的信息化系统，难以实现个性化和精细化的教学管理。

将人工智能技术应用在教学管理中，可以显著提高管理效率。一方面，基于数据驱动和算法模型决策的智能教学管理系统能够采集、分析和处理大量学生行为数据，准确识别学生的学情和个性化学习需求，实时跟踪并评估其学习效果，有效预测其学习成果。这不仅能帮助教师及时调整课程规划、教学策略和教学资源配置，还能精准实施个性化学习辅导、答疑和心理疏导，为学生提供更优质、高效的教学服务。另一方面，借助智能设备和智能处理技术，教师能够自动化处理繁杂的教学管理任务，如考勤管理、学生课堂行为监督与反馈、课堂表现评估、成绩统计、学习报告生成以及考评管理等，构建更加完善的学生学习数据库，这不仅方便日后快速、精准地调取和利用学生个体的数据信息，还能通过对这些数据信息的分析，进一步完善和优化教学管理工作。

（五）借助人工智能技术的教学评价优化

教学评价是提高教育教学质量的重要手段，它具备监督、导向、诊断、分析和反馈的功能，能够强化教学效果，并为教学提供决策指导服务。大学计算机基础课程普遍采取问卷调查、数字化评价系统、访谈、同行评审、教学督导听评课、教师教学反思与自评以及教学成果评价等方式对教师教学工作进行评价。然而，受个人偏见、数据不完备、课堂表现的非常态化、专家经验与主观分析以及非教学因素的干扰，评价结果可能缺乏科学性、专业性和客观性。通过收集课堂教学中的师生语音、面部表情、身体姿态、课堂互动以及生理信号等多模态数据，建立课堂语言、行为和情感测评数据集，并利用人工智能技术对数据集进行自动识别与分析，能够形成多元化的课堂教学智能评价，实现师生成长轨迹的精准追踪与预测[12]。人工智能技术能够提高教学评价的效率和准确性，但由于其只能采集和分析量化数据，评价结果可能在全面性与深度上有所不足。因此，人工智能不应被视为教学评价的决定性标准，而应作为辅助教师进行数据分析和教学反思的评估工具。

五、结语

在智能时代背景下，随着国家政策引导、新技术发展和教育信息化需求的演变，人工智能与教育教学的融合日益紧密，教育教学正朝着智能化、个性化、精准化和泛在化的方向发展。面对新形势和新要求，大学计算机基础课程教育工作者要积极探索如何利用人工智能新技术、新产品来优化教学模式、更新教学内容、改进教学方法、提升教学管理效率和完善教学评价，以推动人工智能与课程教学的深度融合，实现课程教学的更大突破和创新，进而提升教学质量和效率。尽管人工智能技术在教育教学中应用广泛，为教育工作者提供了科学高效的决策支持，并为学习者创造了个性化的交互式学习体验，但要实现人工智能技术与课程教学的深度融合，不仅需要学校相关部门进一步重视智能教学系统和智能设备的引进与建设，还需要提高教育工作者的智能教育意识及信息化技能水平。此外，教育工作者需长期不懈地探索和实践，以实现人工智能技术与课程教学的深度融合，共同推动教育事业的发展。

［ 参 考 文 献 ］

[1］ 高斐. AI开启智慧教学新模式[J]. 中国现代教育装备， 2020（11）：22-23.

[2］ 中华人民共和国教育部. 教育部关于印发《高等学校人工智能创新行动计划》的通知[EB/OL].（2018-04-03）[2024-03-05].http：//www.moe.gov.cn/srcsite/A16/s7062/201804/t20180410_332722.html.

[3] 习近平向国际人工智能与教育大会致贺信[EB/OL].（2019-05-16）[2024-03-05].http：//www.qstheory.cn/yaowen/2019-05/16/c_1124502535.htm.

[4] RUSSELL S，NORVIG P. 人工智能：现代方法[M].4版.张博雅，陈坤，田超，等译.北京：人民邮电出版社， 2022.

[5］ 王东，利节，许莎. 人工智能[M]. 北京：清华大学出版社， 2019.

[6] 中华人民共和国教育部. 教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL].（2018-04-18）[2024-03-05].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

[7] 崔金贵，马莹莹. 我国人工智能教育研究进展与展望[J]. 高校教育管理， 2023，17（6）： 31-39.

[8] 张爽. 美国“AI+教育”应用探索[J]. 上海信息化， 2020（1）：54-57.

[9] 杨凯鸽，董雪. 人工智能技术在教育中的应用现状与展望[J]. 科技创新与应用， 2022，12（12）：189-192.

[10] 王剑，李易清，石琦. 融合多维偏好与知识追踪的个性化学习路径推荐：以“系统建模”课程为例[J]. 现代教育技术， 2023，33（11）：99-108.

[11］ 王正青，但金凤. 人工智能技术在美国学校教学中的应用领域与推进策略[J]. 比较教育研究， 2020，42（6）：43-49.

[12] 吴立宝，曹雅楠，曹一鸣. 人工智能赋能课堂教学评价改革与技术实现的框架构建[J]. 中国电化教育， 2021（5）：94-101.

［责任编辑：梁金凤］