AI大模型与任务驱动式下的软件设计与体系结构课程改革探索

［摘 要］文章探索了基于AI大模型与任务驱动式的软件设计与体系结构课程改革方案，以应对传统教学方法在理论与实践结合、个性化指导、团队合作及课程内容更新等方面的局限性问题。通过改进任务驱动式的教学法，结合AI大模型的个性化学习支持和实时反馈，并运用多维度的评价体系全面衡量学生的综合能力，显著提升了学生的理论知识水平和实践能力。

［关键词］软件设计与体系结构；AI大模型；任务驱动式教学法；教学改革；课程改革

［中图分类号］G642 ［文献标识码］A ［文章编号］2095-3437（2025）04-0044-04

软件设计与体系结构是软件工程专业的核心课程之一，通过教授系统化的软件设计方法和培养结构化的架构思维，帮助学生应对复杂系统的软件开发需求，掌握软件系统设计与架构的方法，以提高软件系统的可扩展性和灵活性。然而随着现代软件系统的日益复杂化，从小型应用程序到大型分布式系统，软件开发必须面对各种技术挑战和业务需求。学生需要具备扎实的编程基础、良好的抽象思维能力以及解决复杂问题的能力，从而在软件实际开发中能够应对相关复杂问题，为未来的职业发展打下坚实基础。

一、课程教学现状

本课程主要面向软件工程专业的高年级本科生，其内容包括概述、系统建模、系统设计、软件质量属性、软件体系结构风格、软件体系结构设计与评估几个章节，具体情况和学时安排如表1所示。

从教学内容看，课程的教学存在一定的难度[1]，其原因如下：（1）教学内容涉及面广。课程内容涉及需求分析与建模、系统设计、质量属性、架构设计与评估等多个方面，既有理论又有实践，每个知识点要求学生不但要了解其概念，还要了解其应用场景、优缺点和实际操作。（2）教学内容抽象。课程内容涉及许多高层次的理论概念和设计原则，如软件架构、设计模式、质量属性等，这些概念不是具体的代码或功能实现，而是对软件系统结构和设计思想的高度抽象。（3）软件架构关注的是质量属性，其价值在复杂的软件项目中才能体现，而学生接触到的项目多为小项目，且主要聚焦于软件的功能实现，较少关心其质量属性。这使得学生难以从全局的角度理解和应用软件架构的设计原则，影响其对整体系统进行设计和优化的能力。（4）需要与产业界紧密结合，及时引入最新的实践架构和技术趋势[2]，使学生能够应对实际项目中的挑战，保持与行业发展同步。（5）课程考核方式单一。目前课程考核主要由期末考试和平时成绩两部分构成，更为注重考核学生对理论知识的掌握情况，评价主要根据学生期末试卷的答题情况和教师的个人经验，不够全面。

传统的教学以教师课堂讲解为主，再通过一些案例项目和实践操作，帮助学生理解相关知识点。这种教学方式存在一些局限性：（1）侧重于理论知识的讲解，学生难于将理论知识转化为实践能力。学生需要大量的实践项目来巩固所学知识，但缺乏项目训练的经验，特别是缺乏大型项目的动手实践经验。因此，当学生面对真实复杂的系统时难以灵活应用所学知识。（2）学生的知识背景和编程水平参差不齐，而课程内容复杂度高。学生在实践过程中容易遇到各种困难，因此觉得课程学习难度大，产生畏难情绪。（3）传统的教学模式往往忽视团队合作和跨学科思维培养，而这些在现代软件开发中是至关重要的。（4）传统的教学依赖相对固定的教学大纲和教材，很难及时跟上行业技术发展步伐。应不断更新课程内容，确保教学内容与行业发展最新的动态同步。教师不仅要具备深厚的理论基础，还必须时刻关注业界发展动态，学习并掌握最新的技术和方法，并将这些新技术新方法合理整合到课程教学中。（5）传统教学通常依赖考试、作业和项目等载体进行评价。教师承担着大量的教学任务和评价工作，时间和精力有限，难以及时提供高质量的反馈和个性化的指导。因此，深化课程改革势在必行。

二、课程改革方案与实践

（一）任务驱动式教学法在课程中的应用探索

任务驱动式教学法是一种以具体任务和项目为核心的教学方法[3]，强调“做中学”，使学生在主动探索的过程中能培养动手能力、创新思维和解决复杂问题的能力，同时又鼓励团队合作，有效弥补了传统教学方法的不足之处。

为了将任务驱动式教学法有效地引入软件设计与体系结构课程，可以将课程内容划分为若干个具体任务。这些任务涵盖软件设计与体系结构的关键概念和技能，任务完成难度逐渐增加，从简单的功能实现到复杂的系统设计、评估、优化。每个章节具体任务的设计和目标如表2所示。

这些任务由教师发布并讲解具体要求和评估标准，学生分成每3～5人一组来完成任务。这种任务驱动式教学法，能让学生在完成任务的过程中将理论知识转化为实际操作，帮助学生在真实情境中运用所学知识深入理解软件设计与体系结构课程中具体知识点的概念、应用场景、优缺点和实际操作，从而锻炼动手能力和问题解决能力。学生通过完成小组任务，培养专业素养，为未来的职业发展奠定专业基础。

（二）AI大模型赋能课程改革

新一代信息技术的蓬勃发展不断掀起数字化浪潮的高峰，AI大模型的涌现更是进一步加速了社会智能化的步伐，同时也在推动高等教育的数字化转型与智能赋能创新[4] 。随着AI大模型与AIGC 的火爆登场，运用人工智能技术、平台与工具赋能软件设计与体系结构课程改革，在多个相关场景构建与人工智能技术融合的学习环境[5]，可以提升课程教学水平与质量以及学生学习的效果与体验。在软件设计与体系结构课程中，AI大模型赋能任务驱动式教学改革体现在以下教学环节中。

1.AI大模型赋能个性化教学，提升学生的课程学习效果

AI大模型能够根据学生学习的进度和表现，推荐相关的学习视频和案例分析。例如，推荐设计模式的详细讲解视频、架构风格的案例分析等，帮助学生深入理解课程内容，同时还可以推荐相关论文、书籍章节、在线课程等多种学习资源，丰富学生的学习材料，使其拓宽知识面，紧跟新技术发展趋势。另外，AI大模型可以在学生完成任务后提供反馈和指导，帮助学生及时纠正错误，巩固学习效果，同时帮助教师实时跟踪和分析每个学生的学习表现，了解学生的学习瓶颈，以便有针对性地进行辅导。这种个性化的教学方式能够更有效地满足学生的学习需求，提升学生整体学习效果。

2.AI大模型赋能编程教学，提升课程实践教学效果

学生阅读代码时如果遇到困难，此时AI大模型可以提供代码的解释，帮助学生在大量的代码阅读中理解抽象的知识点；学生在编写代码时如果遇到困难，会很容易产生畏难情绪，此时AI大模型可以提供相应的代码示例，帮助他们解决问题，重塑自信。借助AI大模型的代码生成能力，学生可以快速生成高质量的代码片段，从而弥补代码编写基础不扎实的不足，提高编程效率，更快地完成任务，同时更专注于理解和应用设计模式和架构风格。AI大模型的自动代码测试和优化能力可以帮助学生识别和修复代码中的错误，提高代码的质量和性能。这些都有助于学生在相关实践中学会编写高质量的软件，理解软件测试和优化的重要性，有效地提升专业实践能力，并激发学习兴趣和主动性。

AI大模型在大学课程的理论教学和实践教学环节都展现出了强大的辅助作用，其通过个性化学习支持、实时反馈和指导以及自动化代码生成、测试和优化等多种手段，有效弥补了传统教学方法的诸多局限性，使得每个学生都能获得针对性的帮助和提升，并促进了学生跨学科思维的培养。此外，AI大模型的信息快速整合能力可以帮助教师高效更新课程内容，使课程内容能及时跟上最新的行业动态和技术发展步伐，为学生提供最前沿和最实用的知识和技能，极大地提高课程的整体教学质量和效果。

三、多维度的课程评价体系改革与实施

传统的评价多采用结果性评价，主要依赖教师的个人经验，存在评价方式单一、评价反馈不及时的问题。课程评价除了要评估学生对理论知识的掌握程度和实践动手能力，还应评估学生的团队协作能力、创新思维等多个方面，从而全面衡量学生的综合能力。课程改革通过多维度的评价体系解决了传统评价存在的部分问题：开展过程性评价有利于评估学生的协作能力和创新思维；开展课程测试有利于检验学生对理论知识的掌握情况；AI大模型为评价提供了新的手段，使得评价更加全面。

（一）过程性评价

通过观察学生在完成任务过程中的表现以及学生提交的作业和项目报告，评估其课程参与度、团队协作能力和创新思维。其具体实施方式包括以下几个：观察学生在软件开发中的编码能力和代码实现质量；评估学生对复杂问题的分析能力和解决方案的设计能力；评估学生所提解决方案的创新性，从而评价学生独立思考和自主学习的能力；观察学生在项目完成过程中的表现和贡献度，评估学生的团队协作意识、沟通和协调能力。需注意的是，在评估过程中如何客观公正地评估每个学生的贡献和表现，特别是在团队项目中的贡献和表现，这是一个需要解决的问题。

（二）课程测试

测试是检验学生学习效果的重要手段。为了全面了解学生的真实学习效果，我们将测试分为阶段性测试和综合测试两部分。阶段性测试在平时的教学过程中开展，用于检验学生在每个阶段的学习效果，确保他们对基础知识有正确的理解。测试的形式包括在线测验、笔试、完成编程题等，涵盖每个模块的核心知识点，如基本概念、设计模式、架构风格等内容。综合测试在期末采用开卷考试的形式开展，用于全面检验学生的知识整合能力和创新思维，其测试内容既包含对基本概念的理解，也包括对实际项目开发需求分析能力和设计能力的考查，同时还包含一些编程题。能顺利完成指定分析和设计建模任务的学生，说明其具备了运用所学知识解决相关实际问题的能力；能顺利完成编程题的学生，说明其具备了一定的软件开发能力。

（三）AI大模型赋能评价新手段

借助AI大模型技术，可以更好地对学生进行多维度评价和实时反馈。例如，AI可以快速、准确地自动批改学生提交的项目代码，在帮助学生发现并纠正错误的同时，也可以帮助教师评估学生代码在语法性、逻辑性、稳定性、规范性等方面的综合表现，自动生成评级。此外，生成式AI可以自动采集学生和机器的交互对话内容[6]，分析学生的学习情况和表现，助力教师更好地把握学生的学习进度和理解程度，及时调整教学策略，有助于构建更加全面的学生综合素养评价体系。

这种多维度的评价方式能够全面评估学生的理论知识掌握程度、实践动手能力、团队协作能力、创新思维等，考查学生在多个方面的真实水平。AI技术的合理应用使得评价更加科学和客观。

四、课程改革效果

我们在最近两届软件工程专业本科生的软件设计与体系结构课程教学中实施了该改革方案。通过问卷调查和学习结果分析发现，与以往的教学效果相比，改革获得了较好的效果，主要体现在以下几方面：（1）通过完成具体任务和项目实施，学生在理论知识水平、实践动手能力和团队协作能力等方面得到了全面的提升，能够更好地理解和应用所学知识。（2）AI大模型提供的个性化指导和实时反馈极大地激发了学生的学习兴趣，使学生在遇到困难时能够及时获得帮助，减少了畏难情绪，增强了学习的信心和动力。（3）AI大模型辅助自动批改功能极大地减轻了教师的负担，使教师可以有更多的时间和精力投入教学策略的调整中，及时更新课程内容，跟进最新的行业发展动态和技术发展趋势。未来，随着技术的不断进步和教学理念的不断更新，我们将继续探索软件设计与体系结构课程改革，致力于培养更多高素质、综合能力强的专业人才。

［ 参 考 文 献 ］

[1］ 贾玉祥，昝红英.基于开源框架的软件体系结构教学方法探索[J].软件导刊，2023，22（2）：199-203.

[2］ 张建，刘博，朱青，等.软件设计与体系结构课程内容建设及创新探索[J].计算机教育，2022（7）：62-66.

[3］ 孙世昶，林鸿飞，刘爽，等.结合任务驱动式和深度学习的人工智能课程教学探索[J].计算机教育，2024（6）：84-88.

[4] 徐晓飞.数字化时代面向可持续竞争力的计算机教育创新与发展趋势[J].计算机教育，2024（6）：2-7.

[5］ 单俊豪，刘永贵.生成式人工智能赋能学习设计研究[J].电化教育研究，2024，45（7）：73-80.

[6］ 别敦荣，郭一蓉.人工智能时代高等教育创新发展新趋势[J].中国高等教育，2024（增刊1）：39-44.

［责任编辑：庞丹丹］