教育數字化轉型背景下ChatGPT在計算機算法課程教學中的應用

摘 要 教育數字化轉型的目的是提升教育的質量和效果，滿足學生和教師的個性化需求，促進教育的公平和可持續發展。計算機算法是一種理論與實踐緊密結合的課程，對學習者有較高的邏輯思維能力要求。當前，該課程教學在數字化轉型中面臨不少困難。利用生成式人工智能應用程序ChatGPT構造個性化的學習情境，能夠有效地推動計算機算法課程數字化教學改革。ChatGPT構造啟發式擴展學習資源、情境理解式問題解答與輔導、專業化程序解析和項目評估與反饋等功能，實現了人機協同式的教學轉變，為教育數字化轉型提供了新方案。ChatGPT針對計算機算法課程獨有的特點，打造個性化的教學情境，能夠有效提高學生的學習興趣，獲得較好的學習效果，但是這種模式也面臨一些挑戰，包括知識準確性限制、上下文理解能力、數據偏見和隱私安全等問題。因此，必須采用必要治理手段，才能發揮ChatGPT的效能。

關鍵詞 教育數字化轉型；ChatGPT；計算機算法課程；生成式人工智能

中圖分類號：G642.0 文獻標識碼：B

文章編號：1671-489X（2024）19-00-05

0 引言

隨著科技的飛速發展，互聯網、移動設備、人工智能技術等迅速普及，為教育提供了更多的數字化教學工具和平臺，使教育的方式和內容發生了巨大變革，傳統的教育模式已經無法滿足個性化、全球化、終身學習等多樣化的需求，教育數字化轉型可以更好地滿足學生和教師的個性化需求，提供更靈活、高效的學習方式。線上線下混合式教學模式日漸興起，在高校計算機相關專業的核心課程教學中率先得到推廣與應用[1]。生成式人工智能是一種人工智能技術，它能夠生成新的內容，如文本、圖像、音頻、視頻等多模態數據[2]。與傳統的人工智能模型只能根據已有數據進行預測或分類不同，生成式人工智能可以自主地創造新的數據，具有一定的創造力。作為生成式人工智能的典型應用，ChatGPT一誕生就引起了人們的關注，激發了大眾利用其進行創作的熱情，在教育領域則掀起了數字化轉型的大討論[3]。以ChatGPT為代表的生成式人工智能相比于傳統的人工智能具有擴展性、復合性以及涌現性等特征，其運用于教育領域將帶來諸多機遇[4]。

計算機算法課程的特點是邏輯結構復雜、抽象概念較多，需要學生具備較強的數學基礎和抽象思維能力。除此之外，課程還需要學生進行大量的上機實訓，通過編碼來解決各種問題。如果學生得不到及時的輔導答疑，那么問題就會積少成多，會嚴重挫傷學生的學習積極性。再加上任課教師沒有太多的輔導時間，因此，學生普遍覺得該課程太難。ChatGPT的出現帶來了一種全新的教學模式，學生通過人機對話獲得了沉浸式的學習體驗，通過交互問答，學生找到了一個隨時隨地解決其問題的“導師”，這種模式實現了傳統教學的跨越式發展，創建了智慧學習模式，完成了課程教學的數字化轉型。

1 ChatGPT如何賦能計算機算法課程教學

ChatGPT本質上是利用大語言模型訓練的自然語言處理工具。ChatGPT通過大規模的預訓練數據集和Transformer架構來學習自然語言的語法、語義和上下文信息。它可以理解用戶的輸入，并生成相應的回復[5]。在計算機算法課程教學中，將ChatGPT集成到在線教學平臺中，學生通過與它進行對話來尋求問題的解答，從而探索算法的工作原理和應用場景。ChatGPT教學與傳統課堂教學模式對比如圖1所示。

1.1 提供個性化學習資源

通過問答式對話，ChatGPT挖掘學生的需求，自身龐大的知識庫為學生生成個性化的學習材料。除此之外，ChatGPT還能對網絡上的知識進行聚合，如編算法教程、案例分析等。ChatGPT根據學生的請求提供算法的示例代碼，學生可以向ChatGPT描述他們想要實現的功能或要解決的問題，ChatGPT生成相應的示例代碼，供學生參考和學習。ChatGPT還能生成編程教學資料和教案，包括概念解釋、案例分析、實驗設計等，幫助教師準備教學內容。ChatGPT根據學生的學習目標和進展情況，提供個性化的學習路徑指導，學生向ChatGPT咨詢如何系統地學習算法，ChatGPT根據學生的需求和能力提供相應的學習資源和建議。

1.2 構造學習情境，理解學生需求

在課堂上，教師使用ChatGPT引導學生進行算法討論和思考，通過與ChatGPT對話，學生可以提出問題、提供自己的理解和觀點，并與ChatGPT進行交流和辯論，從而鍛煉學生的思維和創造力。對于課程項目或編程練習，ChatGPT充當練習指導的輔助工具，學生通過與ChatGPT進行對話，提出問題、尋求建議和指導，以解決練習中的難題或優化算法實現。ChatGPT能夠理解對話中的上下文信息，包括對話中的問題、陳述、指令等，并根據之前的對話內容進行回應。ChatGPT會分析用戶之前的對話歷史，包括問題、回答和其他相關信息，以理解當前對話的背景和語境，從而更好地理解學生的需求，并根據先前提供的信息進行回答。ChatGPT會對用戶提出的問題進行解析，識別關鍵詞和主題，并嘗試理解問題的意圖，從而更準確地回答問題，并提供與學生需求相關的信息。ChatGPT利用其訓練過程中學到的知識和推理能力，結合用戶提供的信息，推導出可能的答案和解決方案。ChatGPT根據學生的學習目標和編程水平，生成具體的編程項目和實踐任務。這些任務可以涵蓋不同的難度級別和主題，幫助學生鞏固所學知識，并提供實際應用的機會。

1.3 解析算法原理，促進編碼實現

計算機算法課程注重學生的邏輯思維能力培養，并通過程序語言，用最巧妙的代碼對算法進行實現。ChatGPT通過解釋算法的基本概念和原理，幫助學生理解算法的工作原理和核心思想，它提供簡潔明了的解釋，幫助學生建立對算法的基本理解。ChatGPT通過提供算法的示例和案例分析，幫助學生更好地理解算法的應用和實現過程，它解釋示例中每個步驟的目的和實現方法，以及如何將算法應用于具體問題。ChatGPT根據學生的編碼問題，提供實現算法的建議和提示。它解釋算法的具體實現細節、數據結構的選擇、時間復雜度和空間復雜度等方面的考慮，幫助用戶編寫有效且正確的代碼。當學生在編碼實現中遇到問題時，ChatGPT能夠提供解答和調試支持。它分析學生編寫的代碼，并提供可能的錯誤原因和解決方案，幫助學生克服編碼難題。

ChatGPT除了為算法實現提供思路之外，還能幫助學生理解程序語言的語法、語義和常見編程概念。它可以解釋程序語言的語法規則，包括關鍵字、運算符、變量、函數等的使用方法和語法結構。ChatGPT可以解釋程序語言中常見的概念和技術，如變量賦值、條件語句、循環結構、函數定義等。它能夠幫助學生理解這些概念的作用和用法，以及如何在編程中應用它們。

1.4 合理利用算法解決實際問題

在計算機算法課程中，學生通常需要利用不同的算法解決不同的問題。ChatGPT根據實際問題的性質和要求，選擇適合的算法進行數學建模。例如，對于分類問題，ChatGPT可以選擇使用決策樹、支持向量機或深度學習模型等算法進行建模。在使用算法解決實際問題之前，數據預處理和特征工程是非常重要的步驟。ChatGPT通過解釋和提供建議，幫助學生進行數據清洗、特征選擇、特征提取等預處理步驟，以確保數據的質量和適應算法的要求。ChatGPT通過解釋不同算法的參數含義和調優方法，幫助學生選擇合適的參數值和模型配置。它可以提供建議和指導，以優化模型的性能和效果。ChatGPT能夠解釋不同算法的原理和優缺點，幫助學生理解每種算法的適用范圍和局限性。它可以提供算法的基本概念、核心思想和數學原理，幫助學生理解算法的工作原理。ChatGPT通過提供實際案例和應用，展示不同算法在解決實際問題中的應用。它解釋案例中的數學建模過程、算法選擇和實現方法，幫助學生理解如何將算法應用于具體問題。

2 ChatGPT構建個性化教學流程

ChatGPT建構了訓練—學習—交互的教學范式，教師需要通過提示詞“投喂”ChatGPT，使之學會如何思考，然后在與學生的交互過程中，ChatGPT不斷地增強自己的智能。基于ChatGPT的個性化學習流程如圖2所示。

2.1 確定教學目標，編寫教學材料

ChatGPT通過與學生進行對話，了解學生的學習需求和背景。通過與學生的交互，ChatGPT首先明確計算機算法課程的基本概念和知識點，然后根據教學目標，制定一個詳細的教學大綱，列出每個主題或模塊的內容和學習目標。為了確保教學材料的組織結構清晰，并按照邏輯順序呈現，ChatGPT為每個主題或模塊編寫一系列問題。ChatGPT通過與學生交互，了解學生的學習需求和背景，并詢問學生對算法課程的期望和目標。通過與學生的對話，ChatGPT確定課程的重點內容，如基本算法、數據結構、算法設計和分析等。ChatGPT再根據課程的重點內容，設計教學目標。例如，幫助學生理解算法的基本概念和原理，掌握常見的算法設計和分析技巧，能夠應用算法解決實際問題等。根據教學目標，ChatGPT編寫相應的教學材料，包括理論知識的講解、示例算法的實現和分析、編程練習題等。ChatGPT根據學生的學習進度和理解程度，提供適當的教學材料，并向學生推薦相關的學習資源，如經典算法教材、在線學習平臺、算法競賽網站等。它可以根據學生的學習需求和水平，提供個性化的學習推薦。

2.2 構建ChatGPT智慧教學平臺

首先，通過收集和整理與計算機算法相關的教學數據，包括教材、習題、案例、學生問題和答案等，為構建ChatGPT智慧教學平臺做好準備。其次，利用現有的語言模型訓練框架，如OpenAI的GPT或Hugging Face的Transformers庫搭建ChatGPT核心架構，并利用上述數據對ChatGPT模型進行訓練。基于訓練好的ChatGPT模型，構建一個對話系統，使其能夠與學生進行交互。可以使用現有的對話系統框架，如Django、Flask或Node.js等，來處理學生輸入和生成回復。再次，設計一個用戶友好的界面，使學生可以方便地與ChatGPT進行對話，界面包括輸入框、對話歷史記錄、教學材料展示等功能。編寫教學材料，包括理論知識的講解、示例算法的實現和分析、編程練習題等。根據學生的學習需求和進度，提供個性化的教學材料。最后，實現用戶管理功能，包括用戶注冊、登錄、學習進度跟蹤等。還可以通過用戶反饋和評估來不斷改進ChatGPT模型和教學內容，將構建好的ChatGPT智慧教學平臺部署到服務器上，并進行維護和更新。可以使用云服務提供商來進行部署和擴展。

2.3 設計個性化學習任務

根據學生的學習需求和能力水平，設計個性化的學習任務。通過與ChatGPT進行對話，學生可以獲取相應的學習材料和指導，提高學習效果和編程能力。

2.3.1 學生興趣與需求

通過問卷調查、學習目標設定或與學生對話了解學生的興趣和學習需求。根據學生的興趣和需求設計相應的學習任務，以提升學生的主動參與和學習動力。

2.3.2 學習目標與水平

了解學生的學習目標和當前的學習水平，根據學生的目標和水平設定合適的學習任務。例如，對于初學者，可以設計基礎概念和算法實現的練習題；對于進階學生，可以設計復雜算法應用的案例研究。

2.3.3 學習路徑與進度

根據學生的學習路徑和進度，設計逐步深入的學習任務。根據學生的學習記錄和評估結果，調整學習任務的難度和順序，以幫助學生循序漸進地提高。

2.3.4 反饋與評估

為學生提供及時的反饋和評估，幫助他們了解自己的學習進展和問題所在。設計智能化的評估系統，對學生的答案和代碼進行評估，并給出相應的反饋和建議。

2.3.5 多樣化的學習任務

設計多樣化的學習任務，包括理論知識學習、實例算法的實現和分析、編程練習題等。多樣化的任務可以滿足不同學生的學習需求和學習風格。

2.3.6 個性化推薦與引導

根據學生的學習記錄和評估結果，為他們推薦適合的學習資源和學習路徑。利用ChatGPT的推薦功能，根據學生的學習興趣和水平，提供個性化的學習推薦和引導。

3 ChatGPT賦能課程教學的缺陷及應對

3.1 知識和準確性限制

ChatGPT是基于大規模語言模型訓練的，它的回答是基于已有的數據和模式。這意味著它可能會缺乏計算機算法領域的前沿知識，并且可能會給出不準確或模棱兩可的答案。為了解決這個問題，可以通過對ChatGPT進行領域特定的訓練，或者與領域專家合作，提供準確的知識和解答。

3.2 對話理解和上下文理解能力不足

盡管ChatGPT在處理自然語言對話方面表現出色，但它仍然存在理解復雜上下文和語義的挑戰。這可能導致它在處理復雜問題或多輪對話時出現困難。為了解決這個問題，可以設計特定的對話模式和提示，幫助ChatGPT更好地理解上下文，并提供準確的回答。

3.3 缺乏人類教師的互動和反饋

ChatGPT是一個自動化的對話系統，它無法提供與人類教師相同的互動和個性化反饋。這可能會限制學生的學習體驗和進步。為了彌補這個缺陷，可以結合人類教師的角色，通過ChatGPT提供基礎知識的講解和練習，而由教師提供更深入的解釋和個性化的指導。

3.4 數據偏見和不當內容

由于ChatGPT是基于大數據訓練的，它可能會受到數據偏見和不當內容的影響，導致給出不恰當或有偏見的回答。為了應對這個問題，可以進行數據篩選和清洗，確保訓練數據的質量和多樣性。同時，還可以通過監督和審核機制，對ChatGPT的回答進行監控和改進。

3.5 隱私和安全問題

ChatGPT在處理對話時需要獲取用戶的輸入信息和上下文信息，這可能涉及隱私和安全問題。為了解決這個問題，可以采取數434205d1bd5edbcb5b096e2ac1a81cccfb9bf14a833cb5427114c46caae3a987據加密和匿名化的措施，確保用戶的隱私得到保護。此外，還可以建立安全和可信賴的系統架構，確保對話數據的安全和保密。

4 結束語

ChatGPT促進了教育數字化轉型，通過提供個性化學習資源，創建學習情境，解析算法原理，解決實際算法問題等方式，構建個性化教學流程，革新了計算機算法課程的教學模式。然而，由于ChatGPT基于已有知識進行推理，對前沿知識預測的準確性會受到限制，上下文理解能力也會受到語義復雜度的影響。除此之外，對于數據偏見和數據隱私安全問題仍然沒有很好的解決辦法，且無法提供與人類教師相同的互動和個性化反饋。因此，必須通過一些治理手段解決這些問題，才能更好地運用到計算機算法課程的教學中，實現教育數字化改革的目標。

5 參考文獻

[1] 王策.基于大數據算法分析的混合式教學模式的研究與應用[J].黑龍江教師發展學院學報，2023，42（10）：50-52.

[2] 盧宇，余京蕾，陳鵬鶴，等.生成式人工智能的教育應用與展望：以ChatGPT系統為例[J].中國遠程教育，2023，43（4）：24-31，51.

[3] 陳恩情，張繼雅.ChatGPT如何影響高校教師教育：機遇、挑戰與應對[J].繼續教育研究，2023（11）：37-42.

[4] 畢文軒.生成式人工智能對教育行業的挑戰與回應：以ChatGPT為分析對象[J].江蘇高教，2023（8）：13-22.

[5] 夏潤澤，李丕績.ChatGPT大模型技術發展與應用[J].數據采集與處理，2023，38（5）：1017-1034.

DOI：10.3969/j.issn.1671-489X.2024.19.0

*項目來源：河南中醫藥大學研究生“課程思政”示范課程項目《大數據治理》（項目編號：YJSKCSZ-2020-13）；河南中醫藥大學教育教學改革研究與實踐項目“智慧教育背景下大學生學習模式創新路徑研究”（項目編號：2021JX33）；河南中醫藥大學“推進治理體系和治理能力現代化 促進學校高質量發展”研究項目“大數據背景下基于知識循環的智慧校園建設研究”（項目編號：2020-ZLYB-013）；河南中醫藥大學博士科研基金“基于大數據決策的衛生健康突發事件管理機制研究”（項目編號：BSJJ2020-11）。

作者簡介：楊楓，博士，副教授。