AI大模型與任務驅動式下的軟件設計與體系結構課程改革探索

［摘 要］文章探索了基于AI大模型與任務驅動式的軟件設計與體系結構課程改革方案，以應對傳統教學方法在理論與實踐結合、個性化指導、團隊合作及課程內容更新等方面的局限性問題。通過改進任務驅動式的教學法，結合AI大模型的個性化學習支持和實時反饋，并運用多維度的評價體系全面衡量學生的綜合能力，顯著提升了學生的理論知識水平和實踐能力。

［關鍵詞］軟件設計與體系結構；AI大模型；任務驅動式教學法；教學改革；課程改革

［中圖分類號］G642 ［文獻標識碼］A ［文章編號］2095-3437（2025）04-0044-04

軟件設計與體系結構是軟件工程專業的核心課程之一，通過教授系統化的軟件設計方法和培養結構化的架構思維，幫助學生應對復雜系統的軟件開發需求，掌握軟件系統設計與架構的方法，以提高軟件系統的可擴展性和靈活性。然而隨著現代軟件系統的日益復雜化，從小型應用程序到大型分布式系統，軟件開發必須面對各種技術挑戰和業務需求。學生需要具備扎實的編程基礎、良好的抽象思維能力以及解決復雜問題的能力，從而在軟件實際開發中能夠應對相關復雜問題，為未來的職業發展打下堅實基礎。

一、課程教學現狀

本課程主要面向軟件工程專業的高年級本科生，其內容包括概述、系統建模、系統設計、軟件質量屬性、軟件體系結構風格、軟件體系結構設計與評估幾個章節，具體情況和學時安排如表1所示。

從教學內容看，課程的教學存在一定的難度[1]，其原因如下：（1）教學內容涉及面廣。課程內容涉及需求分析與建模、系統設計、質量屬性、架構設計與評估等多個方面，既有理論又有實踐，每個知識點要求學生不但要了解其概念，還要了解其應用場景、優缺點和實際操作。（2）教學內容抽象。課程內容涉及許多高層次的理論概念和設計原則，如軟件架構、設計模式、質量屬性等，這些概念不是具體的代碼或功能實現，而是對軟件系統結構和設計思想的高度抽象。（3）軟件架構關注的是質量屬性，其價值在復雜的軟件項目中才能體現，而學生接觸到的項目多為小項目，且主要聚焦于軟件的功能實現，較少關心其質量屬性。這使得學生難以從全局的角度理解和應用軟件架構的設計原則，影響其對整體系統進行設計和優化的能力。（4）需要與產業界緊密結合，及時引入最新的實踐架構和技術趨勢[2]，使學生能夠應對實際項目中的挑戰，保持與行業發展同步。（5）課程考核方式單一。目前課程考核主要由期末考試和平時成績兩部分構成，更為注重考核學生對理論知識的掌握情況，評價主要根據學生期末試卷的答題情況和教師的個人經驗，不夠全面。

傳統的教學以教師課堂講解為主，再通過一些案例項目和實踐操作，幫助學生理解相關知識點。這種教學方式存在一些局限性：（1）側重于理論知識的講解，學生難于將理論知識轉化為實踐能力。學生需要大量的實踐項目來鞏固所學知識，但缺乏項目訓練的經驗，特別是缺乏大型項目的動手實踐經驗。因此，當學生面對真實復雜的系統時難以靈活應用所學知識。（2）學生的知識背景和編程水平參差不齊，而課程內容復雜度高。學生在實踐過程中容易遇到各種困難，因此覺得課程學習難度大，產生畏難情緒。（3）傳統的教學模式往往忽視團隊合作和跨學科思維培養，而這些在現代軟件開發中是至關重要的。（4）傳統的教學依賴相對固定的教學大綱和教材，很難及時跟上行業技術發展步伐。應不斷更新課程內容，確保教學內容與行業發展最新的動態同步。教師不僅要具備深厚的理論基礎，還必須時刻關注業界發展動態，學習并掌握最新的技術和方法，并將這些新技術新方法合理整合到課程教學中。（5）傳統教學通常依賴考試、作業和項目等載體進行評價。教師承擔著大量的教學任務和評價工作，時間和精力有限，難以及時提供高質量的反饋和個性化的指導。因此，深化課程改革勢在必行。

二、課程改革方案與實踐

（一）任務驅動式教學法在課程中的應用探索

任務驅動式教學法是一種以具體任務和項目為核心的教學方法[3]，強調“做中學”，使學生在主動探索的過程中能培養動手能力、創新思維和解決復雜問題的能力，同時又鼓勵團隊合作，有效彌補了傳統教學方法的不足之處。

為了將任務驅動式教學法有效地引入軟件設計與體系結構課程，可以將課程內容劃分為若干個具體任務。這些任務涵蓋軟件設計與體系結構的關鍵概念和技能，任務完成難度逐漸增加，從簡單的功能實現到復雜的系統設計、評估、優化。每個章節具體任務的設計和目標如表2所示。

這些任務由教師發布并講解具體要求和評估標準，學生分成每3～5人一組來完成任務。這種任務驅動式教學法，能讓學生在完成任務的過程中將理論知識轉化為實際操作，幫助學生在真實情境中運用所學知識深入理解軟件設計與體系結構課程中具體知識點的概念、應用場景、優缺點和實際操作，從而鍛煉動手能力和問題解決能力。學生通過完成小組任務，培養專業素養，為未來的職業發展奠定專業基礎。

（二）AI大模型賦能課程改革

新一代信息技術的蓬勃發展不斷掀起數字化浪潮的高峰，AI大模型的涌現更是進一步加速了社會智能化的步伐，同時也在推動高等教育的數字化轉型與智能賦能創新[4] 。隨著AI大模型與AIGC 的火爆登場，運用人工智能技術、平臺與工具賦能軟件設計與體系結構課程改革，在多個相關場景構建與人工智能技術融合的學習環境[5]，可以提升課程教學水平與質量以及學生學習的效果與體驗。在軟件設計與體系結構課程中，AI大模型賦能任務驅動式教學改革體現在以下教學環節中。

1.AI大模型賦能個性化教學，提升學生的課程學習效果

AI大模型能夠根據學生學習的進度和表現，推薦相關的學習視頻和案例分析。例如，推薦設計模式的詳細講解視頻、架構風格的案例分析等，幫助學生深入理解課程內容，同時還可以推薦相關論文、書籍章節、在線課程等多種學習資源，豐富學生的學習材料，使其拓寬知識面，緊跟新技術發展趨勢。另外，AI大模型可以在學生完成任務后提供反饋和指導，幫助學生及時糾正錯誤，鞏固學習效果，同時幫助教師實時跟蹤和分析每個學生的學習表現，了解學生的學習瓶頸，以便有針對性地進行輔導。這種個性化的教學方式能夠更有效地滿足學生的學習需求，提升學生整體學習效果。

2.AI大模型賦能編程教學，提升課程實踐教學效果

學生閱讀代碼時如果遇到困難，此時AI大模型可以提供代碼的解釋，幫助學生在大量的代碼閱讀中理解抽象的知識點；學生在編寫代碼時如果遇到困難，會很容易產生畏難情緒，此時AI大模型可以提供相應的代碼示例，幫助他們解決問題，重塑自信。借助AI大模型的代碼生成能力，學生可以快速生成高質量的代碼片段，從而彌補代碼編寫基礎不扎實的不足，提高編程效率，更快地完成任務，同時更專注于理解和應用設計模式和架構風格。AI大模型的自動代碼測試和優化能力可以幫助學生識別和修復代碼中的錯誤，提高代碼的質量和性能。這些都有助于學生在相關實踐中學會編寫高質量的軟件，理解軟件測試和優化的重要性，有效地提升專業實踐能力，并激發學習興趣和主動性。

AI大模型在大學課程的理論教學和實踐教學環節都展現出了強大的輔助作用，其通過個性化學習支持、實時反饋和指導以及自動化代碼生成、測試和優化等多種手段，有效彌補了傳統教學方法的諸多局限性，使得每個學生都能獲得針對性的幫助和提升，并促進了學生跨學科思維的培養。此外，AI大模型的信息快速整合能力可以幫助教師高效更新課程內容，使課程內容能及時跟上最新的行業動態和技術發展步伐，為學生提供最前沿和最實用的知識和技能，極大地提高課程的整體教學質量和效果。

三、多維度的課程評價體系改革與實施

傳統的評價多采用結果性評價，主要依賴教師的個人經驗，存在評價方式單一、評價反饋不及時的問題。課程評價除了要評估學生對理論知識的掌握程度和實踐動手能力，還應評估學生的團隊協作能力、創新思維等多個方面，從而全面衡量學生的綜合能力。課程改革通過多維度的評價體系解決了傳統評價存在的部分問題：開展過程性評價有利于評估學生的協作能力和創新思維；開展課程測試有利于檢驗學生對理論知識的掌握情況；AI大模型為評價提供了新的手段，使得評價更加全面。

（一）過程性評價

通過觀察學生在完成任務過程中的表現以及學生提交的作業和項目報告，評估其課程參與度、團隊協作能力和創新思維。其具體實施方式包括以下幾個：觀察學生在軟件開發中的編碼能力和代碼實現質量；評估學生對復雜問題的分析能力和解決方案的設計能力；評估學生所提解決方案的創新性，從而評價學生獨立思考和自主學習的能力；觀察學生在項目完成過程中的表現和貢獻度，評估學生的團隊協作意識、溝通和協調能力。需注意的是，在評估過程中如何客觀公正地評估每個學生的貢獻和表現，特別是在團隊項目中的貢獻和表現，這是一個需要解決的問題。

（二）課程測試

測試是檢驗學生學習效果的重要手段。為了全面了解學生的真實學習效果，我們將測試分為階段性測試和綜合測試兩部分。階段性測試在平時的教學過程中開展，用于檢驗學生在每個階段的學習效果，確保他們對基礎知識有正確的理解。測試的形式包括在線測驗、筆試、完成編程題等，涵蓋每個模塊的核心知識點，如基本概念、設計模式、架構風格等內容。綜合測試在期末采用開卷考試的形式開展，用于全面檢驗學生的知識整合能力和創新思維，其測試內容既包含對基本概念的理解，也包括對實際項目開發需求分析能力和設計能力的考查，同時還包含一些編程題。能順利完成指定分析和設計建模任務的學生，說明其具備了運用所學知識解決相關實際問題的能力；能順利完成編程題的學生，說明其具備了一定的軟件開發能力。

（三）AI大模型賦能評價新手段

借助AI大模型技術，可以更好地對學生進行多維度評價和實時反饋。例如，AI可以快速、準確地自動批改學生提交的項目代碼，在幫助學生發現并糾正錯誤的同時，也可以幫助教師評估學生代碼在語法性、邏輯性、穩定性、規范性等方面的綜合表現，自動生成評級。此外，生成式AI可以自動采集學生和機器的交互對話內容[6]，分析學生的學習情況和表現，助力教師更好地把握學生的學習進度和理解程度，及時調整教學策略，有助于構建更加全面的學生綜合素養評價體系。

這種多維度的評價方式能夠全面評估學生的理論知識掌握程度、實踐動手能力、團隊協作能力、創新思維等，考查學生在多個方面的真實水平。AI技術的合理應用使得評價更加科學和客觀。

四、課程改革效果

我們在最近兩屆軟件工程專業本科生的軟件設計與體系結構課程教學中實施了該改革方案。通過問卷調查和學習結果分析發現，與以往的教學效果相比，改革獲得了較好的效果，主要體現在以下幾方面：（1）通過完成具體任務和項目實施，學生在理論知識水平、實踐動手能力和團隊協作能力等方面得到了全面的提升，能夠更好地理解和應用所學知識。（2）AI大模型提供的個性化指導和實時反饋極大地激發了學生的學習興趣，使學生在遇到困難時能夠及時獲得幫助，減少了畏難情緒，增強了學習的信心和動力。（3）AI大模型輔助自動批改功能極大地減輕了教師的負擔，使教師可以有更多的時間和精力投入教學策略的調整中，及時更新課程內容，跟進最新的行業發展動態和技術發展趨勢。未來，隨著技術的不斷進步和教學理念的不斷更新，我們將繼續探索軟件設計與體系結構課程改革，致力于培養更多高素質、綜合能力強的專業人才。

［ 參 考 文 獻 ］

[1］ 賈玉祥，昝紅英.基于開源框架的軟件體系結構教學方法探索[J].軟件導刊，2023，22（2）：199-203.

[2］ 張建，劉博，朱青，等.軟件設計與體系結構課程內容建設及創新探索[J].計算機教育，2022（7）：62-66.

[3］ 孫世昶，林鴻飛，劉爽，等.結合任務驅動式和深度學習的人工智能課程教學探索[J].計算機教育，2024（6）：84-88.

[4] 徐曉飛.數字化時代面向可持續競爭力的計算機教育創新與發展趨勢[J].計算機教育，2024（6）：2-7.

[5］ 單俊豪，劉永貴.生成式人工智能賦能學習設計研究[J].電化教育研究，2024，45（7）：73-80.

[6］ 別敦榮，郭一蓉.人工智能時代高等教育創新發展新趨勢[J].中國高等教育，2024（增刊1）：39-44.

［責任編輯：龐丹丹］