AIGC背景下基于知識圖譜的個性化教學改革實踐

摘要：隨著生成式人工智能（AIGC）技術的快速發展及其在教育領域的廣泛應用，培養學生不僅需要掌握基本編程知識，還需具備創新思維、問題解決、團隊協作和持續學習等高階能力。然而，學生間學習基礎、目標及職業規劃的差異，加之個性化指導的缺失，導致學習效果不均衡，影響教學質量與學生體驗。研究結合AIGC和知識圖譜技術，構建了一種面向應用型本科院校的Python程序設計課程教學新模式。實踐結果顯示，該模式有效提升了學生的學習興趣，增強了高階能力的發展，并促進了個性化發展。為應用型本科院校在數智化背景下的教學改革提供了新視角與實踐指導。

關鍵詞：AIGC；知識圖譜；Python程序設計；應用型本科；教學改革

中圖分類號：G642文獻標識碼：A

文章編號：1009-3044（2025）15-0176-05

0引言

2024年全國兩會《政府工作報告》中明確提出了發展新質生產力，強調開展“人工智能+”行動，標志著人工智能已上升到國家戰略層面，成為推動經濟社會發展的關鍵力量。在教育領域，人工智能正以迅猛的速度和廣泛的規模改變著教學模式。生成式人工智能（AIGC）作為其重要分支，能夠自動生成文本、圖像、音頻、視頻等多種形式的內容，為教學資源創新、個性化學習路徑設計及教學效率提升提供了前所未有的可能性。其中，OpenAI公司于2022年發布的ChatGPT便是最具代表性的生成式人工智能工具之一。

應用型本科院校致力于培養具有創新精神和實踐能力的高素質應用型人才。AIGC技術的應用不僅豐富了教學手段，增強了教學內容的互動性和趣味性，還能激發學生的學習興趣和動力。教師可以利用AIGC技術快速生成定制化的教學材料，如案例分析、模擬實驗、虛擬實訓等，這些材料貼近實際應用場景，能夠根據學生的學習進度和能力進行動態調整，實現因材施教。此外，AIGC技術還能輔助教師進行精準教學評估，通過分析學生的學習數據，及時發現學習問題，提供針對性的輔導和建議，從而提升教學質量和效率。然而，學生之間的學習基礎、目標及職業規劃存在較大差異，個性化指導的缺失導致學習效果不均衡，影響了教學質量與學生的學習體驗。基于此，本研究探索了將AIGC技術與知識圖譜相結合，應用于應用型本科院校的Python程序設計課程教學改革，以期提升學生的綜合競爭力，為其未來職業發展奠定堅實基礎，并推動教育行業的智能化轉型，實現我國教育事業的高質量發展。

1相關研究

在2023年7月，國家網信辦、教育部等七部門聯合公布《生成式人工智能服務管理暫行辦法》，將生成式人工智能定義為“具有文本、圖片、音頻、視頻等內容生成能力的模型及相關技術”，明確提出“國家堅持發展和安全并重、促進創新和依法治理相結合的原則，采取有效措施鼓勵生成式人工智能創新發展，對生成式人工智能服務實行包容審慎和分類分級監管”。

近兩年來，學術界基于AIGC技術在Python程序設計課程、編程課程提出了解決方法，并取得了一定的成果。2024年舒蓮卿等[1]提出了ChatGPT在課程教學中的應用場景，重新設計了引入ChatGPT后的教學模式，分析了在教學中應用ChatGPT所面臨的挑戰并提出了應對措施；程楠楠等[2]探索了AIGC時代自適應學習的教學模式；薄鈞戈等[3]提出了非計算機專業學生如何利用ChatGPT輔助進行編程的學習；孫丹等[4]通過細粒度地采集學習者的編程行為和知識探究問題，研究如何利用ChatGPT輔助大學生開展編程學習提出了相關的建議，以期為提高編程學習效率提供參考。2023年汪芳等[5]探討如何利用人工智能促進編程學習、個性化教育和提高教育效果，從而為教育者和學習者提供新的思維和創新的學習經驗；徐慧等[6]針對具體教學提出ChatGPT大模型下調整教學目的、教學內容、考核依據等應對之策。以上文獻都是研究如何把AIGC技術應用于編程課程中，進行了相應的調研，調整了教學模式，但在因材施教個性化方面的研究較少。肖明勝等[7]對C、Java、Python程序設計語言課程知識建模，構建課程知識本體與課程知識圖譜，并提出相應的構建準則、方法和結果，以此為課程教學提供知識服務。肖明明等[8]介紹了基于知識圖譜的C++程序設計課程知識體系的構建。陳榮元等[9]介紹了Web程序設計課程知識圖譜的構建，以及基于知識圖譜的Web程序設計課程改革實踐。何凱等[10]將OBE理念與思政元素融入教學，開展一種基于知識圖譜重構的“一體兩翼”模塊化教學實踐。魏曄等[11]提出構建Python程序設計課程知識點及其應用案例的知識圖譜框架，并通過課前、課中、課后環節進行課程改革方案的研究。陳強等[12]提出了一種基于個性化推薦的Python程序設計通識課混合式教學模式。

通過上述研究可知，目前將AIGC和知識圖譜結合的教學方式還沒有完全展開，隨著AIGC技術的發展，以Python程序設計為例的編程課程教學中存在很多問題，因此如何將AIGC和知識圖譜結合，重構課程目標，優化教學方法，強化教學評價，構建清晰系統的課程知識體系并應用于課堂，需要進一步的研究和探討。

2課程教學改革思路與實踐

基于學情調研，分析應用型本科院校學生的特點與學習需求，圍繞教學目標，對教學內容進行創新與優化，探索融入AIGC技術的多元化教學模式，并在此基礎上構建一套科學合理的教學評價體系，全面衡量并反饋教學改革成效，從而系統性地梳理并實踐出一條適應數智化時代要求的教學改革新思路。

2.1明確課程目標

1）學情調研

通過對2022級數據科學與大數據技術專業學生學情調研，對學生是否學習過Python、對Python語言的掌握程度、是否使用過生成式人工智能、更傾向于哪種學習方式、希望通過學習本課程掌握哪些技能以及希望后續從事的工作進行調研，如圖1所示。

通過此次調研可知，Python程序設計課程教學面臨諸多挑戰，首先是學生基礎差異較大，部分學生已具備較為扎實的編程基礎，能夠利用Python語言獨立進行項目開發，而部分學生則可能完全零基礎，對編程概念感到陌生。其次，隨著AIGC技術的快速發展，學生不僅需要掌握Python編程的基礎知識，還需要具備創新思維、問題解決能力、團隊協作能力和持續學習等高階能力。再者，不同的學生有不同的學習目標和職業規劃，對本課程的需求也各不相同。此外，個性化指導的缺失，導致學習效果不均衡，影響教學質量與學生體驗。

2）確定教學目標

隨著生成式人工智能（AIGC）技術的發展以及OBE教學理念的深入實踐，培養出既能適應未來社會需求，又能引領行業發展的高素質人才。不僅需要關注學生的知識積累，更需要重視其能力的全面發展與個性的展現，確保學生在AI時代中保持核心競爭力與不可替代性。因此本文提出以“知識為基、高階能力為重、技術倫理與社會責任意識為先，融入因材施教理念”的教學目標。在Python程序設計課程中，主要包括基礎模塊、進階模塊以及應用實踐模塊。該課程從Python的基礎語法入手，學生將學習Python語言的基礎語法、控制結構、函數編程等基本概念，并理解程序設計與算法的核心思想。然后引導學生使用第三方庫進行創新性項目并鼓勵學生參加各種競賽。重點培養學生的創新思維、批判性思維、實踐能力、解決問題的能力以及團隊合作等高階能力。在課程的開展過程中，融合課程思政，培養學生的倫理與社會責任意識。通過分析學生的學習行為與能力水平，為每位學生定制個性化的學習路徑，推薦適合的學習資源及拓展方向。在教學過程中，持續跟蹤學生的學習進展，并根據反饋動態調整學習路徑，確保每位學生都能在適合自己的節奏下全面而個性化地發展。

2.2重構課程內容

本文以Python程序設計課程為例構建課程知識圖譜，圍繞基礎知識、進階知識和應用實踐知識三大模塊進行構建，如圖2所示。

1）課程知識點圖譜建模，對課程內容進行模塊劃分。從課程的教學大綱出，分為基礎知識，進階知識和應用實踐知識。其中基礎知識包括Python語法基礎、變量、數據類型、控制結構與函數等。進階知識涵蓋數據結構、面向對象編程、文件操作與異常處理等。應用實踐知識通過實際項目、案例分析等方式，讓學生將所學知識應用于實踐中，提升綜合應用能力，如圖3所示。然后對每個模塊的知識點進行梳理并細化為知識實體。同時，賦予實體一些必有屬性，如背景、概念、難易程度、要點及教學目標等。

2）知識節點關聯關系挖掘。挖掘和設計上述知識實體間的層次和關聯關系，如前序、后繼、包含及并列等，并用圖譜的形式將其表示出來，形成層次化的知識網絡圖。

3）多模態教學資源鏈接。將Python程序設計課程相關知識實體與ChatGPT輔助生成的多模態教學資源實體以規范化、形式化方法進行關聯。主要包含三方面：鏈接利用ChatGPT生成或篩選的高質量的教學視頻，結合課前自測習題，幫助學生預習；鏈接習題類、考級題、競賽題、實踐案例等資源，便于學生結合自身需要進行個性化知識擴展；鏈接網絡教學資源，收集網絡中優秀的慕課、微課等教學資源，方便學生課后有導向性地學習。

通過將思政元素融入課程的教學內容與實踐中，在傳授專業知識的同時，強化學生的思想道德教育，引導學生樹立正確的價值觀，培養學生的社會責任感與職業道德，實現知識傳授與價值引領的統一。課程團隊會定期研討教學內容知識點和挖掘思政元素，如表1所示。

2.3優化教學方法

智能工具推動教學模式從“師-生”二元結構轉變為“師-生-機”三元結構。通過實踐，探索出“個性化、精準化、高效化”的培養模式，如圖4所示。在教學過程中，深度融入課程思政，采用問題式教學、案例式教學以及個性化學習路徑推薦，構建課程內容模塊化、結構化、教學方法創新化、靈活化、教學評價多元化的課程體系。同時輔以基礎測驗、競賽、考級、實踐應用等多維度學習資源，并利用AIGC技術根據學生學習進度智能推薦適配的學習資源，從而充分滿足學生的個性化學習需求，推動教育質量的全面提升。

1）課前，根據教學計劃布置學習任務，學生自主進行視頻學習與課前小測。AIGC可生成學生學習診斷報告，為教師提供每位學生的學習進度概覽、知識掌握情況分析、難點與易錯點識別以及個性化學習建議。可幫助教師快速了解每位學生的薄弱環節，從而制定更加針對性、差異化的教學策略和輔導計劃，促進教學效率與質量的雙重提升。

2）課中，課程按照思政案例導入、上一節課作業點評、重難點講解、案例教學、利用ChatGPT技術討論本節課知識點的應用、編程練習、課后個性化提升等7個環節展開課堂和實踐教學。其中，重難點教學采取“講解與演示結合”的課堂教學方法，案例教學采取“任務驅動、精選案例、過程考核”的教學方法。利用ChatGPT技術討論本節課知識點的應用，即教師引導學生向AIGC提問，以獲取更多本節課程知識點的應用，開闊問題解決視野并產生新思路；編程練習，遵循“照寫—仿寫—改寫—編寫”的“做中學”思路；課后個性化，根據學生的實際情況以及能力需求，個性化推薦不同方向的練習模塊。

3）課后，設置個性化的學習路徑，深度挖掘并有效提升學生的實，旨在通過多元踐能力與學習成效。其中基礎測驗旨在鞏固學生的課程基礎知識，確保學生掌握核心理論知識；考級題是為參加計算機等級考試的學生定制，使其有針對性地備考；競賽習題則面向有志于參與競賽的學生，旨在拓展其知識邊界，提升解題技巧；拓展實踐案例則針對希望從事于項目開發的學生，提供實戰演練的機會。此外，引入了AI助教，它能夠根據學生的學習軌跡與個性化需求，智能生成相應的練習題，并精準推送相關學習資料。

以列表知識點為例的具體的教學過程，如圖5所示。課前通過線上視頻、課前小測，使學生掌握列表的基礎知識。課中通過思政導入，討論列表在實際中的應用，培養學生創新能力、不斷探索新知識、新技術的能力。對上一節課學生作業的代碼講評，培養學生代碼理解與批判能力。對列表中重難點進行講解，培養學生知識理解能力。通過案例講解，鞏固知識點的應用。讓學生借助ChatGPT討論列表在實習生活中有哪些應用，培養學生的創新能力、團隊合作能力與溝通能力。通過課堂實驗，鍛煉學生自己動手編寫代碼的能力。最后通過課后不同方向作業，對學生進行個性化培養。

2.4強化評價機制

在多元化的教學評價體系中，通過深度融合“過程性+終結性”與“知識+素養”的多維度評價，如表2所示。

為了全面、細致地評估學生的學習成效，本文采用了多元化的教學評價體系，該體系精心設計了平時成績與期末成績的構成比例，旨在綜合反映學生的過程性學習成果與終結性學習成效，以及學生在知識掌握與素養提升方面的表現。具體而言，平時成績（側重過程性評價）占總成績的60%，包括基礎模塊、進階模塊與應用實踐模塊，各占20%。每個模塊中包括課前小測（知識測試）占比2%、課堂表現（素養測試）占比3%、實驗訓練（知識測試與素養測試）占比5%，階段測試（知識測試）占比10%。期末成績（側重終結性評價）占總成績的40%，它是對學生整個學期學習成果的總結性考核，主要通過期末試卷的形式，全面檢驗學生對課程內容的理解深度與廣度。

3教學改革實踐成效

通過對2022級數據科學與大數據技術專業2個班級，總共84名學生的期末成績分析，其中一個班級采用傳統的課堂教學方式，另一個班級采用混合式教學方式。兩個班級的考核成績對比，如圖6所示。實驗組在較高分數段（70～79分、80～89分和90～100分）的人數占比明顯高于對照組，在低分數段（0～69分）的人數占比小于對照組，表明實驗組在整體成績上表現更好。通過教學改革，學生在創新思維、問題解決能力、團隊協作和持續學習等高階能力方面得到了明顯提升。學生參加“藍橋杯”“泰迪杯”數據分析競賽、中國大學生計算機設計大賽等各類競賽的人數都有所增多。其中參加中國大學生計算機設計大賽，獲得省級三等獎以上5組，其中3組晉級國賽。參加“藍橋杯”競賽獲得省級三等級8人，二等獎3人，一等獎1人。

3總結

本文在職業院校人工智能通識課程數字教材開發與立體化教學資源建設方面取得了顯著成果。構建了一個模塊化的數字教材，涵蓋6個核心項目，全面覆蓋人工智能的基礎理論、行業應用、關鍵技術、技術生態以及倫理道德等關鍵領域。每個項目細分為多個任務，確保教學內容的系統性和完整性。開發的資源平臺集成個性化智能推送、視頻解析工具和大數據分析等關鍵功能，利用知識圖譜和大數據技術，有效支持個性化學習和精準教學。此外，通過微課、2D/3D動畫、虛擬仿真和交互訓練等多樣化融媒體資源，以及集成智能問答、機器翻譯、AI出題、AI視頻理解、學習情況預警和課程分析報告等功能的智能體，極大提升了教學互動性和學生學習體驗。

本文的研究成果對于推動職業院校人工智能通識課程的教學改革具有重要價值和意義。高質量的數字教材和立體化教學資源不僅解決了現有教材與教學資源在內容更新、形式呈現、互動性以及共享適配性等方面的局限，還為學生提供了全面、互動、個性化的學習環境，有效提升其數字素養、人工智能素養和創新能力。此外，搭建的開放資源平臺實現教學資源的跨平臺、跨學科共享，優化教育資源配置，提高利用效率，為職業教育的數字化轉型提供有力支持，具有重要現實意義和長遠價值。

4展望

未來的研究將進一步優化數字教材和資源平臺，包括根據學生學習反饋和行業發展趨勢，持續更新和改進教材內容，以及增強資源平臺的智能化水平，如增加更多個性化學習路徑推薦。同時，將開展更有效的教學評價研究，包括學生學習成效評估和教學資源使用效果分析，以指導教學實踐改進。此外，還將探索如何利用新興技術，如增強現實（AR）和虛擬現實（VR），進一步豐富教學資源并提升學習體驗。通過這些未來研究方向，期望持續提升教學質量，為培養適應新時代發展需求的技術技能人才作出更大貢獻。

參考文獻：

[1]徐曄.職教數字教材建設應把握五個關鍵點[EB/OL].（2024-10-17）[2025-02-08].https：//www.hnwlxy.edu.cn/isc/info/1313/4320.htm.

[2]張敏，孫禮輝，何興旺.基于“1+X”證書制度的高職電子商務專業建設探索[J].現代商貿工業，2021，42（29）：154-156.

[3]吳巖.教育部副部長吳巖：打造職業教育新基建“五金”讓職業教育成為中國教育的“脊梁”[EB/OL].搜狐網，（2023-07-28）[2025-02-08].https：//www.sohu.com/a/706916282_362042.

[4]劉波.基于知識圖譜的學習資源平臺構建[J].高師理科學刊，2023，43（7）：41-47.

[5]劉娟，王培興.思政元素融入高職規劃教材研究與實踐[J].山東電力高等專科學校學報.2023，26（03）：57-60.

[6]楊為家，辛月，申冬玲，等.淺談創新的分類與內涵及其選擇性施教[J].科教文匯（中旬刊），2021（26）：6-9.

【通聯編輯：唐一東】