AIGC賦能計(jì)算機(jī)類專業(yè)實(shí)踐教學(xué)策略探究

摘要：傳統(tǒng)教學(xué)模式無法充分滿足計(jì)算機(jī)專業(yè)實(shí)踐教學(xué)的個(gè)性化需求，生成式人工智能內(nèi)容（AIGC） 能夠通過實(shí)時(shí)反饋、個(gè)性化指導(dǎo)和內(nèi)容生成等方式，提升學(xué)習(xí)效率和教學(xué)質(zhì)量。然而，AIGC也存在記憶時(shí)長(zhǎng)有限、信息失真等局限。針對(duì)這些挑戰(zhàn)，以建構(gòu)主義學(xué)習(xí)理論為指導(dǎo)，提出思維鏈引領(lǐng)問題鏈的‘師-生-機(jī)’協(xié)同系統(tǒng)，充分利用AIGC優(yōu)勢(shì)賦能，同時(shí)分析了其在實(shí)踐教學(xué)中的局限性及其應(yīng)對(duì)對(duì)策，為提升計(jì)算機(jī)專業(yè)實(shí)踐教學(xué)效果提供了理論支持和實(shí)踐指導(dǎo)。

關(guān)鍵詞：計(jì)算機(jī)專業(yè)；實(shí)踐教學(xué)；AIGC；個(gè)性化教學(xué)；輔助教學(xué)；教學(xué)效果

中圖分類號(hào)：G642" " " 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2025）17-0165-04

開放科學(xué)（資源服務(wù)） 標(biāo)識(shí)碼（OSID）

0 引言

黨的二十大報(bào)告提出要“推進(jìn)教育數(shù)字化，建設(shè)全民終身學(xué)習(xí)的學(xué)習(xí)型社會(huì)”，這一目標(biāo)為教育領(lǐng)域的技術(shù)創(chuàng)新提供了廣闊空間。生成式人工智能內(nèi)容（Artificial Intelligence Generated Content，AIGC） 擁有強(qiáng)大的自動(dòng)化生成能力，能夠在教學(xué)內(nèi)容和問題探究中提供實(shí)時(shí)支持，可以促進(jìn)教學(xué)模式創(chuàng)新、學(xué)生能力培養(yǎng)和教育資源優(yōu)化配置。然而，AIGC的快速發(fā)展也帶來了諸多挑戰(zhàn)[1]，諸如技術(shù)濫用、學(xué)生自主學(xué)習(xí)能力下降等問題。因此，深入探討AIGC在計(jì)算機(jī)類專業(yè)實(shí)踐教學(xué)中的優(yōu)勢(shì)與局限，分析其對(duì)教學(xué)模式、教育目標(biāo)和學(xué)生成長(zhǎng)的影響，對(duì)于推動(dòng)教育現(xiàn)代化和培養(yǎng)高素質(zhì)信息技術(shù)人才具有重要意義。此外，這一研究也為教育工作者如何合理應(yīng)用先進(jìn)技術(shù)、規(guī)避潛在風(fēng)險(xiǎn)提供了理論依據(jù)與實(shí)踐指導(dǎo)。

1 AIGC概述及其在教育領(lǐng)域的應(yīng)用現(xiàn)狀

1.1 AIGC的定義與應(yīng)用

AIGC是指利用人工智能技術(shù)自動(dòng)創(chuàng)作各類內(nèi)容，如文本、音頻、圖像、視頻、代碼等。隨著深度學(xué)習(xí)和生成對(duì)抗網(wǎng)絡(luò)（GAN） 等技術(shù)的發(fā)展，AIGC在多個(gè)領(lǐng)域取得了顯著進(jìn)展。特別是在計(jì)算機(jī)領(lǐng)域，AIGC在代碼生成和優(yōu)化方面的應(yīng)用取得了突破，工具如GitHub Copilot、Cursor等能夠自動(dòng)生成代碼片段、識(shí)別并修復(fù)bug，優(yōu)化代碼結(jié)構(gòu)和性能，從而大幅提高開發(fā)效率和質(zhì)量。

1.2 AIGC在教育領(lǐng)域的應(yīng)用現(xiàn)狀

計(jì)算機(jī)專業(yè)實(shí)踐教學(xué)面臨諸多挑戰(zhàn)，如教學(xué)資源不足、師生比例失衡以及傳統(tǒng)評(píng)估方式的局限等。在大規(guī)模在線教育中，AIGC通過智能反饋和個(gè)性化指導(dǎo)，促進(jìn)教育資源的共享并提升教育質(zhì)量[2]。在計(jì)算機(jī)專業(yè)的實(shí)踐教學(xué)中，AIGC工具如自動(dòng)編程助手、在線代碼評(píng)審系統(tǒng)等已經(jīng)開始得到應(yīng)用，然而AIGC的應(yīng)用仍面臨數(shù)據(jù)不準(zhǔn)確、算法不完善等問題[3-4]，如何發(fā)揮AIGC的最大潛力并解決這些挑戰(zhàn)，已成為推動(dòng)教育數(shù)字化轉(zhuǎn)型的重要議題。

2 AIGC賦能計(jì)算機(jī)類專業(yè)實(shí)踐教學(xué)框架

本框架圍繞教師、學(xué)生和AIGC智能模塊構(gòu)建“師-生-機(jī)”協(xié)同系統(tǒng)，見圖1。通過思維鏈引導(dǎo)問題鏈的生成與問題解決[5-6]，力求提升學(xué)生的實(shí)踐能力與創(chuàng)新思維。教師通過引導(dǎo)學(xué)生思維、設(shè)計(jì)任務(wù)和提供反饋來激發(fā)學(xué)生的創(chuàng)新能力與實(shí)踐思維；學(xué)生則利用AIGC輔助工具，借助思維鏈的構(gòu)建進(jìn)行任務(wù)拆解，生成問題鏈并探索解決方案；AIGC作為智能模塊，提供知識(shí)支持和生成性反饋，促進(jìn)學(xué)生解決實(shí)際問題的能力。三者相互配合、互為補(bǔ)充，共同推動(dòng)教學(xué)目標(biāo)的實(shí)現(xiàn)。

2.1 教師模塊

1） 知識(shí)傳授與思維引導(dǎo)。AIGC可以為教師提供多維度的案例，幫助學(xué)生加深對(duì)基礎(chǔ)理論概念的理解。例如，當(dāng)教師講解“深度學(xué)習(xí)”這一主題時(shí)，AIGC可以生成不同深度學(xué)習(xí)模型的應(yīng)用場(chǎng)景及其優(yōu)缺點(diǎn)，幫助學(xué)生將抽象的概念與實(shí)際應(yīng)用相結(jié)合。教師還可以通過AIGC輔助生成不同復(fù)雜度的練習(xí)題，以便讓學(xué)生理解不同場(chǎng)景下的理論應(yīng)用。

2） 實(shí)踐任務(wù)設(shè)計(jì)與提示詞規(guī)范。教師可以借助AIGC快速生成針對(duì)不同實(shí)踐任務(wù)的示例提示詞，并為學(xué)生提供詳細(xì)的思路分析。例如，在設(shè)計(jì)一個(gè)機(jī)器學(xué)習(xí)實(shí)踐任務(wù)時(shí)，教師可以利用AIGC生成一個(gè)分類算法的編寫思路，并給出詳細(xì)的任務(wù)要求。這樣教師不僅能節(jié)省大量時(shí)間，還能幫助學(xué)生了解如何根據(jù)任務(wù)的需求拆解問題并構(gòu)建有效的提示詞。

3） 過程監(jiān)督與反饋。教師可以利用AIGC輔助批改學(xué)生的實(shí)踐成果。例如，教師在批改學(xué)生提交的編程作業(yè)時(shí)，AIGC可以自動(dòng)檢查代碼是否有常見的編程錯(cuò)誤等（如內(nèi)存泄漏、死循環(huán)等） ，并根據(jù)學(xué)生提交的代碼自動(dòng)生成改進(jìn)建議。教師結(jié)合AIGC的初步分析，再通過自己的專業(yè)判斷，能給出更細(xì)致的反饋。

2.2 學(xué)生模塊

1） 知識(shí)接收與思維內(nèi)化。學(xué)生通過課堂互動(dòng)、小組討論等方式積極參與知識(shí)的學(xué)習(xí)，而AIGC則可以幫助學(xué)生將內(nèi)容內(nèi)化為認(rèn)知結(jié)構(gòu)。例如，學(xué)生在學(xué)習(xí)排序算法時(shí)，AIGC可以為學(xué)生提供常見排序算法（如快速排序、歸并排序） 的代碼實(shí)現(xiàn)，并生成不同輸入數(shù)據(jù)的執(zhí)行結(jié)果，以幫助學(xué)生理解算法背后的原理。

2） 基于思維鏈構(gòu)建問題鏈與使用AIGC。學(xué)生基于思維鏈將實(shí)踐任務(wù)拆解為一系列問題鏈，再生成對(duì)應(yīng)的提示詞發(fā)給AIGC獲得問題解答。例如，在計(jì)算機(jī)網(wǎng)絡(luò)設(shè)計(jì)任務(wù)中，學(xué)生根據(jù)教師提供的網(wǎng)絡(luò)建設(shè)任務(wù)，首先構(gòu)建自己的問題鏈，明確需要解決的子任務(wù)（如網(wǎng)絡(luò)安全、數(shù)據(jù)傳輸速度等） ，然后根據(jù)這些子任務(wù)生成有效的提示詞以尋求AIGC的支持。

3） 實(shí)踐操作與成果完善。學(xué)生可運(yùn)用AIGC進(jìn)行方案驗(yàn)證和調(diào)整。例如，學(xué)生可利用AIGC生成Web開發(fā)項(xiàng)目的前端頁面的初步布局，再根據(jù)其提供的優(yōu)化建議進(jìn)行調(diào)整（如改進(jìn)響應(yīng)式設(shè)計(jì)） 等，這樣不斷迭代，可以達(dá)到較佳的性能表現(xiàn)。

2.3 AIGC智能模塊

1） 知識(shí)與數(shù)據(jù)儲(chǔ)備。AIGC模型會(huì)獲取大量來自互聯(lián)網(wǎng)、學(xué)術(shù)論文、社交媒體等多渠道數(shù)據(jù)，再利用深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練，進(jìn)而生成質(zhì)量較高的內(nèi)容。所以AIGC可以提供包括計(jì)算機(jī)體系結(jié)構(gòu)、編程語言、算法設(shè)計(jì)、網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫原理等各領(lǐng)域的知識(shí)數(shù)據(jù)，并且擁有涵蓋不同類型、不同規(guī)模的計(jì)算機(jī)項(xiàng)目實(shí)踐案例。

2） 提示詞理解與處理。AIGC可運(yùn)用自然語言處理技術(shù)理解用戶給出的提示詞表達(dá)的意圖與需求，分析其中涉及的專業(yè)概念、任務(wù)要求、限制條件等信息，然后在自身數(shù)據(jù)儲(chǔ)備中進(jìn)行檢索、匹配與推理運(yùn)算，生成相應(yīng)的回答內(nèi)容，包括理論解釋、實(shí)踐方案建議、代碼示例等，以滿足學(xué)生在計(jì)算機(jī)實(shí)踐過程中的不同需求。

3） 交互與反饋優(yōu)化。AIGC可根據(jù)用戶對(duì)回答內(nèi)容的反饋進(jìn)一步調(diào)整優(yōu)化輸出結(jié)果，并不斷更新數(shù)據(jù)儲(chǔ)備，通過大量與用戶的交互實(shí)踐，優(yōu)化自身的算法模型與處理邏輯，提高回答的準(zhǔn)確性、有效性與針對(duì)性。

2.4 思維鏈與問題鏈關(guān)聯(lián)機(jī)制

1） 思維鏈驅(qū)動(dòng)問題鏈生成。在計(jì)算機(jī)實(shí)踐教學(xué)任務(wù)中，思維鏈通常通過不同的思維維度進(jìn)行構(gòu)建。例如系統(tǒng)整體思維會(huì)引導(dǎo)學(xué)生考慮系統(tǒng)的各個(gè)組成部分及其功能模塊，進(jìn)而生成關(guān)于每個(gè)模塊設(shè)計(jì)與實(shí)現(xiàn)的具體問題；性能優(yōu)化思維則促使學(xué)生分析可能影響系統(tǒng)性能的因素，從而產(chǎn)生相關(guān)的性能優(yōu)化問題。思維鏈的每個(gè)維度都對(duì)應(yīng)著若干具體的問題，這些問題共同構(gòu)成了問題鏈。

問題鏈?zhǔn)菍W(xué)生在實(shí)踐任務(wù)中基于思維鏈逐步展開的具體問題集合，是任務(wù)拆解的具體表現(xiàn)。每一條問題鏈都從思維鏈中汲取靈感，通過對(duì)任務(wù)目標(biāo)的細(xì)化與分解，逐步引導(dǎo)學(xué)生深入理解任務(wù)需求，并為后續(xù)的實(shí)踐操作提供方向。

2） 問題鏈引導(dǎo)AIGC交互。問題鏈不僅是學(xué)生思考任務(wù)的有序步驟，也是構(gòu)建與AIGC有效交互的基礎(chǔ)。問題鏈中的每個(gè)問題可轉(zhuǎn)化為能夠被AIGC理解的提示詞，進(jìn)而通過其與AIGC進(jìn)行交互。例如，在計(jì)算機(jī)網(wǎng)絡(luò)設(shè)計(jì)的實(shí)踐任務(wù)中，學(xué)生可以針對(duì)網(wǎng)絡(luò)安全、拓?fù)浣Y(jié)構(gòu)優(yōu)化等問題提出相應(yīng)的AIGC提示詞，AIGC根據(jù)這些提示詞提供具體的設(shè)計(jì)建議或優(yōu)化方案。學(xué)生可以在AIGC反饋的基礎(chǔ)上進(jìn)一步擴(kuò)展或細(xì)化問題鏈，形成一個(gè)動(dòng)態(tài)的、反復(fù)迭代的過程。這種交互循環(huán)可以促使學(xué)生不斷調(diào)整優(yōu)化思維鏈與問題鏈，從而最終實(shí)現(xiàn)實(shí)踐目標(biāo)。

2.5 評(píng)估與反饋循環(huán)

1） 學(xué)生成果評(píng)估。教師可依據(jù)任務(wù)目標(biāo)與評(píng)估標(biāo)準(zhǔn)對(duì)學(xué)生的成果進(jìn)行全面評(píng)估，評(píng)估內(nèi)容如下所示。

實(shí)踐方案的合理性：評(píng)估學(xué)生解決方案是否具備可行性，是否符合任務(wù)的要求，是否能實(shí)現(xiàn)預(yù)期效果。

算法實(shí)現(xiàn)的正確性：檢查學(xué)生所使用的算法是否正確，代碼是否規(guī)范。

性能指標(biāo)的達(dá)成情況：評(píng)估學(xué)生的方案是否滿足性能要求，包括系統(tǒng)的響應(yīng)時(shí)間、空間利用率等方面的指標(biāo)。

創(chuàng)新點(diǎn)與不足：評(píng)估學(xué)生的創(chuàng)新性，如在解決方案中是否引入了新的算法等；同時(shí)指出方案中的不足或需要進(jìn)一步優(yōu)化的部分。

2） 反饋與改進(jìn)。教師根據(jù)學(xué)生的實(shí)踐成果與AIGC的效能評(píng)估反饋，開展詳細(xì)的反饋與改進(jìn)工作。具體內(nèi)容如下所示。

反思與總結(jié)：教師根據(jù)評(píng)估結(jié)果對(duì)教學(xué)過程進(jìn)行反思。例如是否有部分任務(wù)目標(biāo)設(shè)置不清晰，或是否存在教學(xué)環(huán)節(jié)的不足導(dǎo)致學(xué)生未能在任務(wù)中獲得足夠的學(xué)習(xí)體驗(yàn)。

調(diào)整教學(xué)策略：教師根據(jù)反饋結(jié)果及時(shí)調(diào)整教學(xué)策略。例如若評(píng)估顯示大多數(shù)學(xué)生在某個(gè)環(huán)節(jié)表現(xiàn)較差，教師可以改進(jìn)該環(huán)節(jié)的教學(xué)設(shè)計(jì)，如優(yōu)化實(shí)踐任務(wù)的難度、改進(jìn)提示詞的示范方法，或者在課堂上加強(qiáng)思維鏈與問題鏈的講解與訓(xùn)練。

2.6 教育理論基礎(chǔ)

建構(gòu)主義學(xué)習(xí)理論強(qiáng)調(diào)學(xué)生通過與環(huán)境的互動(dòng)主動(dòng)構(gòu)建知識(shí)，并通過不斷的經(jīng)驗(yàn)積累加深對(duì)知識(shí)的理解。AIGC作為一種智能交流學(xué)習(xí)工具，為學(xué)生提供了即時(shí)反饋和個(gè)性化的學(xué)習(xí)資源，能有效促進(jìn)學(xué)生的主動(dòng)思考和探索，從而推動(dòng)他們的知識(shí)建構(gòu)。其次，情境認(rèn)知理論指出，學(xué)習(xí)應(yīng)當(dāng)緊密結(jié)合實(shí)際情境，最有效的學(xué)習(xí)活動(dòng)往往是在模擬真實(shí)工作和生活環(huán)境的情境中進(jìn)行的。AIGC可生成與具體情境相關(guān)的任務(wù)，幫助學(xué)生更好地將所學(xué)知識(shí)應(yīng)用于實(shí)際問題，從而提升他們的實(shí)踐能力和情境適應(yīng)能力。這些教育理論表明AIGC不僅是一個(gè)高效的工具，還在促進(jìn)學(xué)生思維發(fā)展、增強(qiáng)知識(shí)應(yīng)用能力等方面發(fā)揮著積極作用。

3 基于AIGC的實(shí)踐教學(xué)模式設(shè)計(jì)

在數(shù)智時(shí)代下，“授人以漁”已不再是通過傳授知識(shí)點(diǎn)舉一反三，而是觸類旁通，允許利用AIGC技術(shù)賦能長(zhǎng)出獲取知識(shí)的觸角。

3.1 教學(xué)任務(wù)設(shè)計(jì)示例

教師可以圍繞教學(xué)目標(biāo)利用AIGC生成不同難度的教學(xué)任務(wù)，供學(xué)生進(jìn)階練習(xí)。

3.2" 學(xué)生學(xué)習(xí)任務(wù)示例

具備思維鏈的學(xué)生會(huì)對(duì)任務(wù)進(jìn)行深入思考：校園網(wǎng)絡(luò)有哪些部門，不同部門的網(wǎng)絡(luò)流量特點(diǎn)和安全需求差異是什么？進(jìn)而形成更為準(zhǔn)確詳細(xì)的提示詞供AIGC 生成更符合任務(wù)要求的方案，學(xué)生可進(jìn)一步對(duì)方案進(jìn)行評(píng)估、調(diào)整和實(shí)施。

教師逐漸由傳統(tǒng)講解者轉(zhuǎn)變?yōu)閷W(xué)習(xí)的設(shè)計(jì)者與指導(dǎo)者，學(xué)生從被動(dòng)接受者轉(zhuǎn)變?yōu)閷W(xué)習(xí)的主導(dǎo)者，AIGC成為連接師生的工具，橋接師生認(rèn)知差距[7]。

4 AIGC在計(jì)算機(jī)類專業(yè)實(shí)踐教學(xué)中的局限與對(duì)策

4.1" AIGC的記憶和推理能力有限

AIGC雖然在處理即時(shí)問題上表現(xiàn)出色，但在記憶方面存在一定的局限。主要體現(xiàn)為面對(duì)復(fù)雜問題時(shí)容易丟失上下文信息，導(dǎo)致無法進(jìn)行長(zhǎng)期問答積累和全局視角分析，這一點(diǎn)在處理需要全面分析的復(fù)雜計(jì)算機(jī)系統(tǒng)和架構(gòu)設(shè)計(jì)時(shí)尤為明顯。為克服這一局限，可采取以下措施。

①結(jié)構(gòu)化問題設(shè)計(jì)：教師和學(xué)生應(yīng)設(shè)計(jì)結(jié)構(gòu)化的任務(wù)和問題，盡可能地涵蓋所有需求方面，確保AIGC在解決問題時(shí)不會(huì)出現(xiàn)理解偏差。

②多輪交互總結(jié)：每次交互結(jié)束前，可以讓AIGC自動(dòng)總結(jié)此前的對(duì)話內(nèi)容，確保新的對(duì)話在已有的溝通基礎(chǔ)上進(jìn)行，保持信息的連貫性。

③詢問關(guān)鍵記憶點(diǎn)：在交互過程中，時(shí)不時(shí)抽查詢問AIGC對(duì)問題的理解，確保其與提問者的理解一致。這種方式可以確保AIGC在長(zhǎng)時(shí)間的對(duì)話中不會(huì)偏離實(shí)際問題，及時(shí)糾正其可能出現(xiàn)的誤解，從而提高交互的準(zhǔn)確性。

4.2 AIGC的“幻想”與信息的真實(shí)性問題

AIGC在生成答案時(shí)，可能會(huì)基于不完全的數(shù)據(jù)或錯(cuò)誤的邏輯鏈條“幻想”出解答。對(duì)此，應(yīng)對(duì)策略如下所示。

①教師監(jiān)督與引導(dǎo)：教師應(yīng)監(jiān)督AIGC的使用，及時(shí)糾正錯(cuò)誤或不實(shí)的信息輸出。同時(shí)，引導(dǎo)學(xué)生通過多種信息源驗(yàn)證AIGC的答案，培養(yǎng)學(xué)生的批判性思維能力。

②多源信息驗(yàn)證：鼓勵(lì)學(xué)生對(duì)AIGC的答案進(jìn)行核實(shí)，比較不同資料和信息源，以提高信息的準(zhǔn)確性和可靠性。

4.3 學(xué)生的依賴性問題

學(xué)生可能會(huì)過度依賴AIGC的代碼生成和解題過程，失去自主探索和創(chuàng)新的動(dòng)力，成為信息的“搬運(yùn)工”。對(duì)此，教師可采用以下策略。

①探索性問題設(shè)計(jì)：設(shè)計(jì)開放性和探索性的問題，鼓勵(lì)學(xué)生在使用AIGC之前自行思考和嘗試解決問題。

②反思與總結(jié)：鼓勵(lì)學(xué)生在每次使用AIGC后進(jìn)行反思，評(píng)價(jià)使用過程中的決策和思考路徑，幫助學(xué)生將外部知識(shí)轉(zhuǎn)化為個(gè)人能力。

4.4 教師角色的挑戰(zhàn)

AIGC的輔助也可能導(dǎo)致教師的角色被邊緣化，教師不再是知識(shí)的主要提供者，而是“輔助監(jiān)督者”，這一變化可能會(huì)影響教師的教學(xué)積極性與創(chuàng)新性。以下策略可以幫助教師更好地適應(yīng)這一變化。

① 持續(xù)學(xué)習(xí)與適應(yīng)：教師需要持續(xù)學(xué)習(xí)新的技術(shù)和教學(xué)方法，了解如何將AIGC技術(shù)融入傳統(tǒng)教學(xué)中，充當(dāng)學(xué)生學(xué)習(xí)過程中的引導(dǎo)者和思維啟發(fā)者[8]。

② 團(tuán)隊(duì)合作與分享：應(yīng)鼓勵(lì)教師之間的協(xié)作和經(jīng)驗(yàn)分享，共同探索AIGC在教學(xué)中的最佳實(shí)踐。

5 “師-生-機(jī)”協(xié)同系統(tǒng)實(shí)施案例

以數(shù)據(jù)結(jié)構(gòu)課程設(shè)計(jì)課程為例，教師同時(shí)教授了試點(diǎn)班級(jí)和普通班。試點(diǎn)班級(jí)采用了AIGC智能輔助教學(xué)，而普通班則未使用此技術(shù)。在試點(diǎn)班級(jí)中，學(xué)生不僅在任務(wù)完成效率上有所提高，還在解決問題的思維深度和創(chuàng)新能力方面取得了顯著進(jìn)步。

5.1 實(shí)踐環(huán)節(jié)成績(jī)提升

在試點(diǎn)班級(jí)（共30人） 的數(shù)據(jù)結(jié)構(gòu)課程設(shè)計(jì)中，學(xué)生通過AIGC輔助進(jìn)行任務(wù)拆解、方案設(shè)計(jì)及代碼調(diào)試，能夠快速且準(zhǔn)確地識(shí)別問題，并提出有效解決方案。與未使用AIGC輔助的普通班（共30人） 相比，試點(diǎn)班級(jí)學(xué)生在任務(wù)完成度、問題解決質(zhì)量、代碼優(yōu)化等方面表現(xiàn)出色。具體來看，試點(diǎn)班級(jí)學(xué)生在課程項(xiàng)目評(píng)分中的平均分提高了10%以上，尤其在設(shè)計(jì)方案的合理性（提高了8%） 和代碼優(yōu)化（提高了15%） 方面，表現(xiàn)較普通班明顯突出。

5.2 競(jìng)賽參與獲獎(jiǎng)情況

AIGC的應(yīng)用不僅限于課堂實(shí)踐，還促進(jìn)了學(xué)生參與各類技術(shù)競(jìng)賽的表現(xiàn)。在“藍(lán)橋杯”全國(guó)軟件與信息技術(shù)專業(yè)人才大賽備賽過程中，試點(diǎn)班級(jí)學(xué)生利用AIGC進(jìn)行代碼調(diào)試和算法優(yōu)化，顯著提高了其解決技術(shù)難題的能力。試點(diǎn)班級(jí)和普通班均有多名學(xué)生參加比賽，試點(diǎn)班級(jí)學(xué)生均獲得了獎(jiǎng)項(xiàng)，其中2人還獲得了全國(guó)三等獎(jiǎng)，較往年有了明顯提升。這些學(xué)生在備賽過程中，通過不斷使用AIGC進(jìn)行實(shí)時(shí)反饋和代碼調(diào)試，加速了學(xué)習(xí)過程，并提高了其實(shí)踐編程能力。

6 結(jié)束語

AIGC在實(shí)踐教學(xué)中優(yōu)勢(shì)顯著，然而其存在的局限性也需注意。AIGC雖然為教育提供了便利，但無法完全取代教師的角色，更不能剝奪學(xué)生自主學(xué)習(xí)和思考的能力。在今后的賦能教學(xué)研究中可以進(jìn)一步探索如何設(shè)計(jì)更加適應(yīng)學(xué)生個(gè)性化需求的互動(dòng)模式和教學(xué)策略。此外，隨著AIGC技術(shù)的不斷進(jìn)步，如何在教育中平衡人工智能的輔助作用與人類教師的主導(dǎo)作用，也將是未來研究的重要方向。

參考文獻(xiàn)：

[1] 宗琰.AIGC支持的數(shù)字化學(xué)習(xí)：優(yōu)勢(shì)、途徑與局限[J].軟件導(dǎo)刊，2024，23（8）：229-233.

[2] 王沖，王娟.AIGC視域下終身教育智慧學(xué)習(xí)空間的概念特征與推進(jìn)路徑[J].成人教育，2024，44（12）：54-61.

[3] 賴麗花，謝翌.生成式人工智能賦能教育變革：應(yīng)用潛能、風(fēng)險(xiǎn)揭示與未來路向[J].天津師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024（6）：89-97.

[4] 顏麗蓉，儲(chǔ)節(jié)旺，李振延，等.生成式人工智能融入信息資源管理學(xué)科專業(yè)課程教學(xué)的路徑探索研究[J].圖書館雜志，2025，44（1）：128-138，157.

[5] 王若賓，李美慧，宋威，等.AIGC賦能計(jì)算機(jī)基礎(chǔ)教育的角色定位和功能延展：一種基于雙鏈迭代的教學(xué)設(shè)計(jì)及實(shí)踐[J].計(jì)算機(jī)教育，2024（10）：159-163，168.

[6] 祁小明.基于生成式人工智能的計(jì)算思維培養(yǎng)教學(xué)實(shí)踐[J].中國(guó)信息技術(shù)教育，2024（21）：45-48.

[7] 孫蕾，朱玉全，朱峰，等.面向算法思維能力培養(yǎng)的遞進(jìn)式教學(xué)案例設(shè)計(jì)與實(shí)踐[J].計(jì)算機(jī)教育，2024（11）：182-186.

[8] 肖成龍，王珊珊.生成式人工智能在軟件設(shè)計(jì)模式課程教學(xué)中的應(yīng)用[J].計(jì)算機(jī)教育，2024（11）：161-166.

【通聯(lián)編輯：王 力】