生成式人工智能賦能機器學習教學改革研究

摘要：生成式人工智能能夠根據學生的能力水平和教師的備課需求，生成個性化的學習資源和教學內容，為機器學習教學改革提供了新的思路。文章提出了一種“師-生-機協同”教學模式，將生成式人工智能技術融入課前預習、課堂互動和課后考核等環節，旨在提高教學效率，增強學生的主動學習能力和個性化學習體驗。

關鍵詞：生成式人工智能；智慧教學；機器學習；教學改革；個性化學習

中圖分類號：G642文獻標識碼：A

文章編號：1009-3044（2025）13-0175-03

0引言

工業和信息化部人才交流中心發布的《人工智能產業人才發展報告（2019—2020年版）》指出機器學習在人工智能產業整體需求崗位中的占比達39.1%，但相關技術方向的人才極度稀缺，人才供需比僅為0.23，有效供給嚴重不足[1]。這種供需失衡凸顯了對機器學習課程教學改革的緊迫性，以培養更多符合行業需求的專業人才。特別是以ChatGPT為代表的生成式人工智能技術持續發展，促使知識的生產、傳播、傳授方式發生急劇變遷，也直接影響到了教學模式和人才培養模式的重構。教育部印發的《高等學校人工智能創新行動計劃》明確提出，要加快人工智能領域科技成果和資源向教育教學轉化，特別是人工智能基礎、機器學習等主干課程的建設。機器學習作為人工智能領域的基礎課程，不僅需要傳授算法理論、數據處理、模型訓練等核心知識，而且需要教會學生如何正確使用人工智能工具。因此，在教學過程中，將人工智能技術融入機器學習課程的教學中顯得尤為必要。這種模式可以增強學生對機器學習的理解和應用能力，并使其體驗人工智能技術在實際問題中的應用。

傳統的機器學習課程教學存在教學模式單一、學習主動性不強以及個性化學習體驗差等問題[2]。這些問題不利于培養學生的學習興趣、創新思維和實踐能力，學習效果不盡如人意。生成式人工智能可以根據個人學習者的獨特需求和偏好提供智能助教服務，為教育帶來了更加個性化、智能化和創新化的學習體驗和教學方法，智慧教學應運而生。本文利用生成式人工智能對機器學習課程進行教學改革，旨在培養學生創新思維和解決問題的能力，同時提高人工智能素養。

1智慧教學及生成式人工智能的發展概況

隨著人才培養目標的變化，社會對教學質量的要求也越來越高。智慧教學能夠促使傳統教學形態發生變革，從“教師主導”的教學結構向以“學生為中心”的結構轉變，激發課堂活力，更有利于培養學生的創新性思維。其中，生成式人工智能為教學模式的轉變提供了新思路。與傳統的“師—生”二元結構相比，通過技術賦能的“師—生—機”三元結構更有利于培養智能時代的合格人才[3]。

1.1智慧教學

《中國教育現代化2035》指出，要“利用現代技術加快推動人才培養模式改革，實現規模化教育與個性化培養的有機結合”。智慧教學是指利用現代信息技術，特別是人工智能技術，優化教學過程、提高教學效果的一種教學模式。傳統的教學模式已難以滿足學生個體差異化的學習需求，智慧教學引導學生主動地、批判地學習，以促進學生的全面發展和終身學習能力的提升[4]。

1.2生成式人工智能

國務院印發的《新一代人工智能發展規劃》，明確利用智能技術加快推動人才培養模式、教學方法改革。科技部等六部門聯合印發通知，將智能教育納入首批人工智能示范應用場景，利用人工智能為教育變革創新注入強勁動能。生成式人工智能（GenerativeArtificialIntelligence，GenAI）是指從數據中學習特征表征，并利用它生成與原始數據相似的獨特內容（包括圖像、視頻、音樂、語音和文本）的人工智能技術。生成式人工智能可從以下方面改變教學方式：一是輔助課程教學內容應用創新。相對于單純地考查知識記憶，學生思維能力的培養才是未來關注的重點內容[5]。生成式人工智能可以自動構建課程體系的初步框架，輔助教師及時更新課程大綱，快速整理前沿技術課程內容，實現高效率備課。二是為學生提供充分發揮自身主體性的機會。每個學生的基礎有所不同，在學習過程中遇到的問題也各有差異。生成式人工智能可以根據學生自身特點生成個性化教學資源，為基礎薄弱的同學加強知識鞏固，為學有余力的同學拓展學習內容，從而實現智能輔導。三是加速現行考核體系的轉變。隨著技術的進步，未來對學生的評價體系將不再僅僅是知識本身的評價，而是“知識+素養”的綜合性評價。生成式人工智能讓學生更多地以探索、體驗和實踐的形式去理解和應用知識，更有利于培養學生的綜合素養、創新思維和實踐能力。

2機器學習課程現狀分析

2.1機器學習課程概況

機器學習課程是計算機和人工智能方向相關專業的必修課，主要講授機器學習的基本理論和方法，包括機器學習基礎概念、線性模型、神經網絡、集成學習和聚類等內容。機器學習課程具有較強的實踐性和應用性，在教學中常設置相關實驗或項目。通過理論與實踐相結合，幫助學生更好地理解算法原理，培養學生獨立思考和動手能力。作為一門多學科交叉的課程，機器學習要求學生具備良好的數學基礎和編程能力。因此，學好機器學習這門課程具有一定難度。

2.2機器學習課程教學現狀

機器學習課程在教學實施中面臨一些挑戰和問題，主要包括內容更新不及時、學生參與感不足以及考核評價機制陳舊。首先，由于機器學習領域的技術進步和市場需求變化迅速，教材和課程內容的更新頻率往往跟不上這些變化，學生難以掌握最新的知識和技能。例如，大模型和生成模型是目前機器學習領域的前沿內容，但課程教學內容仍然停留在學習線性回歸、K均值聚類等基礎模型。這種滯后不僅限制了學生對最新技術的理解，也影響了他們將理論知識應用于實際問題的能力。其次，教學過程中師生缺乏互動，課堂上以教師為主體，學生被動式學習，使得學生聽課意愿不強。例如，學生對知識的掌握主要還是依賴于聽教師的講授，課程設計缺少讓學生主動探索和獲取知識的途徑和方式。這種單向傳授的教學模式限制了學生批判性思維和問題解決能力的發展，同時也忽視了學生的個性化學習需求和學習風格差異。

最后，傳統的考核評價體系過于依賴考試成績作為評價學生學習成效的唯一標準。在機器學習課程考核中，平時表現和實驗報告占20%，期末閉卷考試占比高達80%。這種考核方式忽視了對學生能力、素質和創新思維等方面的綜合評價，也容易導致學生片面追求分數而忽視自身能力和素質的提升。因此，機器學習課程需要在內容更新、學生參與度提升以及考核評價機制創新等方面進行改革，以適應快速變化的技術環境和教育需求。

3基于生成式人工智能的機器學習課程教學改革方案

針對機器學習課程教學現狀存在的內容更新不及時、學生參與感不足以及考核評價機制陳舊等問題，借助生成式人工智能從課程內容、教學環節、課程考核三個方面對課程進行改革探索，旨在豐富教學內容，激發學生的學習興趣，進一步完善課程評價體系，推動機器學習課程教學的現代化發展。

3.1豐富課程內容

在人工智能迅猛發展的背景下，機器學習作為其核心課程，教學內容更需要與技術發展同步。將機器學習領域涌現出的眾多新理論、新技術和新應用引入課程教學是機器學習課程改革的重要內容。深度學習技術（生成對抗網絡、擴散模型、圖神經網絡等），已被廣泛應用于圖像處理、自然語言處理、推薦系統等多個領域[5]。然而，這些模型沒有及時更新至機器學習教材和課程教學。難以同步新技術理論的一個主要原因在于每次更新課程內容都需要耗費教師較大的時間和精力。基于此，可以借助生成式人工智能輔助完成一些標準化和重復性的任務。例如，輸入“請以‘生成對抗網絡’為課程題目，設計一份課程大綱和內容”，生成式人工智能工具可以快速生成一份課程方案初稿。在此基礎上，教師再進一步完善課程內容，這種方式可以提高設計和組織課程材料的效率。

在此基礎上，還可在機器學習教學中增設科技前沿環節，跟進新理論和新技術。通過介紹最新研究進展及技術發展趨勢，引入其所應用的機器學習算法、模型及原理。這種方式不僅可以開闊學生的視野，而且可以激發其對課程的學習興趣。生成式人工智能在此環節的應用顯得尤為重要，它能夠通過快速搜索和分析最新技術動態，輔助教師高效備課，提升教學內容的時效性和前沿性。同時，生成式人工智能還能作為學生的智能助教，通過智能問答系統，幫助學生深入理解技術原理，實現個性化學習。這種教學模式的創新，不僅能夠提升教學效率，還能夠增強學生的學習體驗，培養其批判性思維和自主學習能力。通過這種方式，機器學習課程能夠更好地適應技術發展的需要，為學生提供更加豐富和動態的學習內容，從而培養出適應未來社會發展需求的創新型人才。

3.2增設教學環節

在數字化背景下，機器學習課程教學改革的核心在于實現從以教師主導向以學生為中心的轉變，同時引入生成式人工智能技術，促進教學模式的創新。具體而言，首先，可以在課程中增加課前預習環節，通過設置與課程內容相關的問題，如“K均值聚類算法中的k要如何取值？”，鼓勵學生利用生成式人工智能工具如Kimi、豆包、文心一言等進行資料查找和初步學習。一方面，數學和編程基礎較薄弱的同學可以通過這個環節查漏補缺，填補知識空白。另一方面，讓學生參與教學環節可以激發其學習興趣，實現個性化教學和指導。這一環節的設置有助于提升學生的自主學習能力，利用生成式人工智能技術的強大搜索和分析能力幫助學生快速了解課程內容。隨后，在課堂上，邀請2～3位學生分享他們的學習情況，教師針對性地指出學生理解中的問題和難點，并引導學生帶著這些問題深入課程學習。通過學生分享和教師點評的方式，進一步深化對知識點的理解和應用。

相比于傳統的“教師講，學生聽”的教學模式，這種創新的教學方式實現了從“師生互動”到“師—生—機協同”的教學模式轉變。其中，生成式人工智能技術在此過程中扮演了智能助教的角色，與師生共同探索和解決教學模式單一、學習主動性不足以及個性化學習體驗缺失等問題。通過人機協同教學，促進了教育信息化的推進，推動了智慧教學目標的實現。智能助教可以提供及時且個性化的輔導，極大地彌補了傳統教育中師資力量不足的問題，同時也推動了學生核心素養的培養，更加強調引導學生自主探究與主動思考，發展其批判性思維、復雜問題解決、學習遷移等高階能力。通過這種方式，教學效率得到提高，學生的個性化學習體驗得到增強，批判性思維和問題解決能力也得到了有效發展。

3.3健全考核機制

課程考核對教學具有導向、測量、調節等功能，是教學結果評價的重要渠道[6]。目前機器學習課程考核評價多為以期末考試為主導的考核模式，還是按照傳統的“平時表現+實驗報告+期末考試”相結合的方法。然而，平時表現的構成比較單一，主要考查平時作業和考勤，學生在這一考核環節的成績差距不明顯。期末考試成績在總評分中占比較大，難以有效考查學生的綜合運用能力、思維能力和創新能力。

基于此，在考核評價體系中，引入小組項目展示環節，其核心目標在于培養學生的創新思維、團隊協作能力以及解決復雜問題的能力。具體而言，學生以自由組隊的方式形成小組，共同完成一個綜合性項目。在課程接近尾聲時，各小組展示其項目的研究成果，通過項目式學習的方式鍛煉學生的表達和溝通技巧，促進知識的綜合應用。在項目實施過程中，學生遇到的問題首先可以通過生成式人工智能工具進行初步的答疑和指導，利用其強大的信息檢索和分析能力，為學生提供及時的輔助和反饋。隨后，學生可將更深層次的問題尋求教師解答，以獲得更專業的指導和建議。生成式人工智能在此環節中扮演著智能輔導的角色，不僅提高了學生解決問題的效率，還為教師減輕了工作負擔，使得教學資源得到更合理地分配和利用。通過這種創新的教學模式，學生的主動探索精神和實際操作能力得到了顯著提升，同時也為教師提供了更多機會去關注學生的個性化發展和深層次學習需求。

在引入項目展示環節的基礎上，采取一種更為全面和細致的考核機制，旨在綜合評估學生的主動思考能力、創新實踐能力和團隊協作能力。考核評價采用百分制，如表1所示，最終綜合成績由平時成績和期末成績兩大部分構成。其中，平時成績涵蓋多個維度，以確保對學生學習過程的全面考查：課堂表現占10%，項目展示占10%，實驗報告占20%。期末考試占據60%的比重，評估學生對課程知識的掌握程度和綜合運用所學知識解決問題的能力。通過這種多元化的考核方式，綜合評價學生對課程的掌握程度。

4結論

借助生成式人工智能技術賦能機器學習課程教學改革，是一種創新性和探索性的嘗試。旨在提升學生的主動性和積極性，通過個性化指導提升學生的綜合素養和創新能力，實現教育教學的高質量發展。“師-生-機協同”教學模式通過引入智能助教，在豐富教學內容、活躍課堂氛圍、引導學生主動學習等方面提升了教學效果。這一改革既順應了教育現代化和學生中心的教學理念，也為新工科背景下的人才培養開辟了新的路徑，為其他課程的教學改革提供了參考。

參考文獻：

[1]胡波，鄧欣，孫開偉，等.面向大數據人才培養的算法實踐能力提升改革：以《機器學習基礎實踐》為例[J].教育進展，2024，14（5）：1380-1387.

[2]韋南，殷麗華，寧洪，等.本科“機器學習”課程教學改革初探[J].網絡與信息安全學報，2022，8（4）：182-189.

[3]祝智庭，彭紅超.技術賦能智慧教育之實踐路徑[J].中國教育學刊，2020（10）：1-8.

[4]陳穎璐，李晶，李小峰，等.面向深度學習的個性化教學探索：以“機器學習”課程為例[J].大學，2024（S1）：77-79.

[5]陳蕾，張禮.人工智能背景下機器學習課程教學改革路徑探索[J].電腦知識與技術，2024，20（26）：121-124，127.

[6]馬春燕，陳惠英，賈燕冰.項目式翻轉課堂教學設計及考核評價體系建設：“單片機原理與接口技術”課程教學改革與實踐[J].教育教學論壇，2023（21）：116-119.

【通聯編輯：王力】