AI賦能+OBE在“數據庫原理與應用”教學中的探索與實踐

摘 要：本文以“數據庫原理與應用”為例，實現“以學生為中心”理念下培養學生全面發展的目標，探索課程教學改革和成果評價考核體系。基于人工智能AI賦能+OBE教學理念背景下，憑借“對分易”教學平臺線上線下混合教學、案例教學和任務驅動教學等創建師生共同體，課前、課堂和課后，AI提供最優的教學材料和學習資料，滿足教學過程的大眾化和個性化需求，從而實現了因材施教，兼顧了學生“知識的獲取”“能力的培養”和“素養的培養”三者有機融合為一體，構建了智能化精細化教學過程管理和成果評價考核體系，加強學生自主學習、個性化學習和深入學習，提升學生創新能力和提高教師教學質量和水平。

關鍵詞：人工智能AI賦能；OBE教學理念；任務驅動法教學；案例教學

課程質量直接決定著人才培養的質量，課程建設是提高課程質量的核心部分，也是建設教育強國的重要基石。吳巖2018年第一次就高教課程建設提出“高階性、創新性和挑戰度”（簡稱“兩性一度”）的概念。2019年教育部印發《關于一流本科課程建設的實施意見》，以“兩性一度”為課程標準，著力打造“金課”，全面提升人才自主培養質量。本科課程建設的創新性是指課程內容有前沿性和時代性，教學形式體現先進性和互動性，學習結果具有探究性和個性化［1］。高校教學形式多樣化有利于提升課程的高階性、創新性和挑戰度［2］。在網絡信息化時代背景下，隨著智能手機的普及，學生獲取學習的信息更加便捷［3］。人工智能AI賦能高等教育，引領教育走向更加智能化、個性化的高質量發展之路，為解決我國當前教育發展中遇到的一系列難題提供新的思路和方法［4］。

在大數據新時代，中國工程院院士、阿里云創始人王堅認為數據就是人們在互聯網留下的腳印，互聯網以空前的速度和廣度收集了人們的“腳印”，這也為數據經濟奠定了堅實的基礎。煤炭的燃燒驅動了蒸汽時代，石油、風和水驅動著電氣時代，計算能力驅動著一個全新的數據時代，數據真正成為人類一種全新的資源［5］。“數據庫原理與應用”是計算機專業的專業核心課程，也是一門理論與實踐結合較強的專業課程，其主要依據離散數學、數據結構與算法、程序設計的一些基本理論，使學生具備數據庫的基本理論知識與應用技能。“數據庫原理與應用”教學的課堂設計和評價標準原以考查知識掌握情況的應試模式為主，在其知識和應用之間存在一定程度的脫節現象，接受應試教育長大的學生普遍存在著基礎知識尚好而應用能力薄弱的現狀。此外，這種應試模式忽略學生創新意識的培養，學生的知識學習與其能力培養不能同時進行，知識的獲取主要通過教師傳授，能力的形成需要學生將學到的知識頻繁地運用到實際場景中來培養［6］。OBE（Outcome Based Education）教學理念是以學生為本，教學設計、教學實施的目標以學生通過教育過程最終實現的學習成果為準，以成果為目標導向的教育更強調以專業最終需求作為成果［78］。

1 借助AI+OBE教學理念，基于“以學生為中心”，構建師生共同體

借助AI+OBE教學理念，貫徹落實“以學生發展為中心”的教育理念，參考“兩性一度”的課程標準，使得課程內容具有前沿性和時代性，教學過程具有探究性和個性化，實現知識傳授、能力培養和素質熏陶有機融合，培養學生解決復雜問題的綜合能力和創新意識。教師從僅是知識的教授者轉變為學生學習的引導者、合作者和組織管理者，學生從知識被“灌輸者”轉變為教學過程的積極參與者、合作伙伴和協助者，形成了新時代特色的師生共同體。

2 基于AI+OBE教學理念，構建“教—學—機”協同良性循環教學生態圈

高教教育因教育機器人的引入，教育模式發生了重要改變［9］。AI賦能教育創造了新的教學模式，構建了教師、學生與機器三位一體的教學生態圈，以形成自主、協作、探究和共享的智能學習模式。機器成為智能助教、學伴或導師，與師生共同學習、共同成長，改變了傳統的教學、學習和評價方式。隨著AI的發展，許多智能學習機器人產品涌現，如虛擬助教、虛擬陪練、智能批改和個性化推薦等［10］。

2.1 課前準備，AI提供多種方案、優化組合最優的教學材料、學習資料

根據社會行業需求和學校人才培養目標，制定“數據庫原理及應用”課程目標（見表1），其強調對于學生的知識點的掌握以及能力的培養，重點培養學生解決復雜問題的能力、創新思維和科學素養。基于課程目標和要求，分層重構課程知識體系。首先從數據庫理論基本知識學習開始，其次是數據庫系統分析，最后是數據庫系統設計與實現，這樣層層遞進重構“數據庫原理與應用”課程體系。在教學過程中，根據本課程大綱要求和目標，將教學內容嵌入教學任務中，設計教學過程，包括引入問題、分析問題、解決方案和問題實現，引導學生由簡入繁、由易到難，循序漸進地完成學習目標，啟發學生自主開展學習，助力學生學以致用，知其然更知其所以然。通過真實工作場景、AI虛擬情景訓練和虛擬項目的教育，增強學生的親身體驗感，培養學生的實際操作能力、創新思維、綜合思考能力和問題解決能力。當有與課程內容相關的最新的文本數據、圖片、文獻和視頻等多模態數據時，任務驅動式教學法使學生以學習小組為單元協作完成學習目標。使用AI生成智能動態題庫可解決學生的學習情況和需求問題［11］。由此可見，AI賦能高校教育，通過大數據分析、機器學習等技術，根據教師的教學需求和學生的個體化學習需求，可動態組合生成最優的教學教材、個性化學習資料和教學輔導方案，從而實現真正意義上的因材施教。

2.2 理論課堂，智能化教學情境、案例教學和動態反饋教學，增強學生體驗感

課堂教學是培養人才的重要元素。教學效果良好的課堂教學不是教師單向的知識灌輸，而應該是教師和學生進行良性互動交流。基于人工智能AI模擬教學情境結合“雨課堂”和“對分易”教學平臺，教學互動拉近了師生們之間的距離，創造生動、直觀的學習環境，增強學生的親身體驗感，使得課堂上教師的“獨舞”變成了師生的“雙舞”或“群舞”。通過相互學習交流、課堂小測試和參與主題討論等多種教學活動，增強了師生之間互動的靈活性，并營造了積極的課堂學習氛圍。由此可見，該教學平臺有利于豐富課程教學內容和加快知識傳播速度。

知識點案例分析教學。在講授數據庫系統的特點時，用一組學生成績求和的實例來介紹其重要特點。通過兩種求和方式對比分析，可突出數據庫系統的重要性和其優點。例如，求4名學生的成績（95，62，100，89）之和，求和方法一，用文件管理數據+C語言計算，其程序為：

main（）

{

int x［10］，i，s=0；

FILE *fp；

fp=fopen（\"e：＼＼＼＼score.txt\"，\"r\"）；for（i=0；ilt;N；i++）

fscanf（fp，\"%d\"，x+i）；//從文件讀數據

for（i=0；ilt;N；i++）

{s=s+x［i］；}

}

Score.txt文件內容為：95、62、100和89。

求和方法二，用數據庫求和。在數據庫中，這組學生成績求和和排序的命令語句分別為：“SELECT SUM（SCORE）FROM Data”和“SELECT SCORE FROM Data Order by SCORE”。數據庫需要先創建表2Data，此表包含字段Sno和SCORE，再導入4位同學的學號和成績。

2.3 實習課堂，任務驅動教學，提升學生邏輯分析、創新實踐和溝通協作的能力

教師根據教學目標、教學內容和教學要求設計相應的教學任務，考慮到教學任務的難易程度、學生的學習能力和動手能力，可要求學生單獨或小組共同完成，在“對分易”教育平臺上發布教學任務。對于有一定難度的教學實習任務可采用小組合作式完成，以培養學生的組織協作溝通能力、創新實踐能力和團隊合作意識，還可以促進同學之間的良好友誼和營造相互學習氛圍。為了能使每個小組均能在規定時間內完成課程實習任務，每個小組至少有一位學習能力強、動手能力強的學生，這有利于班級集體團結和學生間相互學習交流。任務成果的評價可采用教師（專家）評價、小組自評、組間互評等方式培養學生的溝通表達能力、邏輯分析能力和分析復雜問題的能力，有助于提高學生的學習效率、團隊合作意識和競爭意識。

2.4 教學拓展，邀請專家進課堂，閱讀文獻參加競賽，培養科學素養科研能力

人工智能AI融入大學生的課外拓展活動中，發揮著重要的輔助角色。課外拓展活動不僅有助于學生解決學習中的疑惑，提高學習效率，還可以為其提供豐富的信息資源。在課后，學生可在“對分易”教學平臺上查看課后資源，通過實驗、作業的練習鞏固知識點，對存疑的地方也可在“對分易”教學平臺上發布討論以獲得教師和學生的解答。課外拓展閱讀書籍文獻、邀請專家走進課堂、鼓勵學生參與專業競賽活動等可作為課堂教學的延伸和補充，這對于學生加深知識理解，拓展知識面，開闊國際視野，培養自主學習能力、批判分析能力和科學素養科研能力都具有重要意義。AI的快速檢索、精準推薦等智能化輔助功能為學生提供了極大的便利，幫助他們更好地理解和吸收這些復雜而有趣的知識，也能幫助其獲取到跨學科的學習資源，實現知識的融合和拓展。通過互聯網、多樣化的社交媒體平臺等多種渠道，獲取目前科技領域的知識、技術動態和熱門話題，課后拓展活動變得更加豐富和多元化，學生將新知識融入自己的認知結構中，從而深化對學科內容的理解。

2.5 智能化動態教學過程管理，促進知識傳授、能力培養和素養培養

通過“對分易”教學平臺，教師可對學生課前、課堂和課后的學習過程全面實時監測（見表3），提高了學生自主學習能力、溝通協調能力、團隊合作意識和綜合應用能力。基于OBE教學理念，借助“雨課堂”和“對分易”教學平臺發布單元測試、單元作業與討論話題，提供課堂上“選人”“搶答”“討論”和“隨堂練習”等教學服務活動，有助于教師引領與組織課堂教學過程，活躍課堂教學氛圍，提升學生的課堂專注力、參與度和學習主動性，讓學生積極參與課堂教學活動，培養學生主動思考的能力和分析問題的能力。“對分易”教學平臺在課后強調鞏固、反思并回溯學習過程，互評活動有利于學生之間相互學習，鍛煉學生的思辨能力、協作能力和創新能力。同時，學生可通過教師的講授汲取知識，也可通過內化吸收、參與主題活動錘煉能力，其兼顧了“知識的獲取”與“能力的培養”，也實現了課堂教學由傳統向智慧、知識向能力及灌輸向實踐的轉變。由此可見，通過AI智能化技術與教育的融合，智能化動態教學過程管理過程不僅有助于加速知識的傳播速度、廣度和深度，也有利于人才培養的智能化、高效化和人才評價的科學化。

3 AI賦能+OBE教學理念的實踐，其在課程教學中教學成果的評價

OBE教學理念在“數據庫原理與應用”專業必修課程教學改革中應用教學效果良好。傳統的課程教學評價體系主要由學生卷面成績、作業、出勤和平時表現構成，其中卷面成績占比70%～80%，是考核的主要部分。傳統的“一卷式”考核體系無法較好地判別學生對知識的掌握情況、能力的培養和素養的水平，因而有必要建立基于重視學生學習過程的多樣化考核機制。基于OBE理念的教學評價體系著重考查學生學習成果的達成度，構建了豐富、多元化的評價體系，并注重學生學習過程的考核；此外，還增添了課外拓展活動情況考核，從學生獨立完成情況、小組合作完成情況和小組答辯情況這三個方面進行實踐學習成果評價。貫穿于學生學習的全過程的考核和拓展課外考核相結合、線上和線下相結合、理論和實踐相結合，建立以應用能力評價為主的多元化的教學評價體系，最終實現課程知識、能力和素質目標。

過程性考核成績由實驗、主題活動和課外拓展的參與度（60%），作業和小測試的完成情況（40%）兩大部分構成。期末總成績由過程性考核成績和期末卷面成績按40%和60%的比例構成，如2024屆畢業生，而2023屆畢業生的期末總成績則由平時成績和期末卷面成績按30% 和70%組成。通過有效的課程問卷調查獲得學生學習投入度，其包含活力、專注和奉獻等投入量表。采用Likert5級量表，分值0、1、2、3、4分別表示學習投入程度“沒有”“相對較少”“適中”“相對較多”和“非常多”。由表4可知，AI賦能+OBE教學理念實施于2024屆畢業生，其過程性考核的平均成績和均方差分別為85.12和3.07，且期末卷面成績和期末總成績顯著高于2023屆畢業生用傳統教學模式的成績，并均通過了顯著性水平為0.05的顯著性檢驗。2024屆畢業生的學習投入度（活力度、專注度和奉獻率）均顯著高于2023屆畢業生的成績。課程所有目標2024屆畢業生的達成度均高于2023屆畢業生的，且均超過0.80。由此可見，AI賦能+OBE教學理念有助于提高學生的學習效果和學習效率，提升教學質量和水平，獲得良好的教學效果。

結語

基于AI賦能+OBE教育理念，創立“以學生為中心”的師生共同體、憑借“雨課堂”和“對分易”教學平臺線上線下混合、任務驅動教學、案例教學等教學形式，構建貫穿學生學習全過程、全方位和多角度的評價考核體系，融合知識傳授、能力培養和素養水平，實現因材施教、培養學生全面發展和個性化教學的目標，形成“教—學—機”協同良性循環教學生態圈，使教學效果明顯提升，也提高課程教學質量和水平。

參考文獻：

［1］楊斌，許紅林，盧宇，等.基于“兩性一度”的“海洋環境”課程教學探索與實踐［J］.教育教學論壇，2022（14）：117120.

［2］李月軍.基于“金課”標準的數據庫原理與應用課程教學改革與實踐［J］.創新創業理論研究與實踐，2024，7（02）：2527+63.

［3］郭燕，朱瓊瓊.“互聯網+”下基于大學生學習行為的課堂教學改革探索［J］.教育現代化，2019，6（61）：2931.

［4］黎明，徐政，葛力銘，等.“人工智能＋”賦能高等教育：理論邏輯、現實困境與實踐路徑［J］.科學管理研究，2024，42（05）：5765.

［5］王堅.在線［M］.北京：中信出版社，2018.

［6］陳瑞豐，張學新.“學堂”or“教堂”：用對分課堂破解從知識教育轉向能力教育的困境［J］.上海教育科研，2019（12）：5964.

［7］薛小強，王一航，郭紫熙.基于CDIOOBE理念的橋梁工程課程教學模式探索［J］.科教文匯：上旬刊，2021（07）：9697.

［8］劉澤星，奎曉燕，劉衛國.基于OBE理念的《數據庫技術與應用》課程教學改革探索［J］.軟件導刊，2019（09）：221224.

［9］余新國，夏菁.人機共融教育：基于教育機器人內部軟硬件框架和外顯能力體系［J］.湖北大學學報（哲學社會科學版），2022，49（04）：113124+175.

［10］羅生全，陳卓.大數據時代教育評價的價值重構與邏輯理路［J］.貴州師范大學學報（社會科學版），2023（04）：116128.

［11］楊浩，付艷芳，葉華群.智慧學習環境下組卷模型的改進研究［J］.計算機時代，2023（07）：5660.

作者簡介：謝佳辰（2004— ），男，漢族，江蘇南京人，本科。

*通信作者：張世鈴（1976— ），女，漢族，福建長樂人，碩士研究生，講師，從事圖像識別、知識工程。