基于生成式人工智能的實踐教學“三段四維”賦能體系構建

摘要：生成式人工智能（GenAI） 的快速發展，對傳統實踐教學產生了巨大沖擊。傳統實踐教學注重單一技能的提升，缺乏對創新創業能力的培養，無法滿足GenAI 背景下學生對實踐教學課程的需求。文章提出了基于GenAI的實踐教學“三段四維”賦能體系：從課前、課中、課后3個階段對教學模式進行重構；從課程設計、實踐指導、評價優化、雙創賦能4 個維度對能力培養體系進行創新。通過對物聯網通信技術課程Wi-Fi章節進行實踐，解決了傳統實踐教學體系在Ge?nAI 背景下遇到的瓶頸問題，有助于培養復合型創新創業人才。

關鍵詞：生成式人工智能；實踐教學；教學模式改革；雙創人才培養

中圖分類號：G712 文獻標識碼：A

文章編號：1009-3044（2025）20-0155-03

0 引言

生成式人工智能（GenAI） 的產生，滿足了當代大學生對高認知自主性學習的需求，與此同時，傳統實踐教學體系也面臨著巨大的挑戰。傳統實踐教學體系以知識傳授和技能訓練為核心，難以滿足GenAI 時代對復合型能力培養的要求。當前，需要培養具備多學科融合能力、創新創業（雙創） 能力以及解決復雜問題能力的高素質實踐型人才[1]。因此，急需打破傳統的實踐教學模式，構建適應GenAI 時代的新型實踐教學框架，實現從單一技能培養向復合型能力提升的實踐人才培養模式轉變[2]。

本文提出了“三段四維”實踐教學體系，從教學模式和能力培養體系兩個方面進行改革。該體系以Ge?nAI 為基礎，為實踐教學體系創新提供理論支撐與實踐參考，助力高等教育在GenAI 時代背景下實現人才培養模式的迭代升級。

1 高校實踐教學體系現狀

1.1“ 師—機—生”人機協同教學新模式缺位

GenAI實踐教學從“教師—學生”二元主體的互動，演變成為“師—機—生”三元協同。學生由師生互動中的被動角色，轉變為“生—機”互動中的主動主體角色[3]。教師在傳統實踐教學中圍繞課程展開教學，積累了“師—生”互動經驗。然而，教師在面對“師—機”新形態下的教學內容重構、教學環節設計、教學效果評價以及雙創引導等環節時，經驗明顯不足[4]。學生在實踐課程中面對“生—機”互動時也存在惰性，在完成學習任務時過于依賴AI，缺乏自主思考，導致思維能力弱化，學習自主性逐漸降低。“師—機—生”人機協同教學模式的缺位，導致實踐課程難以進行有效改革[5]。

1.2 實踐教學案例滯后

在當前高校實踐教學體系中，GenAI技術迭代速度過快，教學案例更新明顯滯后[6]。目前，高校大部分實踐課程雖然以OBE理念為引導，但大部分教學案例難以反映最新的技術應用場景和行業趨勢，與行業前沿應用嚴重脫節。實踐教學案例若未能融入雙創類問題，會導致學生學習興趣較低，在面對創新綜合性實踐中的復雜問題時，無法有效地提出解決問題的思路[7]。

1.3 實踐課程與雙創人才培養脫節

雙創人才培養注重激發學生的創新思維、創業意識與實踐能力，而傳統實踐課程體系側重知識傳遞和實踐操作，缺乏對雙創能力的培養[8]。在實踐課程中，驗證性實驗和技能訓練比重過大，學生只須完成規定的任務，這不僅缺乏個性化培養，還忽視了學生自主學習與探索的過程[9]。此外，實踐課程評價體系過于單一，缺少對團隊合作、創新創業等培養目標的評估，無法充分激發學生的學習積極性。

2 實踐教學“三段四維”賦能體系構建

針對以上3個問題，本文提出了基于GenAI 構建的實踐教學“三段四維”賦能體系，如圖1所示。該體系在課前、課中、課后3個階段引入GenAI，形成“師 —機—生”人機協同教學新模式。同時，構建涵蓋課程設計、實踐指導、評價優化、雙創賦能4個維度的能力培養體系，更新實踐項目，實現雙創人才培養。教學模式與培養體系相輔相成，共同形成“三段四維”Ge?nAI賦能體系。

2.1 GenAI 驅動“三段式”教學模式重構

1） 課前——智慧備課、輔助預習。教師在備課階段，利用GenAI工具整合知識點的最新研究成果和行業典型項目，有針對性地分析授課班級學情。根據學情挖掘課程思政內容，篩選與課程相契合的實踐項目。通過拆解項目步驟、設計教學環節、構建項目任務，逐步引導學生自主學習，并依據課程評價指標布置符合學生學情的作業。

學生在課前階段，利用GenAI工具補充課程所需的跨學科知識，彌補自身知識短板。根據GenAI提供的個性化學習路線進行自主學習，掌握課程所需的前置學習內容。

2） 課中——師生互動、人機協同。在課堂教學中，教師引導學生利用GenAI 工具逐步完成課程任務。通過小組合作、討論、評價等方式，引導學生對實踐環節進行個性化輸出，完成“生—機”協同。教師在此過程中，根據學生提交的課堂任務作業，利用GenAI 工具生成可視化圖表，掌握學生學習進度，給出針對性的提升意見，完成“師—機”協同。教師根據學生的學習狀態動態調整教學進度，完成“師—生”協同。

3） 課后——優化評價、雙創賦能。課后階段，教師根據學生上傳的作業，利用GenAI工具給出個性化評價，精準掌握學生對課程的掌握程度，并進行課后反思，動態調整下次課程的課程內容和課程目標。學生根據評價內容進行課后提升，通過課程團隊開展的第二課堂進行雙創項目訓練。利用GenAI工具輔助拓展跨學科視野，設計符合實際工程問題的雙創項目計劃，依據計劃完成雙創類項目，參與雙創類學科競賽，進一步提升解決復雜問題的能力。

2.2 GenAI 構建“四維一體”能力培養體系

1） 課程設計維度——精準規劃、系統設計。教師通過AI技術深入分析學生的興趣、能力和需求，設計更具針對性和挑戰性的實踐項目。教學設計以學生為中心，結合AI技術的智能化分析能力，精準定位學生的學習目標和能力短板，優化課程內容的深度與廣度。

2） 實踐指導維度——專業引領、實踐賦能。在課程實施過程中，教師通過GenAI技術引導小組協作學習，提供相關資料與數據，幫助學生進行分析與討論，提升團隊合作能力及解決實際問題的能力，進一步培養學生的批判性思維與創新能力。

3） 評價優化維度——多元評估、精準反饋。在教學評價階段，教師利用GenAI技術對學生的實踐成果進行多維度評價，并對教學數據進行深度分析，生成可視化報告。基于這些數據，教師可以及時調整教學策略，優化課程設計與教學方法，形成教學評價的閉環優化機制，從而顯著提高教學效果。

4） 雙創賦能維度——創新驅動、創業助力。學生通過參與第二課堂活動，利用AI技術進一步拓展實踐內容，將所學知識應用到更廣泛的領域，開展雙創實踐探索。這一過程不僅能提升學生的實踐能力與自主學習能力，還能喚醒學生的雙創意識，為培養復合型創新人才提供有力支持。

3 GenAI實踐教學“三段四維”體系教學實踐與探索

GenAI驅動的實踐教學“三段四維”體系重構有助于激發學生自主學習意識，培養跨學科復合型創新人才。下面以物聯網工程專業必修課程物聯網通信技術中Wi-Fi技術章節為例，重新設計授課環節，開展“三段四維”體系的實踐探索。

3.1 行業應用分析

在農業領域，Wi-Fi通信技術和MAVLink協議被廣泛應用于植保無人機的遠程控制和數據傳輸；在物流領域，Wi-Fi通信技術被用于無人機的室內導航和貨物配送。因此，選取Wi-Fi通信技術和MAVLink協議進行編隊無人機通信設計作為實踐項目，這與物聯網通信技術課程中Wi-Fi 通信技術知識點相契合。選取此實踐項目有助于更新傳統實踐案例，更好地激發學生的學習興趣。此外，將無人機行業應用點與思政元素相融合，可以培養學生的雙創思維，為雙創類比賽奠定基礎。

3.2 學情分析

學生背景：物聯網通信技術課程開設在第五學期，學生已經對嵌入式系統、無線通信和網絡協議有一定的了解，但對飛行器控制和無人機通信系統的具體應用較為陌生。

知識儲備：學生熟悉基本的Wi-Fi通信原理和網絡協議，但對MAVLink 協議和PX4 飛控系統了解有限。

學習動機：學生對無人機和物聯網的結合應用有較高興趣，然而由于項目經歷較少，缺乏創新意識，存在畏難情緒，且有眼高手低的現象。

因此，課程實踐結合無人機編隊通信，既對接前置已學的Wi-Fi通信技術，也拓展了MAVLink協議和PX4飛控系統的新內容。無人機編隊通信在無人機行業中應用廣泛，也能滿足學生對自主學習、雙創實踐項目的需求。

3.3 教學目標更新

以行業應用與學情分析為基礎，考慮在GenAI的背景下對以往的教學目標進行更新，實現跨學科、高階性、創新性的目標設計。

知識目標：掌握無人機編隊通信系統的基本原理和組成部分；掌握Wi-Fi通信技術和MAVLink 協議的應用；闡述PX4飛控系統在無人機編隊中的作用。

能力目標：能夠合理使用GenAI工具；能夠搭建和調試基于Wi-Fi的無人機編隊通信系統；能夠設計實驗測試通信系統的性能，并分析實驗結果；能夠提出改進通信系統的創新方案。

素質目標：設計一種自組網通信方案，提升無人機編隊的協同性和任務執行能力。

3.4 教學設計更新

根據教學目標對課程環節進行更新設計，需在教學環節中加強對學生的GenAI 使用引導，避免學生盲目使用GenAI，導致學習能力下降。教學設計圍繞“三段四維”教學體系展開，以行業案例為核心，主要分為課前、課中以及課后3個階段。課前，“師—機”協同進行教學設計，“生—機”協同開展自主學習；課中，“師—生”互動引出課堂任務，“生—機”協同完成課堂任務；課后，“師—生”協同進行反思，“生—機”協同進行課后拓展。教學流程設計如圖 2 所示。

在課前，以“基于Wi-Fi的編隊無人機通信系統設計”為實踐項目，將項目拆解為系統總體設計、硬件設計、軟件設計、系統測試4個階段性任務。發布預習作業，引導學生自主學習MAVLink協議以及PX4飛控系統。教師根據學生課前預習情況，總結課程重難點，并對課程內容進行適當調整。

在課中，首先展示大疆（DJI） 的植保無人機真實案例，融入思政元素，加強思政引導，增強學習情境的真實度，提高學生學習興趣；其次，明確實踐項目的四個任務目標，利用參與式學習方式，引導學生利用GenAI 工具進行小組討論、交流與展示，通過小組活動逐步解決問題，提出個性化設計方案；最后，教師總結實踐項目的主要內容、關鍵知識點以及遇到的工程性問題，強調無人機通信系統在物聯網中的應用前景，進而布置基于Wi-Fi的無人機編隊通信系統的產品方案等課后拓展任務。

在課后，教師通過實踐報告、課堂表現、拓展作業等，利用GenAI對學生進行評價，生成個性化的評價意見，并根據學生掌握情況，動態調整教學內容和方法，持續改進教學。

3.5 教學評價優化

1） 提供個性化建議，因材施教，促進發展。教師利用GenAI工具，上傳學生實踐報告、項目代碼等內容，生成可視化圖表，幫助教師分析課程目標達成度。同時，利用GenAI工具精準識別每個學生的學習優勢和不足，為每個學生量身定制學習路徑，推薦適合的學習資料和練習，幫助學生有針對性地改進學習方法。

2） 進行教學內容優化——與時俱進，提升教學質量。教師利用GenAI工具分析學生的學習數據，識別出普遍存在的學習難點和需要強化的重點內容。依據這些分析結果，調整教學策略，增加對難點內容的講解和練習，形成教學評價閉環優化。

3） 落實雙創能力評估——科學評價，助力發展。教師利用GenAI具從技術可行性、創意新穎性、實際應用價值等多個維度評估學生的創新設計，為學生的創業項目提供全面的反饋和建議，激發學生的創新思維，促進學生的全面發展，提高學生的實踐能力和市場意識。

4 結束語

本文提出了基于GenAI 實踐教學的“三段四維”賦能體系，構建了涵蓋課前、課中、課后的三階段教學模式，以及從課程設計到雙創賦能的四維能力培養框架。該體系打破了傳統實踐教學的學科邊界，為跨學科教學提供了創新性解決方案，能從學習能力、實踐能力到雙創能力，全面提升學生的綜合素養，為復合型人才培養提供理論和實踐依據。

GenAI技術的快速發展要求課程資源持續更新，這對教學團隊的資源開發能力提出了更高要求。下一步，需要通過長期跟蹤和大數據分析，進一步驗證“三段四維”賦能體系對學生能力提升的長期影響。同時，探索GenAI技術與更多學科的結合，拓展其在跨學科教學中的應用場景，進一步激發學生自主學習能力，培養具備跨學科素養、能解決復雜問題的高素質復合型人才。

參考文獻：

[1] 焦晨東，黃巨臣.從數字崇拜到數字正義：人工智能時代的教育研究新范式[J].電化教育研究，2025，46（4）：19-25.

[2] 姜洋，惠康華，王宏偉.大模型時代背景下程序設計課程層次化教學探索與實踐[J].電腦知識與技術，2025，21（5）：135-137.

[3] 張文婧.全國人大代表陳宏斌：開啟人工智能教學新范式[N]. 新華日報，2025-03-27（3）.

[4] 郭豐，楊清香，鄭春輝，等.AIGC賦能的新形態工科實驗教學初探[J].電化教育研究，2025，46（1）：72-78，85.

[5] 李明蔚，張思，張津銘，等.人機協同視域下的教師研修：價值內涵、表征形態與實踐進路[J].電化教育研究，2025，46（4）：93-98，113.

[6] 張蓉菲，董艷，王一凡，等.智能時代數字教材編制的倫理風險及治理進路[J].電化教育研究，2025，46（4）：122-128.

[7] 黃榮懷，劉嘉豪，潘靜文，等.面向智能時代的教育系統性變革： 數字化賦能教育綜合改革[J].電化教育研究，2025，46（4）：5-12.

[8] 鐘柏昌，裴永漫.面向工程教育的TIE提示語框架的設計與應用研究[J].電化教育研究，2025，46（4）：40-48.

[9] 沈凱，鄭岳久，來鑫.AI在新工科教學中的應用[J].南方農機，2025，56（6）：183-185.

【通聯編輯：聞翔軍】