大模型下的編程實驗教學(xué)全過程AI助教設(shè)計

摘要：在編程實驗教學(xué)中，以ChatGPT為代表的大模型的引入帶來了新的教學(xué)資源和工具，但同時也存在學(xué)生過度依賴大模型的潛在風(fēng)險。為應(yīng)對大模型帶來的挑戰(zhàn)和機(jī)遇，提出了基于大模型的編程實驗教學(xué)的AI助教設(shè)計方案，覆蓋課前、課中和課后教學(xué)全過程。實際教學(xué)效果表明，AI助教能夠優(yōu)化教學(xué)效果并提升學(xué)生的學(xué)習(xí)體驗。

關(guān)鍵詞：大模型；編程實驗教學(xué)；AI助教；個性化教學(xué)；智能評測

中圖分類號：G42" " " 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2025）23-0027-04

開放科學(xué)（資源服務(wù)） 標(biāo)識碼（OSID）

0 引言

編程類課程是大學(xué)計算機(jī)基礎(chǔ)教學(xué)的重要組成部分，其核心目標(biāo)是培養(yǎng)學(xué)生的計算思維能力和程序設(shè)計技能。其中，編程實驗教學(xué)通過上機(jī)實驗和課后作業(yè)，對培養(yǎng)學(xué)生的編程技能、邏輯思維和創(chuàng)新能力具有重要意義[1]。以ChatGPT為代表的大模型技術(shù)憑借其海量數(shù)據(jù)處理能力，為編程實驗教學(xué)提供了精準(zhǔn)的數(shù)據(jù)分析和預(yù)測，推動了教學(xué)方式和課程內(nèi)容的數(shù)字化與智能化改革。然而，大模型的“代碼生成”“代碼檢查”等能力也給傳統(tǒng)課堂教學(xué)帶來了挑戰(zhàn)。例如，過度依賴大模型可能會降低學(xué)生的獨立思考能力[2]。當(dāng)學(xué)生習(xí)慣于通過大模型快速獲取答案時，他們可能會逐漸失去對編程學(xué)習(xí)的熱情和探索精神。這種潛在風(fēng)險和擔(dān)憂，給編程實驗教學(xué)帶來了極大的困惑和挑戰(zhàn)。

針對這些問題，提出了一種基于大模型的編程實驗教學(xué)AI助教設(shè)計。該設(shè)計通過引入大模型，實現(xiàn)了針對“教”與“學(xué)”的課前、課中和課后的全方位教學(xué)支持。在課前，AI助教可以幫助教師設(shè)計教學(xué)案例，并為學(xué)生提供個性化的學(xué)習(xí)資源和建議；在課中，AI助教為教師的分層教學(xué)提供精準(zhǔn)的數(shù)據(jù)，同時為學(xué)生提供真實的編程場景和編程答疑指導(dǎo)；在課后，AI助教可以輔助教師進(jìn)行自動化批改作業(yè)與查重、生成學(xué)情報告，并根據(jù)學(xué)生的學(xué)習(xí)成果提供針對性的復(fù)習(xí)和鞏固練習(xí)。

實際教學(xué)效果表明，基于大模型的編程實驗教學(xué)AI助教設(shè)計可以有效應(yīng)對大模型技術(shù)在編程實驗教學(xué)中帶來的挑戰(zhàn)，并充分利用其帶來的機(jī)遇。該設(shè)計覆蓋教學(xué)全過程，以其高效、個性化和實踐性強(qiáng)的特點，不僅能夠優(yōu)化教學(xué)效果，還能夠提升學(xué)生的學(xué)習(xí)體驗。學(xué)生可以在更加便捷、高效的環(huán)境中進(jìn)行編程實驗學(xué)習(xí)，從而更好地掌握編程技能，提高自身的綜合素質(zhì)。

1 大模型下編程實驗教學(xué)面臨的機(jī)遇和挑戰(zhàn)

1.1 大模型帶來的機(jī)遇

大模型的崛起，以其強(qiáng)大的語言理解、代碼生成與邏輯推理能力，為編程實驗教學(xué)帶來了前所未有的機(jī)遇：

1） 輔助教師進(jìn)行教學(xué)設(shè)計和內(nèi)容創(chuàng)作[3]：通過分析大量教育數(shù)據(jù)，包括教材、教案和習(xí)題庫資源，大模型能夠幫助教師策劃課程內(nèi)容、制作多媒體課件以及設(shè)計編程習(xí)題。這種智能化的內(nèi)容生成工具不僅提高了教師的工作效率，還使教學(xué)內(nèi)容更加豐富。

2） 提供個性化學(xué)習(xí)方案：根據(jù)學(xué)生的學(xué)習(xí)數(shù)據(jù)和行為，為每位學(xué)生量身定制學(xué)習(xí)計劃和教學(xué)內(nèi)容[4]。例如，在編程課程中，大模型可以根據(jù)學(xué)生的學(xué)習(xí)進(jìn)度和能力，提供不同難度的編程任務(wù)和問題，幫助學(xué)生逐步掌握編程技能。

3） 智能評測和即時反饋：大模型可以對學(xué)生提交的編程作業(yè)進(jìn)行自動編譯并給出智能評測和即時反饋。這種即時反饋機(jī)制有利于學(xué)生及時獲得反饋，了解學(xué)習(xí)上的不足之處，從而快速調(diào)整學(xué)習(xí)策略。

1.2 大模型在編程實驗教學(xué)中的應(yīng)用

目前，大模型已經(jīng)開始應(yīng)用于編程教學(xué)，以提高教學(xué)質(zhì)量和效率[5]。在編程實驗教學(xué)內(nèi)容的應(yīng)用中，利用ChatGPT等大模型，可以為教師組織教學(xué)內(nèi)容、編寫編程實驗和設(shè)計編程習(xí)題等。在南通大學(xué)的編程緒論教學(xué)中，利用大模型強(qiáng)大的信息收集功能，豐富了教學(xué)內(nèi)容，將編程相關(guān)的要事、杰出貢獻(xiàn)人物、軟件的作用、趣事、發(fā)展歷史等各種事件融合在一起[6]。借助大模型強(qiáng)大的信息集成和分析能力，教師可以從更宏觀和多維度的角度組織教學(xué)內(nèi)容。

在編程實驗教學(xué)方法的應(yīng)用中，可以根據(jù)學(xué)生特點，實現(xiàn)對學(xué)生的“個性化教學(xué)”。南京郵電大學(xué)針對留學(xué)生群體普遍存在的編程能力薄弱和語言障礙等問題，設(shè)計了不同的Prompt模板，輔導(dǎo)留學(xué)生從大模型中獲取個性化的解決方案，以克服語言障礙[7]。

大模型的智能編程助手和代碼生成功能，能夠提供自動代碼生成功能，并實時進(jìn)行語法檢查、錯誤提示和優(yōu)化建議[8]。表1呈現(xiàn)了大模型所具備的智能編碼功能。這些智能編程功能有助于學(xué)生在編寫代碼時及時發(fā)現(xiàn)問題并進(jìn)行修正，從而提高編程效率和質(zhì)量。2023年，北京郵電大學(xué)基于訊飛星火大模型，開發(fā)了“碼上”編程教學(xué)平臺，率先在編程教學(xué)中開展大模型的教學(xué)研究[9]。在智能編程助手和代碼生成領(lǐng)域，許多企業(yè)的應(yīng)用也不斷涌現(xiàn)。例如，訊飛基于星火大模型開發(fā)的iFlyCode，能夠幫助開發(fā)者提高代碼質(zhì)量和開發(fā)效率；GitHub與OpenAI合作開發(fā)的GitHub Copilot，利用OpenAI的Codex模型，提供代碼自動補(bǔ)全和根據(jù)注釋生成代碼等功能。

1.3 大模型帶來的挑戰(zhàn)

大模型如同一把雙刃劍，既帶來了巨大的機(jī)遇和美好前景，也可能導(dǎo)致學(xué)生降低自主學(xué)習(xí)能力的風(fēng)險。目前，ChatGPT能夠提供代碼生成，使得完成學(xué)業(yè)任務(wù)變得“多快好省”；然而，過度依賴ChatGPT等工具可能削弱學(xué)生自主解決問題的能力。大模型在編程實驗教學(xué)中帶來的挑戰(zhàn)主要包括以下幾方面。

1） 學(xué)生缺乏理解和思考：學(xué)生借助ChatGPT等大模型獲取代碼后，往往不去探究代碼的實現(xiàn)路徑與內(nèi)在邏輯。這容易使學(xué)生滋生依賴心理，輕視對編程原理與邏輯的深入理解。這種依賴會削弱學(xué)生獨立思考與問題解決的能力，使其在編程學(xué)習(xí)中陷入被動。

2） 學(xué)生缺乏實踐經(jīng)驗：盡管通過ChatGPT等大模型能夠幫助學(xué)生完成作業(yè)，但它無法替代實際編碼的實踐鍛煉。使用大模型會使學(xué)生錯失編寫與調(diào)試代碼的真實體驗，進(jìn)而影響編程技能的積累。

3） 不利于學(xué)生創(chuàng)新能力的培養(yǎng)：大模型的一鍵生成代碼特性，容易使學(xué)生失去深入思考和鉆研探索的動力。過度依賴大模型會使學(xué)生習(xí)慣于走捷徑，不愿意花費時間和精力去嘗試新的算法、探索未知領(lǐng)域，從而不利于創(chuàng)新能力的培養(yǎng)與提升，限制了學(xué)生在編程領(lǐng)域的發(fā)展?jié)摿Α?/p>

2" 基于大模型的AI助教設(shè)計

面對大模型技術(shù)帶來的機(jī)遇與挑戰(zhàn)，如何充分利用其優(yōu)勢成為當(dāng)前教學(xué)改革的重要課題。教師需要創(chuàng)新教學(xué)模式，直面大模型所帶來的挑戰(zhàn)，利用大模型賦能有效地編程教學(xué)，實現(xiàn)“物為我所用”。因此，設(shè)計了基于大模型的AI助教方案，利用大模型解決教師和學(xué)生的實際需求，為教師和學(xué)生提供更加高效、全方位的教學(xué)支持。

2.1" 需求分析

2.1.1 教師需求

1） 減輕教學(xué)負(fù)擔(dān)：教師在日常教學(xué)中面臨備課、批改作業(yè)等重復(fù)性勞動的繁重負(fù)擔(dān)。通過引入智能化的教學(xué)工具，教師可以節(jié)省大量時間和精力，從而更專注于教學(xué)內(nèi)容的創(chuàng)新和對學(xué)生的個性化指導(dǎo)。

2） 提升課堂互動性：現(xiàn)代教育強(qiáng)調(diào)學(xué)生的主動參與和互動，因此教師希望提高實驗課堂的互動性，增強(qiáng)學(xué)習(xí)的趣味性。通過引入虛擬教學(xué)助手、在線討論平臺等技術(shù)手段，教師可以創(chuàng)造更加生動有趣的課堂氛圍，激發(fā)學(xué)生的學(xué)習(xí)熱情，提高教學(xué)效果。

3） 獲取學(xué)生學(xué)習(xí)數(shù)據(jù)：為了更好地了解學(xué)生的學(xué)習(xí)情況和需求，教師需要獲取學(xué)生的學(xué)習(xí)數(shù)據(jù)。這些數(shù)據(jù)可以幫助教師分析學(xué)生的學(xué)習(xí)進(jìn)度、掌握程度及存在的問題，從而優(yōu)化教學(xué)策略和方法。通過數(shù)據(jù)分析，教師可以更有針對性地制訂教學(xué)計劃，提高教學(xué)質(zhì)量。

4） 輔助作業(yè)批改：作業(yè)批改是教師工作中的一項重要任務(wù)，但傳統(tǒng)的人工批改方式耗時耗力且易出錯。因此，教師希望AI助教能夠輔助進(jìn)行作業(yè)批改和反饋。通過大模型自動識別學(xué)生的錯誤并提供相應(yīng)的修改建議，減輕教師的工作負(fù)擔(dān)，提高批改效率。

2.1.2 學(xué)生需求

1） 個性化學(xué)習(xí)資源推薦：每個學(xué)生的學(xué)習(xí)能力各不相同，因此學(xué)生期望根據(jù)自身的水平和興趣選擇合適的學(xué)習(xí)資源。通過分析學(xué)生的學(xué)習(xí)歷史、錯題率和易錯點，AI助教可以為學(xué)生提供個性化的學(xué)習(xí)資源。

2） 實時學(xué)習(xí)指導(dǎo)：在學(xué)習(xí)過程中，學(xué)生常常會遇到各種問題和困惑。為了及時解決這些問題，學(xué)生需要實時的學(xué)習(xí)指導(dǎo)和答疑解惑。通過在線問答平臺、智能助教等方式，學(xué)生可以隨時提問并獲得及時的解答，從而提高學(xué)習(xí)效果。

3） 編程輔導(dǎo)：對于編程類課程而言，除了運(yùn)行結(jié)果的正確性，代碼的可讀性、執(zhí)行效率及代碼缺陷等都是衡量代碼質(zhì)量的重要指標(biāo)。學(xué)生在編寫代碼過程中需要專業(yè)的編程輔導(dǎo)，以及時了解代碼缺陷并進(jìn)行優(yōu)化，從而更直觀地理解編程原理和技巧，并在實踐中加強(qiáng)對知識的掌握和應(yīng)用能力。

2.2 功能設(shè)計

如圖1所示，設(shè)計了一個面向教師和學(xué)生的AI助教系統(tǒng)，該系統(tǒng)全面覆蓋課前、課中和課后各個環(huán)節(jié)，旨在提高教學(xué)質(zhì)量和學(xué)習(xí)效率。

2.2.1 教師側(cè)功能設(shè)計

1） 課前階段

備課助手：AI助教提供備課助手功能，大模型能夠依據(jù)教學(xué)目標(biāo)和課程標(biāo)準(zhǔn)，迅速生成詳細(xì)且結(jié)構(gòu)化的教學(xué)大綱，從而減輕教師的備課負(fù)擔(dān)。

推薦教學(xué)資源：提供教學(xué)資源推薦功能，根據(jù)課程內(nèi)容和學(xué)生特點，為教師推薦適合的教學(xué)資料，包括教學(xué)大綱、編程實驗教案和隨堂作業(yè)設(shè)計。

2） 課中階段

學(xué)情評估：根據(jù)學(xué)情評估結(jié)果，提供分層教學(xué)建議，教師可以將學(xué)生劃分為不同層次或小組進(jìn)行針對性實驗教學(xué)。

分層精準(zhǔn)化教學(xué)方案：對于基礎(chǔ)較弱的學(xué)生，AI助教可以提供更多的輔導(dǎo)和支持，包括代碼示例和運(yùn)行結(jié)果展示，以輔助教師進(jìn)行編程教學(xué)；而對于基礎(chǔ)較好的學(xué)生，AI助教則可以提供更高階的編程任務(wù)，設(shè)置更高的挑戰(zhàn)和目標(biāo)。

3） 課后階段

作業(yè)自動化批改：在課后階段，AI助教提供作業(yè)批改輔助功能，能夠自動評測學(xué)生提交的作業(yè)，并給出評分和反饋意見，從而減輕教師的負(fù)擔(dān)。通過對作業(yè)文本進(jìn)行相似度分析，降低學(xué)生對大模型“代碼生成”等功能的依賴，進(jìn)而提升學(xué)生的獨立思考和編程實踐能力。

交互式答疑輔學(xué)：AI助教能夠?qū)崟r解答學(xué)生在編程過程中遇到的問題，助力編程實驗教學(xué)。

2.2.2 學(xué)生側(cè)功能設(shè)計

1） 課前階段

預(yù)習(xí)指導(dǎo)：AI助教提供課程預(yù)習(xí)指南，幫助學(xué)生了解即將學(xué)習(xí)的內(nèi)容和目標(biāo)。這些指南可以包括對課程主題的簡要介紹、編程重要概念的解釋，以及編程實踐中易錯點的補(bǔ)充，使學(xué)生能夠在編程實驗課堂上更有針對性地參與。

個性化學(xué)習(xí)資源推薦：基于學(xué)生的學(xué)習(xí)歷史和基礎(chǔ)，AI助教推薦適合的學(xué)習(xí)資料和練習(xí)題，為學(xué)生提供量身定制的學(xué)習(xí)材料，以幫助他們更好地準(zhǔn)備即將到來的課程內(nèi)容。

2） 課中階段

實際編程場景模擬：通過模擬真實的編程環(huán)境和場景，讓學(xué)生能夠在虛擬平臺上進(jìn)行實踐操作，從而幫助學(xué)生更好地理解和應(yīng)用編程知識，提高他們的實際操作能力。

代碼實時評分和答疑：通過對學(xué)生編寫的代碼進(jìn)行實時評分和評估，依據(jù)代碼的邏輯、效率和正確性等因素，AI助教能夠給予相應(yīng)的評分和反饋，幫助學(xué)生及時發(fā)現(xiàn)問題并進(jìn)行改進(jìn)。

多人競技比賽：利用多人編程競技比賽，提供一個競爭性的環(huán)境，以激發(fā)學(xué)生的學(xué)習(xí)興趣和動力。學(xué)生可以在比賽中與其他同學(xué)進(jìn)行比拼，展示自己的編程能力和創(chuàng)造力，同時也可以相互學(xué)習(xí)和交流經(jīng)驗。

3） 課后階段

生成學(xué)習(xí)報告：通過收集和分析學(xué)生的學(xué)習(xí)數(shù)據(jù)，AI助教可以自動生成詳細(xì)的學(xué)習(xí)報告。這些報告包括學(xué)生的學(xué)習(xí)進(jìn)度、成績、優(yōu)點和需要改進(jìn)的地方等，有助于學(xué)生了解自己的學(xué)習(xí)情況。

進(jìn)階復(fù)習(xí)建議：根據(jù)學(xué)生的學(xué)習(xí)進(jìn)度和掌握程度，AI助教可以為學(xué)生提供個性化的復(fù)習(xí)建議。這些建議有助于學(xué)生鞏固已學(xué)知識，提高學(xué)習(xí)效果，同時也能激發(fā)學(xué)生的學(xué)習(xí)興趣和動力。

深度提升能力編程練習(xí)：針對不同層次的學(xué)生，AI助教可以提供相應(yīng)的編程練習(xí)題目。這些題目旨在幫助學(xué)生提高編程能力，培養(yǎng)問題解決能力。同時，AI助教還可以根據(jù)學(xué)生的答題情況實時調(diào)整題目難度，確保學(xué)生能夠在挑戰(zhàn)中不斷進(jìn)步。

3" 基于大模型的AI助教實踐

在2024—2025年度的深度學(xué)習(xí)實踐課程中，基于“星火大模型”設(shè)計了AI助教平臺。星火大模型作為一款先進(jìn)的認(rèn)知智能模型，具備強(qiáng)大的語言理解和生成能力，為設(shè)計AI助教提供了堅實的基礎(chǔ)，其提供的豐富接口易于集成在AI助教平臺中。

利用AI助教平臺設(shè)計了Python編程實踐題庫，題庫包括Python基礎(chǔ)編程、Python進(jìn)階編程、卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)、圖像分類、圖像識別等多類題型。每一類型的實驗題目涵蓋從基礎(chǔ)到進(jìn)階的多種題型。在平臺登記學(xué)生后，學(xué)生可以登錄平臺，自主完成實驗并獲取編譯結(jié)果。同時，通過平臺提供的課前小練習(xí)和作業(yè)回顧，學(xué)生能夠更好地掌握編程方法。教師在后臺可登錄實時查看學(xué)生的完成情況和查重結(jié)果，并在易錯題型處給予額外的習(xí)題輔導(dǎo)。

本課程共有61位同學(xué)參與了編程實驗，據(jù)統(tǒng)計，超過80%的學(xué)生表示對編程有了更深入的理解和興趣。教師通過平臺的后臺數(shù)據(jù)監(jiān)控系統(tǒng)，能夠?qū)崟r了解學(xué)生的學(xué)習(xí)情況和需求，認(rèn)為這種基于數(shù)據(jù)的教學(xué)方式更加科學(xué)和有效。

實驗教學(xué)效果表明，本設(shè)計中AI助教能夠幫助教師設(shè)計教學(xué)案例，自動批改作業(yè)，減輕教學(xué)負(fù)擔(dān)；同時，根據(jù)學(xué)生的學(xué)習(xí)情況提供個性化的學(xué)習(xí)建議和資源推薦，提升學(xué)習(xí)效果。通過智能算法，AI助教能夠顯著提升教學(xué)質(zhì)量和學(xué)習(xí)效率。

4 結(jié)束語

本研究深入探討了大模型在編程實驗教學(xué)中的應(yīng)用與挑戰(zhàn)。針對編程實驗教學(xué)所面臨的多方面挑戰(zhàn)，提出了基于大模型的編程實驗教學(xué)AI助教設(shè)計方案，旨在為教師和學(xué)生在課前、課中、課后全過程提供服務(wù)。實驗效果表明，AI助教不僅減輕了教師的負(fù)擔(dān)，還通過個性化教學(xué)建議和資源推薦，顯著提高了教學(xué)質(zhì)量和效率。盡管當(dāng)前設(shè)計在提升教學(xué)效率方面取得了顯著成效，但仍需關(guān)注數(shù)據(jù)安全問題，確保AI助教平臺的安全可靠運(yùn)行，為編程實驗教學(xué)提供更加科學(xué)、高效、個性化的支持。

參考文獻(xiàn)：

[1] 王雷，唐建，白雪飛.面向差異化能力培養(yǎng)的計算機(jī)程序設(shè)計實驗體系[J].高教學(xué)刊，2022（16）：47-49，53.

[2] 劉小麗，古天龍.ChatGPT對計算機(jī)教育的影響及對策[J].計算機(jī)教育，2023（11）：38-44.

[3] 宋友.面向大類工科專業(yè)的程序設(shè)計課程教學(xué)改革[J].中國大學(xué)教學(xué)，2018（11）：47-50.

[4] 沈超.ChatGPT：助力高等教育變革與創(chuàng)新型人才培養(yǎng)[J].國家教育行政學(xué)院學(xué)報，2023（3）：13-16.

[5] 姜春茂，段瑩.ChatGPT背景下的計算機(jī)實踐類課程改革初探[J].實驗技術(shù)與管理，2023，40（12）：1-7，23.

[6] 徐慧，鞠小林，王皓晨.大模型下編程教學(xué)面臨的挑戰(zhàn)與應(yīng)對[J].計算機(jī)教育，2023（11）：60-64.

[7] 徐康，蔣凌云，黃海平，等.基于ChatGPT的留學(xué)生編譯原理課程實踐方法[J].軟件導(dǎo)刊，2023，22（9）：227-231.

[8] 張紅卓，周小寶，許玉煥，等.生成式人工智能賦能計算機(jī)程序設(shè)計類課程教學(xué)創(chuàng)新[J].計算機(jī)教育，2024（7）：44-48.

[9] 張冠華.北京郵電大學(xué)：“碼上” 出發(fā)用AI改變教學(xué)模式[J].在線學(xué)習(xí)，2024（8）：43.

【通聯(lián)編輯：張薇】