大模型下的編程實驗教學全過程AI助教設計

摘要：在編程實驗教學中，以ChatGPT為代表的大模型的引入帶來了新的教學資源和工具，但同時也存在學生過度依賴大模型的潛在風險。為應對大模型帶來的挑戰和機遇，提出了基于大模型的編程實驗教學的AI助教設計方案，覆蓋課前、課中和課后教學全過程。實際教學效果表明，AI助教能夠優化教學效果并提升學生的學習體驗。

關鍵詞：大模型；編程實驗教學；AI助教；個性化教學；智能評測

中圖分類號：G42" " " 文獻標識碼：A

文章編號：1009-3044（2025）23-0027-04

開放科學（資源服務） 標識碼（OSID）

0 引言

編程類課程是大學計算機基礎教學的重要組成部分，其核心目標是培養學生的計算思維能力和程序設計技能。其中，編程實驗教學通過上機實驗和課后作業，對培養學生的編程技能、邏輯思維和創新能力具有重要意義[1]。以ChatGPT為代表的大模型技術憑借其海量數據處理能力，為編程實驗教學提供了精準的數據分析和預測，推動了教學方式和課程內容的數字化與智能化改革。然而，大模型的“代碼生成”“代碼檢查”等能力也給傳統課堂教學帶來了挑戰。例如，過度依賴大模型可能會降低學生的獨立思考能力[2]。當學生習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習的熱情和探索精神。這種潛在風險和擔憂，給編程實驗教學帶來了極大的困惑和挑戰。

針對這些問題，提出了一種基于大模型的編程實驗教學AI助教設計。該設計通過引入大模型，實現了針對“教”與“學”的課前、課中和課后的全方位教學支持。在課前，AI助教可以幫助教師設計教學案例，并為學生提供個性化的學習資源和建議；在課中，AI助教為教師的分層教學提供精準的數據，同時為學生提供真實的編程場景和編程答疑指導；在課后，AI助教可以輔助教師進行自動化批改作業與查重、生成學情報告，并根據學生的學習成果提供針對性的復習和鞏固練習。

實際教學效果表明，基于大模型的編程實驗教學AI助教設計可以有效應對大模型技術在編程實驗教學中帶來的挑戰，并充分利用其帶來的機遇。該設計覆蓋教學全過程，以其高效、個性化和實踐性強的特點，不僅能夠優化教學效果，還能夠提升學生的學習體驗。學生可以在更加便捷、高效的環境中進行編程實驗學習，從而更好地掌握編程技能，提高自身的綜合素質。

1 大模型下編程實驗教學面臨的機遇和挑戰

1.1 大模型帶來的機遇

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

1） 輔助教師進行教學設計和內容創作[3]：通過分析大量教育數據，包括教材、教案和習題庫資源，大模型能夠幫助教師策劃課程內容、制作多媒體課件以及設計編程習題。這種智能化的內容生成工具不僅提高了教師的工作效率，還使教學內容更加豐富。

2） 提供個性化學習方案：根據學生的學習數據和行為，為每位學生量身定制學習計劃和教學內容[4]。例如，在編程課程中，大模型可以根據學生的學習進度和能力，提供不同難度的編程任務和問題，幫助學生逐步掌握編程技能。

3） 智能評測和即時反饋：大模型可以對學生提交的編程作業進行自動編譯并給出智能評測和即時反饋。這種即時反饋機制有利于學生及時獲得反饋，了解學習上的不足之處，從而快速調整學習策略。

1.2 大模型在編程實驗教學中的應用

目前，大模型已經開始應用于編程教學，以提高教學質量和效率[5]。在編程實驗教學內容的應用中，利用ChatGPT等大模型，可以為教師組織教學內容、編寫編程實驗和設計編程習題等。在南通大學的編程緒論教學中，利用大模型強大的信息收集功能，豐富了教學內容，將編程相關的要事、杰出貢獻人物、軟件的作用、趣事、發展歷史等各種事件融合在一起[6]。借助大模型強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內容。

在編程實驗教學方法的應用中，可以根據學生特點，實現對學生的“個性化教學”。南京郵電大學針對留學生群體普遍存在的編程能力薄弱和語言障礙等問題，設計了不同的Prompt模板，輔導留學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，并實時進行語法檢查、錯誤提示和優化建議[8]。表1呈現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生在編寫代碼時及時發現問題并進行修正，從而提高編程效率和質量。2023年，北京郵電大學基于訊飛星火大模型，開發了“碼上”編程教學平臺，率先在編程教學中開展大模型的教學研究[9]。在智能編程助手和代碼生成領域，許多企業的應用也不斷涌現。例如，訊飛基于星火大模型開發的iFlyCode，能夠幫助開發者提高代碼質量和開發效率；GitHub與OpenAI合作開發的GitHub Copilot，利用OpenAI的Codex模型，提供代碼自動補全和根據注釋生成代碼等功能。

1.3 大模型帶來的挑戰

大模型如同一把雙刃劍，既帶來了巨大的機遇和美好前景，也可能導致學生降低自主學習能力的風險。目前，ChatGPT能夠提供代碼生成，使得完成學業任務變得“多快好省”；然而，過度依賴ChatGPT等工具可能削弱學生自主解決問題的能力。大模型在編程實驗教學中帶來的挑戰主要包括以下幾方面。

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

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

3） 不利于學生創新能力的培養：大模型的一鍵生成代碼特性，容易使學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生習慣于走捷徑，不愿意花費時間和精力去嘗試新的算法、探索未知領域，從而不利于創新能力的培養與提升，限制了學生在編程領域的發展潛力。

2" 基于大模型的AI助教設計

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

2.1" 需求分析

2.1.1 教師需求

1） 減輕教學負擔：教師在日常教學中面臨備課、批改作業等重復性勞動的繁重負擔。通過引入智能化的教學工具，教師可以節省大量時間和精力，從而更專注于教學內容的創新和對學生的個性化指導。

2） 提升課堂互動性：現代教育強調學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，增強學習的趣味性。通過引入虛擬教學助手、在線討論平臺等技術手段，教師可以創造更加生動有趣的課堂氛圍，激發學生的學習熱情，提高教學效果。

3） 獲取學生學習數據：為了更好地了解學生的學習情況和需求，教師需要獲取學生的學習數據。這些數據可以幫助教師分析學生的學習進度、掌握程度及存在的問題，從而優化教學策略和方法。通過數據分析，教師可以更有針對性地制訂教學計劃，提高教學質量。

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

2.1.2 學生需求

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

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

3） 編程輔導：對于編程類課程而言，除了運行結果的正確性，代碼的可讀性、執行效率及代碼缺陷等都是衡量代碼質量的重要指標。學生在編寫代碼過程中需要專業的編程輔導，以及時了解代碼缺陷并進行優化，從而更直觀地理解編程原理和技巧，并在實踐中加強對知識的掌握和應用能力。

2.2 功能設計

如圖1所示，設計了一個面向教師和學生的AI助教系統，該系統全面覆蓋課前、課中和課后各個環節，旨在提高教學質量和學習效率。

2.2.1 教師側功能設計

1） 課前階段

備課助手：AI助教提供備課助手功能，大模型能夠依據教學目標和課程標準，迅速生成詳細且結構化的教學大綱，從而減輕教師的備課負擔。

推薦教學資源：提供教學資源推薦功能，根據課程內容和學生特點，為教師推薦適合的教學資料，包括教學大綱、編程實驗教案和隨堂作業設計。

2） 課中階段

學情評估：根據學情評估結果，提供分層教學建議，教師可以將學生劃分為不同層次或小組進行針對性實驗教學。

分層精準化教學方案：對于基礎較弱的學生，AI助教可以提供更多的輔導和支持，包括代碼示例和運行結果展示，以輔助教師進行編程教學；而對于基礎較好的學生，AI助教則可以提供更高階的編程任務，設置更高的挑戰和目標。

3） 課后階段

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

交互式答疑輔學：AI助教能夠實時解答學生在編程過程中遇到的問題，助力編程實驗教學。

2.2.2 學生側功能設計

1） 課前階段

預習指導：AI助教提供課程預習指南，幫助學生了解即將學習的內容和目標。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充，使學生能夠在編程實驗課堂上更有針對性地參與。

個性化學習資源推薦：基于學生的學習歷史和基礎，AI助教推薦適合的學習資料和練習題，為學生提供量身定制的學習材料，以幫助他們更好地準備即將到來的課程內容。

2） 課中階段

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

代碼實時評分和答疑：通過對學生編寫的代碼進行實時評分和評估，依據代碼的邏輯、效率和正確性等因素，AI助教能夠給予相應的評分和反饋，幫助學生及時發現問題并進行改進。

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境，以激發學生的學習興趣和動力。學生可以在比賽中與其他同學進行比拼，展示自己的編程能力和創造力，同時也可以相互學習和交流經驗。

3） 課后階段

生成學習報告：通過收集和分析學生的學習數據，AI助教可以自動生成詳細的學習報告。這些報告包括學生的學習進度、成績、優點和需要改進的地方等，有助于學生了解自己的學習情況。

進階復習建議：根據學生的學習進度和掌握程度，AI助教可以為學生提供個性化的復習建議。這些建議有助于學生鞏固已學知識，提高學習效果，同時也能激發學生的學習興趣和動力。

深度提升能力編程練習：針對不同層次的學生，AI助教可以提供相應的編程練習題目。這些題目旨在幫助學生提高編程能力，培養問題解決能力。同時，AI助教還可以根據學生的答題情況實時調整題目難度，確保學生能夠在挑戰中不斷進步。

3" 基于大模型的AI助教實踐

在2024—2025年度的深度學習實踐課程中，基于“星火大模型”設計了AI助教平臺。星火大模型作為一款先進的認知智能模型，具備強大的語言理解和生成能力，為設計AI助教提供了堅實的基礎，其提供的豐富接口易于集成在AI助教平臺中。

利用AI助教平臺設計了Python編程實踐題庫，題庫包括Python基礎編程、Python進階編程、卷積神經網絡實現、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到進階的多種題型。在平臺登記學生后，學生可以登錄平臺，自主完成實驗并獲取編譯結果。同時，通過平臺提供的課前小練習和作業回顧，學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生的完成情況和查重結果，并在易錯題型處給予額外的習題輔導。

本課程共有61位同學參與了編程實驗，據統計，超過80%的學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據監控系統，能夠實時了解學生的學習情況和需求，認為這種基于數據的教學方式更加科學和有效。

實驗教學效果表明，本設計中AI助教能夠幫助教師設計教學案例，自動批改作業，減輕教學負擔；同時，根據學生的學習情況提供個性化的學習建議和資源推薦，提升學習效果。通過智能算法，AI助教能夠顯著提升教學質量和學習效率。

4 結束語

本研究深入探討了大模型在編程實驗教學中的應用與挑戰。針對編程實驗教學所面臨的多方面挑戰，提出了基于大模型的編程實驗教學AI助教設計方案，旨在為教師和學生在課前、課中、課后全過程提供服務。實驗效果表明，AI助教不僅減輕了教師的負擔，還通過個性化教學建議和資源推薦，顯著提高了教學質量和效率。盡管當前設計在提升教學效率方面取得了顯著成效，但仍需關注數據安全問題，確保AI助教平臺的安全可靠運行，為編程實驗教學提供更加科學、高效、個性化的支持。

參考文獻：

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

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

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

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

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

[6] 徐慧，鞠小林，王皓晨.大模型下編程教學面臨的挑戰與應對[J].計算機教育，2023（11）：60-64.

[7] 徐康，蔣凌云，黃海平，等.基于ChatGPT的留學生編譯原理課程實踐方法[J].軟件導刊，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程序設計類課程教學創新[J].計算機教育，2024（7）：44-48.

[9] 張冠華.北京郵電大學：“碼上” 出發用AI改變教學模式[J].在線學習，2024（8）：43.

【通聯編輯：張薇】