《Python程序设计》课程思政中教与学的相关性研究

关键词：课程思政；Python；相关性研究；皮尔逊相关系数

中图分类号：G642 文献标识码：A

文章编号：1009-3044（2023）03-0152-04

1 引言

2019年中共中央、中国国务院印发的文件《中国教育现代化2035》阐述了育人的基本要求是“更加注重以德为先、更加注重全面发展”[1]。2020年教育部印发实施《高等学校课程思政建设指导纲要》旨在高校课程教育中要贯穿思想政治教育，全面推进高校课程思政建设，发挥好每门课程的育人作用及提高高校人才培养质量[2]。以上文件都阐述了当前新时代高等职业教育对于育人有“德技并修”的目标，然而想要实现双向目标的方法就是将思政素养教育与学科课程内进行整合。

那么探究如何实现专业课程思政建设，思考思政元素融入课程对专业学习本身的影响如何，都是课程思政建设所面临的问题。本文将通过定性和定量相结合的研究方法，对Python程序设计的教与学的课程系统内容进行分类分析，以统计学的相关性方法佐证思政元素对课程的影响程度是正向有效的。综上，该研究课题对计算机类课程示范建设有着建设作用和意义。

2 Python 思政课程教学实践研究

2.1 Python 思政课程概述

《Python程序设计课程思政示范课》的建设是结合高等职业教育的特点，依据学院计算机专业人才培养方案，对接行业、企业和社会需求，通过培养学生扎实的Python编程基础知识为主线，实现思政教学在计算机专业课程中的基因式融入。其建设过程是一个系统工程，需要方方面面的相互配合，协同工作。课程教学内容的表示、组织和管理是课程内容构建的核心。本文将以“Python程序设计”课程的教学内容为分析对象，按照教学步骤和教学规律将教学过程中代表性的特征行为进行划分。

2.2 思政课程教学系统的总体分析

教学系统分析是教学设计成功的基础，只有明确系统中各要素之间的相互关系和协作，才能科学地设计课程系统。同时，课程教学内容的表示、组织和管理是课程内容构建的核心。围绕《思政建设指导纲要》中提出建设总目标是“解决培养什么人、怎样培养人、为谁培养人”[3]。本文从课程教学系统的特征对课程内容进行分类，之后再可以从数据量化手段来观察思政课程教学的重要意义。

首先，根据思政课程建设目标，对课程教学内容分类为：课程教育、社会教育和思政教育，如图1 课程思政三维教学分类所示：

（1） 课程教育，实施知识传授的教学策略，目的是培养学生的专业职业技能、科学思维和客观认知。

（2） 社会教育，实施育人的教学策略，目的是培养学生社会存在意识，生存能力，服务和合作精神。例如，学生遇到学习困境，学会提问或求助，有团队意识。

（3） 思政教育，实施价值塑造的教学策略，目的是实现学生家国情怀，理想信念。例如，感悟疫情时期国家的奉献、社会的奉献和个人的奉献，建立新时代新青年的积极情感、态度和价值观。

以上三个方面，以思政教育为课程教学的基础，在“有价值、有情怀”的基础土壤上，课程教育进行知识传授培养人才的专业能力，社会教育指导学生的社会能力，三者在整个教学系统中协同合作，共育人才培养的三角塔的稳定结构，从而全面、坚实的完成“知识传授、技能培养和价值塑造”的课程教学目标[3]。

2.3 Python 程序设计课程思政教学实践研究

《Python程序设计》课程自2017年开课至今，目前每学期授课人数大约为400人，授课专业包含有：计算机网络技术、云计算应用技术、软件技术、工业网络技术、人工智能等专业。

课程开设至今，虽然教育教学资源累积丰富，但也凸显了很多教学方面的问题，尤其是课程内容偏专业性、技术性、逻辑性等程序语言类课程的特征，并且课程内容和学生个体的关联性弱，所以难以吸引学生的兴趣，调动学生主体学习的积极性。

自习近平总书记2016年在《全国高校思想政治工作会议上的讲话》提出“思想政治教育融入专业课程”的教育目标后。安徽机电职业技术学院《Python程序设计》课程教师在传统课程的实践上将深化原有的课程教学内容，提高学生思想品德水平、人文素养、认知能力，培养学生的科学精神和工匠精神，强化政治方向和思想引领，凸显专业核心课程的价值引导功能。

传统课程教学：技术性强的知识，学生对新的知识（程序设计基础）从感观上是陌生的、难于建立联系的、记忆点不强的，因此学生是被动学习，教学效果也是被动的、消极的。

思政课程教学：有价值观的知识，学生对融入了价值效应的知识，首先从情感上和自身建立了联系，价值塑造在知识与学生个体之间桥接了情感认知，引发学生的感性共鸣，使得学生愿意从自发地去学习，教学效果是主动的、积极的，师生之间的教学体验良好。

本课题基于《Python程序设计》课程思政建设项目，选取其中6篇典型思政教学案例，采样教学文本、教学运行数据、学生学习数据，并比对传统章节教学文本数据、学生学习数据等，进行相关性分析，得出思政教学组织行为、思政教学内容数量同教学效果之间的相关性联系。该研究的数据采样从以下三个方面获得：

1） 思政教学组织量化数据

对思政教学整体流程中的各个教学组织方式进行分类，依据教学行为特征分类统计细化规则归类出“思政教学事件对照学习表现“的表1，由此可以得到对照组数据。

2） 思政教学内容数据

课程思政示范课的建设是结合高等职业教育的特点，依据学院计算机专业人才培养方案，对接行业、企业和社会需求，通过培养学生扎实的Python编程基础知识为主线，实现思政教学在计算机专业课程中的基因式融入。

依据育人效应的教育理念，从学生学习效果出发并结合混合式学习的特点，将线上学习与线下面授有机结合组织教学内容，选取教学策略。同时，积极响应“课程思政”的“事、时、势”要求，构建由“专业知识+ 时势背景+ 行业实例+案例讨论”组成的多维立体知识结构，注重内容的广度与深度。

结合课程知识点和目标，对每一章节的思政内容进行了梳理，体现了教学内容的高阶性与创新性，思政元素设计见表2。

3） 学习效果数据

收集课程现有线上、线下课程系统教学周期中生成的运行数据（学生数据、课程数据、教育管理数据等），用以统计学生学习的行为指标，分析思政教学行为与学生学习效果的相关性，科学化的分析思政元效应对课程教学的影响。

3 课程思政量化分析

基于上小节教学实践的数据采样，从整体上进行量化统计出，课程教育占到总课程内容的60.2%，社会教育占到17.4%，思政教育占到22.4%。从整体数据分析的结果上看，在教学活动中，教师主要实施的活动是专业教学，思政教育起到专业教学的目标引导与价值贯穿，育人育才的重要作用和策略。

接下来是对采样后的数据进行量化，通过数据分析论证“思政效应如何影响教学效果”和“教学效果如何反馈思政效应的价值”，以下是课程实施过程量化分析的具体阐述。

3.1 思政教学事件内容分类量化分析

（1） 课程教育中，以教师实施教学流程中的事件分类出：

课程前的“呈现与引导”，教师运用故事性、冲突或问题事件，引导出教学任务，明确指出目前学习的联系，属于教学引导，占组织教学事件的6.5%。

课程中的“讲解事例”，通过知识实体间的联系说明内容，给出概念或规则的具体事例；以及“增强与促进迁移”，强化教学内容，加强知识迁移的指导和训练，属于主要教学事件，占比21.5%。

课程后的“总结与评价”，对单元课堂的内容进行总结，对教学训练进行归纳与反馈，占比14.5%。

（2） 社会教育中，以能力培养类型进行分类，促进有意义的教与学的良好协作交流，占10.5%；对给出有实例的策略提供言语指导，解释或提供帮助类教学事件占6.9%；同时教学中避免传达消极情绪（忧虑、焦急、不满、责备等）。

（3） 思政教育中，教师以三维思政元素融入教学案例，以榜样说明或实际示范行为选择，同时观察榜样对学习表现如何进行影响，所占总比22.4%。

依据教学阶段内容的分类统计，数据可视化呈现如图3所示。

3.2 学习表现内容分类量化分析

学习表现内容的数据量化是依据考核标准来定义的，其不同类别的学习表现权重比例如表3所示。

（1） 课程教育中，以学习者教学过程中的学习表现过程分类出：

课程前，学生接受课程情境，上课前能够观看教师分许的视频，完成学前任务，注意当前所学新知识与原有知识之间的联系。该部分内容，学生数据统计占比8.2%。

课程中，学生领会和理解概念性、原理性知识，学习表现是能够陈述事实，列出步骤，占比16.5%；进一步能够探究事例，在练习中应用通则，表现为论证与创作方法、过程和结果，占比21.3%。这一部分是学生主要表现内容，占比较多，符合课程学习事实。

课程后，对学习结果的反馈进行思考和探讨，内化学习个体的认知驱动，形成智力技能，占比11.8%。

（2） 社会教育中，学习表现为是否积极参与协作，讨论和思考，占比7.3%；一部分学生有良好的团队意识和动手能力，能够提问或给予帮助，占比10.4%；有较少学生在留言和交流中表达知识焦虑和学习困难的消极情感，占比2.1%。

（3） 思政教育中，不同单元的课程中数据分布相当，学生能够在思政事例中，感悟价值，建构自我价值体系的性格化，在作业作品感悟中表达自己的政治认同、思想认同、情感认同。

依据学习表现对学习表现内容进行分类统计，数据可视化呈现如下图4所示：

以上学习表现，通过学生的学习结果呈现，比如讨论区的留言、练习作业、学习问卷感悟等。由此部分的内容可以进行量化分析相关因素如何影响学生的积极参与表现。

4 课程思政的教与学相关性分析

完成教学事件和学习表现对照组数据量化分析后，本文采用统计学皮尔逊相关系数法（Pearson corre⁃lation coefficient，简称PCCDT） 去研究衡量思想政治教学与学习效果表现的数据组之间存在如何互相影响的关系。

统计学中PCCDT该方法经常用来衡量两个变量之间的线性相关程度[4] ，方法原理概述如下：

问题归类定义两个变量X和Y，通过样本的数据的统计值记入变量数据组：（x_i，y_i ）（i = 1，2，…，n），则度量两组数据显著相关的公式（1） [5]如下：

思想政治教学与学习表现效果的相关性分析结果如表4所示，分析解读如下：

皮尔逊相关性，即相关性系数r，取值范围大于-1、小于1，越接近-1/1说明两个变量之间的相关性越强，越接近0说明越弱[6]。

个案数，即样本数，表明共有6个课程样本内容参与了相关性分析。

Sig（. 双尾），即显著性p值，数值分析可见思政教学组织、思政内容数量和学习表现（作业完成）之间存在显著的正相关（r = 0.96**，p = 0.02 ; r = 0.859*，p =0.028，r = 0.952**，p = 0.003） 。注意，**. 在0.01 级别，相关性显著，*. 在0.05级别，相关性显著，以上三个变量相关性分析均符合显著[7][8]。

综合以上，可以看出“学习表现”与“思政教学组织和思政内容数量”之间存在显著的正相关。这一结论在课程后访谈中也得到了体现。学生普遍认为，融入积极价值情境的课程思政能够激发学习者的学习兴趣，在教师正面的教学中体验良好的学习感受，合理拓展专业课程的广度、深度和温度，拥有良性、有益的课程学习。

5 结论

计算机类的专业教学带有鲜明的技术取向，加之人工智能与大数据时代对新技术旺盛的需求，导致大部分技术类课程多于钻研技术的难度和深度，很少能考虑到“树德育人”的教育本质上来，也未能就如何在教学中实施不可或缺的思想政治引领等问题展开深思。因此，课程中融入思想政治教育建设是当前教育理论研究领域关注的核心问题，同时进一步探究在追寻实现有思想政治教育价值的课程建设进程中，对教师们育人思维方式的变化的轨迹。过去年代中工科课程的“技术中性论”是传统教师的选择，然而中国教育现代化的战略目标不能满足于单一的技术定论。关于育人的本质，思想政治作用课程教育中，打破“技术——人——教育”的壁垒，结合马克思主义哲学思考的“主客体相互作用、双向建构关系价值”推动课程教学研究从“唯一技术论”向“相互关系论”发生转变。那么，揭示了教育教学的育人价值成为课程教学与思想政治作用的产物，即思政对课程教育的效应。

本文针对《Python程序设计》课程思政中思政教学事件同学生学习表现的有显著相关性分析，得出如下结论：

（1） 在课程教育中，教师的主要思政教学事件有讲解思政教学事例，提供教学指导和帮助，协助学生个人品质的形成。

（2） 在社会教育中，教师能够主动参与学生讨论的活动，对协作活动有效的组织，能够促进学生积极情感的支持，学生的学习表现会更多。

（3） 在思政教育中，教师能够多渠道渗透输出思政素养教育，激发和保持对专业课程的求知欲，形成积极主动地学习和使用专业技术、参与课程活动的态度，能辩证地认识专业课程对社会发展、科技进步和日常生活学习的影响，能理解并遵守与专业课程相关的伦理道德与法律法规，负责任地、安全地、健康地使用专业技术。

未来要全面地回答课程教学中的思政价值问题，就必须立足于教学效果与思政关系的研究，从量化分析到相关性分析，得出二者的相互关系程度和相互作用的影响，即“思政效应如何影响教学效果”和“教学效果如何反馈思政效应的价值”进行考察，也就是课程思政教学价值创造和实现的过程。唯有如此，才能形成对课程教学中的育人价值的科学、全面的认识。