高职计算机教育融入人工智能的探索与实践

摘要：在人工智能快速发展的背景下，高职院校计算机教育亟须转型升级。文章基于跨学科教育理念，从课程体系、教学方法、实践模式等维度探索高职计算机教育融入人工智能的创新路径，并构建了相应的人才培养体系。实践表明，该体系显著提升了学生的学科知识与专业技能、创新及创造能力，促进了知识的融会贯通，增强了其就业竞争力。文章提出的多维融合、能力导向、产教联动的教育创新模式，为高职院校相关专业建设提供了新思路。

关键词：高职教育；计算机教育；人工智能；跨学科教育；课程体系

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2025）01-0152-03 开放科学（资源服务） 标识码（OSID） ：

0 引言

人工智能技术的迅猛发展正推动着各行各业的变革，对技术技能人才的需求也日益多元化和高端化。传统的计算机教育模式已难以满足新时代对人工智能领域专业人才的培养需求。高职院校作为技术技能人才培养的主力军，亟须探索新的教育模式。跨学科教育强调知识的融通与整合，为高职计算机教育融入人工智能提供了方向。本文将从课程体系、教学方法、实践模式等维度，探讨高职计算机教育的创新路径，并构建符合高职特色的计算机人工智能复合型人才培养体系。

1 高职计算机与人工智能教育的时代背景与发展态势

当今世界正经历着前所未有的新一轮科技革命与产业变革，其中，人工智能技术的加速创新发展尤为引人注目。它不仅重塑了产业格局，更深刻地改变了产业形态，使传统行业焕发新生。在此背景下，高职院校的计算机教育面临着迫切的转型升级需求，以往的人才培养模式已难以适应智能时代对多元化、高层次人才的需求[1]。国家层面高度重视人工智能产业的发展，各地政府也积极响应，持续推进数字经济建设，这无疑对具备跨界融合能力的复合型技术人才提出了更为迫切的需求。高职院校，作为技术技能人才培养的摇篮，承担着为区域经济发展输送创新型、应用型人才的重要使命。纵观国内外高职教育的发展趋势，跨学科教育理念正逐步成为共识，计算机专业的教学改革也在持续深化。高职院校纷纷探索人工智能专业的建设路径，通过课程体系重构、教学方法创新以及评价机制优化，不断提升人才培养质量。新一代信息技术的蓬勃发展，为教育教学变革提供了强有力的支撑，智能化教学手段得以广泛应用，学生的学习方式也因此发生了深刻的变革。高职计算机教育的发展，正呈现出专业交叉融合、产教深度协同、培养模式创新等鲜明特点，为培养适应未来社会需求的高素质技术人才奠定了坚实基础。

2 高职计算机与人工智能跨学科教育的重要挑战

2.1 教育理念与课程体系的适应性不足

高职院校计算机教育长期存在学科壁垒，专业课程设置较为单一，难以满足跨界融合人才培养需求[2]。传统的计算机教育课程往往聚焦于基础知识概念和办公软件操作技能的培养。课程的前半段要求学生死记硬背各种专业术语和概念，而后半段则转变为具体的软件操作培训。许多高职院校的课程体系仍主要侧重传统计算机知识的传授，人工智能相关课程的比重明显偏低，且不同学科之间的协同合作存在明显不足。比如人工智能相关课程比重偏低，高职院校的计算机课程往往涵盖计算机基础、编程语言（如C语言、Java等） 、数据库管理、网络技术等传统内容。相比之下，人工智能相关课程（如机器学习、深度学习、自然语言处理等） 的设置较少，且通常作为选修课或高级课程出现，难以满足学生对人工智能领域知识的深入学习和实践需求。以某高职院校的计算机专业为例，其课程设置中传统计算机课程占比高达70%，而人工智能相关课程仅占10%左右。这导致学生难以接触到前沿的人工智能技术和应用，限制了其未来的职业发展。

不同学科之间的协同合作不足，以某高职院校的计算机应用专业和人工智能专业为例，尽管这两个专业在技术上存在紧密的联系和互补性，但在实际教学中却缺乏有效的协同合作。计算机应用专业的学生主要学习编程语言、前端框架等传统内容，而人工智能专业的学生则主要关注算法设计、模型训练等方面。两者之间的交流和合作机会有限，难以形成合力推动技术创新和应用发展。因此，高职院校急需对课程体系进行全面改革，以适应智能时代对人才培养的新要求。

2.2 教学方法与学生学习特征不匹配

高职院校计算机教学方法较为陈旧，教师习惯采用灌输式教学，忽视学生主体地位[3]。

教学组织形式较为单一，未能充分利用现代教育技术手段来丰富教学手段，提升教学效果。比如：满堂灌式教学、死记硬背、一刀切式教学等教学方式，忽略了学生的主体地位。教学过程中缺乏启发引导，教师往往只是简单地传授知识，而未能有效地引导学生思考、探索和创新，不利于学生创新思维的培养。课堂实践环节的设计也存在不足，实践内容往往过于简单或脱离实际，难以有效调动学生的学习积极性。比如，前端课程的实践环节只是单纯地针对知识点进行网页的设计，而未真正地应对企业的特定需求进行实践教学。同时，教学内容过于偏重理论知识的传授，而实践操作的机会却相对有限，这使得学生的实践能力和动手能力得不到充分的锻炼。

学习任务的设计也未能充分考虑高职学生的认知特点，导致部分学生难以完成学习任务，产生挫败感。一刀切式教学的教学方式未能根据学生的差异去设计合理的教学方案。教学进度的安排过于统一和固化，难以适应不同层次学生的学习需求，导致部分学生跟不上教学进度，而部分学生则觉得教学进度过于缓慢。

2.3 实践教学与产业需求脱节

高职院校的实践教学体系设计尚不够完善，实验实训课程在整个课程体系中的占比偏低，实践环节的支持力度明显不足，这不仅限制了学生实践能力的培养，也影响了他们未来在职业岗位上的竞争力。校企合作的形式往往停留在表面层次，合作形式比较单一，如企业为学生提供实习机会或仅邀请企业专家进行系列讲座，导致人才培养与实际产业需求之间存在较大的脱节。实训基地的建设滞后，设备配置严重老化，故障频发难以开展前沿技术的实践探索。

创新创业教育体系不够健全，创新实践平台的建设滞后，无法满足学生创新创业的需求。产教融合机制的不完善，使得校企之间的资源共享程度较低，这限制了实践教学资源的有效利用。同时，实践考核评价标准也显得单一，技能水平的评估体系亟待完善，这不利于全面、客观地评价学生的实践能力和技能水平。实践教学师资力量的薄弱也是一个不容忽视的问题，双师型教师的数量明显不足，这影响了实践教学的质量和效果。

2.4 教育评价体系的科学性待提升

现行评价体系过分强调知识考核，忽视能力培养评估。评价方式以期末考试为主，过程性评价机制不健全。评价标准单一化，未能全面反映学生综合素质。评价结果运用不够充分，难以有效促进教学改进。学生自我评价、互评机制缺失，评价主体单一。评价内容偏重理论知识，实践能力考核力度不够。评价方法较为落后，智能化评价手段应用不足。评价指标体系设计不够科学，导向性有待加强。评价结果反馈不够及时，改进建议针对性不强。职业能力、职业素养评价体系尚未建立。

3 高职计算机与人工智能教育创新体系构建

3.1“ 三元融合”课程体系重塑

基于产业发展需求，重构高职计算机专业课程体系，实现基础理论、专业技能、人工智能知识深度融合[4]。依据职业岗位能力要求，科学设置课程模块，构建递进式培养方案。建立动态调整机制，及时将产业新技术引入课程体系。创新课程组织方式，采用模块化、项目化设计思路。健全课程标准，细化教学要求，规范教学实施。拓展选修课程资源，为学生个性化发展提供支持。加强教材建设，开发配套数字资源，丰富教学素材。

如图1所示，以课程数据结构为例。优化课程内容，突出技术应用性，增强课程针对性。在课程内容的设计环节，将理论与实践相结合、技术与人文相结合、跨学科知识融合。比如跨学科知识融合可以将人工智能核心技术知识融入专业课程，强化学科交叉融合。

3.2“ 双向互动”教学模式创新

创新教学组织形式，构建线上线下深度融合教学模式。运用智能教学平台，打造交互式学习环境[5]。设计项目驱动式教学活动，培养学生实践创新能力。推广研讨式教学方法，激发学生主动探究意识。开展形式多样教学研讨，促进教学相长。强化案例教学，注重理论知识实践转化。开发智能化教学工具，提升课堂教学效率。落实因材施教理念，实现教学活动个性化。建立学习成果展示机制，增强学习体验。构建课堂即时反馈系统，优化教学策略。

以“基于网络平台的Python程序设计课程”为例，老师借助网络平台，将理论讲授和实验上机操作都放到机房中进行，探索使用精讲多练、双向互动的方式开展教学。学生可以在网络平台上获取教学资源，如教学大纲、电子教案、教学案例等，并通过网络平台进行答疑、讨论、作业提交等活动。教师在学生上机练习的过程中，通过屏幕监控和远程控制功能，及时掌握学生的学习情况，并进行一对一的辅导。课程还采用案例和问题驱动的教学方法，引导学生思考和探究。学生通过案例分析或问题解决过程，掌握Python 程序设计的相关知识和技能。在互动环节中，学生可以通过网络平台与教师或其他同学进行实时交流，分享学习心得和解决问题的经验。

这种“双向互动”教学模式不仅提高了学生的学习兴趣和积极性，还培养了学生的自主学习能力和团队协作能力。学生在与教师和其他同学的互动中，能够更深入地理解课程内容，提高编程思维和计算机应用水平。

3.3“ 多维协同”实践教学优化

构建虚实结合实践教学环境，配置智能化实训设施设备。推进校企协同育人，完善产教融合运行机制。搭建创新实践平台，营造创新创业教育生态。开发综合性实践项目，提升实践教学实效。建立实践教学资源库，丰富实训项目内容。健全实践指导机制，强化过程化训练指导。完善实践考核评价，建立多元化评价体系。推动技能竞赛改革，发挥以赛促教作用。加强双师队伍建设，提高实践教学水平。深化校企资源共享，实现优势互补。

3.4“ 全程导向”评价机制建设

构建多元化评价指标体系，科学设置评价维度权重。推行过程性评价方案，强化学习全过程管理。建立综合素质评价机制，注重能力水平测评。实施智能化评价手段，提高评价效率准确度。完善学生自评互评制度，发挥评价激励作用。健全评价反馈机制，促进持续改进提升。开展职业能力认证，对接职业标准要求。优化评价结果运用，服务教学质量提升。建立评价信息档案，实现评价数据分析。形成评价改进闭环，保障人才培养质量。

比如在Python程序设计课程中，多元化评价指标体系的构建包括理论知识掌握、编程实践能力、团队合作与沟通能力等多个维度。通过课程作业、项目实践、课堂表现、在线测试等多种评价方式，全面评估学生的学习效果。过程性评价方案的实施步骤包括：首先，设定明确的评价目标和标准，如理解数据结构的基本概念、掌握常用数据结构的实现和应用等；其次，在课程进行中，通过课堂小测验、项目中期检查等方式，及时收集学生的学习数据；最后，对收集到的数据进行分析，形成评价报告，及时向学生反馈，指导其后续学习。综合素质评价机制的内容则关注学生的创新思维、问题解决能力、自主学习能力和团队协作能力等方面。通过课程项目、实践作业、课堂讨论等方式，综合评估学生的综合素质，为其后续发展提供个性化指导。总之，“全程导向”评价机制在Python程序设计课程中的建设，有助于全面、科学地评价学生的学习效果，促进其全面发展。

4 结束语

跨学科视角下高职计算机人工智能教育创新实践，体现了新时代人才培养规律。通过课程体系重构、教学模式创新、实践体系优化，形成了富有特色的人才培养体系。教育创新成果显著提升了学生综合素质，增强了就业竞争力，得到了用人单位广泛认可。高职院校应持续深化教育改革，完善培养方案，强化师资建设，优化评价机制，推动产教深度融合。未来将进一步探索某一具体计算机课程与人工智能跨学科多融合创新路径，构建高质量人才培养体系，为区域经济发展培养更多优秀人才。

[1] 梁伟立.高职计算机网络基础与应用教学方法改进[J].工程技术研究，2024，9（17）：168-169.

[2] 陈耀文.基于现代教育技术的高职院校计算机教学模式的优化[J].才智，2024（26）：145-148.

[3] 许媛.大数据时代高职计算机基础课程教学改革研究[J].学周刊，2024（25）：9-12.

[4] 李炜.基于计算机网络的高职教育数字化转型内涵与途径[J].数字技术与应用，2024，42（7）：181-183.

[5] 黄晶晶.基于核心素养的五年制高职计算机网络基础课程教学改革研究[J].电脑知识与技术，2024，20（16）：178-180.

【通联编辑：光文玲】