张 峰1，2，张红荣1，2

摘 要：针对目前高职教育程序设计课程在教学中存在的编程实践能力不足、个性化学习需求难以满足等现实问题，提出 AI 技术赋能高职 C 语言程序设计课程的教学创新方法，具体阐述如何通过智能代码补全、个性化学习路径推荐等AI辅助教学手段全面促进学生计算思维能力的提升与编程能力的发展，以“函数定义与调用”知识点为例介绍实施过程并说明实施效果。

关键词：AI 赋能；高职； C语言程序设计；函数定义与调用；教学创新

0

引 言

在当今信息化、智能化高速发展的时代背景下，高等职业教育作为培养技术技能型人才的关键领域，正经历着深刻的变革。信息技术的飞速进步不仅改变了人们的生活方式，也对教育领域产生了深远的影响。特别是人工智能（ AI ）技术的兴起，为教育模式的创新提供了无限可能。高职教育作为与社会经济发展紧密相连的教育层次，面临着如何适应信息技术发展，提升教学质量，培养具有创新精神和实践能力的高素质技术技能人才的重大课题。人工智能技术被证明能有效提升学习效率和学习兴趣，同时增强理论与实践的结合[1]。C 语言程序设计作为计算机科学与技术的核心基础课程，其教学质量对于培养学生的计算思维、编程能力和问题解决能力具有至关重要的作用，然而，传统的教学模式往往难以充分满足学生的个性化学习需求，导致学生学习兴趣不高、学习效果不佳等问题。

1

AI赋能下的C语言程序设计课程教学设计

基于建构主义学习理论和混合式学习理念，创新构建一个以 AI 为核心的教学设计模型（如图1所示）。该模型旨在通过智能化手段，将教学目标设定、教学内容组织、教学方法选择以及教学资源整合有机融合，形成一个动态、个性化的学习环境。

在这个以 AI 为核心的教学设计模型中，首先从明确的教学目标出发，借助 AI 的数据分析能力来组织教学内容，构建一个涵盖基础概念到实践操作的完整教学体系。大数据相关技术在为人工智能算法模型提供学生思想行为数据的过程中充当着重要的角色[2]。AI 技术通过智能算法深度分析学生的学习行为数据，为每位学生量身定制个性化的学习路径和资源推荐，确保教学的高效与精准。在教学过程中，教师结合翻转课堂、AI 驱动的智能辅导系统、项目驱动教学等多种模式开展教学。学生课前利用 AI 平台推送的预习资料进行自主学习，课堂上则通过深度探讨与 AI 即时反馈来巩固知识。智能辅导系统持续提供个性化的学习建议，帮助学生随时调整学习策略。项目驱动教学以真实或模拟项目为载体，激发学生兴趣，培养其综合能力。整个教学过程充分利用 AI 平台提供的个性化学习资源、智能题库和在线编程平台，通过 AI 的智能整合与优化，为学生打造一个高效便捷的学习环境，实现教学的智能化、个性化和高效化。

2

AI赋能下的C语言程序设计课程教学实施

2.1教学环境搭建

2.2教学活动组织

在“函数定义与调用”知识点的实际教学中，师生基于 AI 赋能的教学设计模型，展开一系列细致而高效的教学活动。从确立让学生掌握函数定义、调用及实际应用能力的教学目标出发，教师利用AI 的数据分析能力，精准地组织包含函数基础概念、调用规则、参数传递等知识点的教学内容。课前，学生通过 AI 平台接收到根据其学习数据定制的预习资料，以视频讲解、互动练习等形式对函数定义、阶乘函数、递归思想等前修知识进行自学，然后以一个简单的阶乘函数编程示例进行预习巩固。课堂上，教师引导学生进行深度探讨，同时 AI 智能辅导系统实时捕捉学生疑问，提供即时反馈以及个性化的学习建议，确保每位学生都能得到针对性的帮助。随后，通过“计算阶乘”这一项目驱动教学任务，学生分组合作，利用 AI 平台提供的函数库、算法模板和在线编程平台，编写并测试包含自定义函数的C语言程序。在项目执行过程中，AI 不仅自动评估代码质量，还鼓励学生上传代码进行同伴互评，促进团队协作与相互学习。最终，学生通过项目实践掌握函数定义与调用的精髓，提升编程实践能力和解决问题的能力，而这一切都离不开 AI 技术的全程支持与优化。

在课堂上，教师引导学生分组讨论并分享各自的阶乘函数实现方法。通过 AI 平台的实时反馈功能，教师可以快速了解各组学生的讨论情况和存在的问题，并据此进行有针对性的指导。同时，AI平台还支持学生将自己的代码上传至平台进行互评与打分，增强学生之间的互动与合作。

2.3学生学习引导

在学生学习引导方面，教师利用 AI 平台的数据跟踪功能，对学生的学习进度和效果进行实时监控。当发现学生在学习某个知识点时存在困惑或在完成学习任务进展缓慢时，AI 平台便会智能推送与该知识点相关的补充资料和练习题给学生强化训练。

在“计算阶乘”的学习过程中，当系统通过平台数据跟踪功能检测到学生在递归调用上反复出错，AI 平台便会立即推送一系列针对递归调用的专项练习题和解析视频给学生强化练习训练。推送的练习题从简单到复杂逐步深入，帮助学生通过练习逐步掌握递归调用中“函数自己直接或间接地调用自身来解决问题”的核心思想，以及“理解函数自我调用的过程，掌握将问题分解为更小问题的技巧，并通过实践编写包含递归调用的程序来加深理解”这一学习方法。同时，学生可以通过 AI 推送的解析视频中的动画演示与代码讲解，直观了解递归调用的执行过程和注意事项。

2.4教学过程监控与调整

在教学过程监控与调整方面，建立完善的数据分析机制，对学生的学习数据进行定期汇总与分析。通过分析结果，可以及时发现教学过程中存在的问题和不足之处，并据此进行教学策略的调整与优化。

在“计算阶乘”的教学过程中，教师通过 AI 平台的数据分析功能发现部分学生在递归算法的理解上存在较大困难。针对这一问题，及时调整教学策略，增加关于递归算法的专题讲解与案例分析。同时，通过组织编程竞赛活动，鼓励学生将所学的递归算法应用于实际问题的解决中，进一步巩固并深化对递归算法的理解与应用能力。

3

AI 赋能下的教学效果评估与反思

3.1教学效果评估

为了评估 AI 技术在 C 语言程序设计课程中的教学效果，结合了质性与量化的研究方法。①通过详细的课堂观察，记录教师使用AI 工具时的教学方法、学生的参与情况及师生互动。②利用半结构化访谈收集学生对AI工具的看法、学习兴趣及成效的主观反馈。③在数据分析阶段，不仅考虑学生成绩，还结合统计软件分析课堂观察、访谈记录、学习行为等多种数据。这样的综合评估旨在全面了解 AI 教学的实际效果，表1展示了2024年2023级计算机高职一班（ AI 辅助教学）与高职二班（传统教学）的对比结果。

3.1.1

学习成绩分析

通过对比采用 AI 辅助教学前后的学生考试成绩，研究发现学生的学习成绩有了显著提升。在“计算阶乘”章节测试中，学生的平均分提高了约 15%，优秀率（得分在 90 分以上）也上升了约20%。这一改进得益于 AI 技术为学生提供了个性化学习资源和即时反馈，有效增强了学生对知识点的掌握。进一步分析表明，练习题难度的分层设计对学生成绩提升起到了积极作用：基础题巩固了基础知识，进阶题锻炼了复杂问题解决能力，而挑战题则激发了学生的求知欲与探索精神，促进了学生的自我成长。

3.1.2

学习行为数据分析

AI 平台的学习行为数据为研究提供了丰富的信息，使教师能够深入了解学生的学习习惯和学习状态。通过分析学生在“计算阶乘”这个知识点的学习行为数据，发现学生在预习、练习、复习等各个环节的参与度都有了显著提高。预习环节的学生参与度提高了约 30%，练习环节的完成率提高了约 25%，复习环节的巩固练习次数增加了约 50%。经过分析还发现，学生在遇到难题时的求助行为也发生了变化。以往，学生在遇到难题时往往选择放弃或等待教师解答，而现在，他们更倾向于利用 AI 平台的实时反馈与智能辅导功能自主解决问题。这种转变不仅提高了学生的自主学习能力，还培养了他们的问题解决能力和创新思维。

3.1.3

教师反馈收集

在教学过程中，积极收集教师的反馈意见。教师普遍认为，AI辅助教学软件为课堂教学带来了极大的便利和支持。通过 AI 平台的数据分析功能，教师可以快速了解学生的学习情况和存在的问题，从而有针对性地调整教学策略和方法；AI 平台的智能辅导功能也减轻了教师的工作负担，使他们能够有更多的时间和精力投入到教学研究与个性化指导中。同时，也有近 25%的教师反馈：在AI 技术应用的具体操作和信息素养提升方面仍须进一步培训与支持，以确保能够充分发挥 AI 技术的优势并提升自身的信息技术应用能力。

3.2教学反思与总结

3.2.1

问题与不足

（1）部分学生对 AI 辅助教学软件的适应性不强。由于每个学生的学习习惯和认知方式存在差异，部分学生在使用 AI 辅助教学软件时感到不适应或难以融入其中。这导致他们在学习过程中未能充分发挥 AI 技术的优势。

（2）AI 平台的数据分析功能尚待完善。虽然AI平台提供了丰富的学习行为数据，但在数据分析的深度和广度上还有待提高。目前的数据分析主要停留在表面，缺乏对学生深层次学习需求和学习规律的挖掘。

（3）AI辅助教学软件的功能有待进一步丰富与优化。虽然现有软件已经具备了一定的辅助教学功能，但在实际应用过程中仍存在一些不足之处，如某些功能的稳定性不够、用户体验不佳等。

（4）部分教师在 AI 技术应用和信息素养提升方面存在不足。尽管教师普遍认可 AI 辅助教学软件带来的便利，但在具体操作和信息素养提升方面仍须进一步培训与支持，以确保能够充分利用AI技术的优势并提升自身的信息技术应用能力。

3.2.2

改进措施和建议

（1）强化AI辅助教学软件应用能力培训：针对部分学生在使用 AI 辅助教学软件时存在的适应性问题，将实施系统化的培训课程和指导计划。这些课程将详细解析软件功能、操作流程及最佳实践，旨在帮助学生快速掌握软件使用技巧，从而提升他们的自主学习能力及适应性。通过增强学生对软件的理解与应用，进一步促进AI 技术在高级语言程序设计教学中的深度融合。

（2）深化 AI 平台数据分析功能优化：为提升数据分析的精准度与全面性，将携手软件开发团队，对 AI 平台的数据分析算法及模型进行持续优化与升级。这一过程将着重于增强数据分析的深度与广度，挖掘更深层次的学习需求和规律。同时，根据教师的具体教学需求及学生的实时学习状况，定制专属的数据分析报告和建议方案，以支持更加精准的教学策略调整与资源优化配置。

（3）拓展并精进 AI 辅助教学软件功能：基于广泛收集的教师及学生反馈，将持续丰富并改进 AI 辅助教学软件的功能体系。计划新增智能答疑模块和实时互动功能，以快速响应学生学习过程中的疑问，促进师生间的即时沟通。此外，还将优化软件界面设计，提升操作稳定性与用户体验，并整合更多高质量的教学资源及工具，如案例库、在线编程练习等，以全方位支持高级语言程序设计的创新教学实践，充分发挥 AI 技术在提升教学质量和效率方面的潜力。

（4）加强教师 AI 技术应用的培训。基于 TPACK（技术—教学法—内容知识）理论框架，将系统规划并实施针对教师的AI技术应用培训项目。通过定期举办 AI 技术专题培训和工作坊，重点强化教师在 AI 辅助教学软件操作、深入数据分析、信息素养提升等方面的能力。培训旨在帮助教师有效融合技术知识（TK）、教学法知识（PK）与学科知识（CK），使其能够熟练地将AI技术无缝融入C语言程序设计课程的教学中，从而优化教学策略，提高教学质量，促进学生全面发展。

3.3AI 技术在教学中的应用前景展望

当前 AI 在编程类课程中的应用已逐步渗透至教学全流程，从基础的智能代码补全、个性化学习路径推荐，到课堂中的实时反馈与项目管理，初步构建了技术赋能的教学新形态。在此基础上，根据职业教育对实践能力、职业素养的特殊需求，AI 技术的应用前景将向更深层次的场景融合、思维培育与生态协同拓展。

3.3.1

沉浸式行业实践生态构建

AI 将突破传统教学中案例简化、场景单一的局限，构建高度仿真的行业级实践环境，让学生在贴近真实的编程挑战中提升综合能力。通过模拟电商平台高并发场景下的性能优化、物联网系统数据流异常的排查、遗留系统代码重构等复杂任务，AI 动态注入网络故障、需求变更、安全攻击等“意外变量”，迫使学生综合运用编程语法、算法设计、架构优化、团队协作等跨维度知识解决问题。同时，AI 可将脱敏后的企业真实项目或开源项目导入教学沙盒，学生在安全环境中直接参与模块开发、代码调试和系统优化，AI 实时提供架构设计建议、性能模拟反馈，帮助学生理解企业级项目的开发逻辑和工程规范，实现从“课堂练习”到“职业实战”的无缝衔接。

3.3.2

高阶思维与职业发展全周期赋能

3.3.3

区域化智能教育生态协同

4

结 语

AI 赋能下的C语言程序设计课程教学实施，通过构建智能化的教学环境、组织高效的教学活动、实施个性化的学习引导、监控与调整教学过程，探索了提升编程教学质量和效率的新路径。研究过程中，在有限的实验条件下，利用高性能实验终端和“智能编程助手”软件，为学生提供了丰富的编程资源和即时反馈；并通过AI数据分析制订了个性化学习计划，促进了学生之间的互动与合作。同时，借助数据跟踪功能监控学生学习进展，并据此推送个性化资料和习题，建立的数据分析机制有助于及时调整教学策略。尽管实验取得了一定成果，但其普适性和软件的功能完善度仍须进一步提升。未来将着重研究深化 AI 赋能编程教学的方法，强化与技术企业的合作，同时高度重视 AI 技术应用中的伦理考量。AI 技术带来的教育伦理问题不断冲击着人类的价值观念，给教师也带来新的职业要求和新的挑战[4]，应确保技术使用的合法性与合理性，以促进编程教育的健康发展。

参考文献：

[1] 张隆博. 人工智能在职业教育教学的应用[J]. 大连教育学院学报, 2024, 40(2): 73-75.

[2] 李真真. 人工智能场域思想政治教育评价机制研究的缘起、主体及创新[J]. 廊坊师范学院学报(社会科学版), 2024, 40(3): 99-108.

[3] 吴东桂. 人工智能技术在计算机编程教学系统设计中的应用[J]. 信息与电脑(理论版), 2024, 36(8): 77-79.

[4] 徐艳萍, 王兴华, 史慧敏, 等. 智能时代中小学教师人工智能伦理培养策略研究: 基于科尔伯格道德发展理论[J]. 中国教育信息化, 2023, 29(8): 103-112.

作者简介：张峰，男，正高级讲师，研究方向为职业教育信息化，suqkaoban@163.com；张红荣（通信作者），女，高级讲师，研究方向为职业教育课程开发与教学资源建设，sqddzhanghr@163.com。