文/章理登1） 林婷婷2） 陳錫鍛1） 邱儒1） 1）浙江工貿(mào)職業(yè)技術(shù)學(xué)院人工智能學(xué)院 2）浙江工貿(mào)職業(yè)技術(shù)學(xué)院創(chuàng)新創(chuàng)業(yè)學(xué)院

　　摘要：近年來，生成式人工智能（generative artificial intelligence，GAI）在代碼生成和自然語言交互等方面取得顯著突破。新工科背景下，職業(yè)院校亟須培養(yǎng)具備扎實(shí)理論基礎(chǔ)和實(shí)踐創(chuàng)新能力的復(fù)合型技術(shù)人才，但傳統(tǒng)編程教學(xué)模式面臨大班授課、內(nèi)容更新滯后和實(shí)踐環(huán)節(jié)不足等挑戰(zhàn)，難以滿足學(xué)生個性化學(xué)習(xí)和培養(yǎng)實(shí)踐能力的需求。為應(yīng)對上述問題，本文基于建構(gòu)主義、掌握學(xué)習(xí)和維果茨基社會文化理論，提出了“分層干預(yù)—人機(jī)協(xié)同”教學(xué)模式，在提升學(xué)生編程效率的同時，實(shí)現(xiàn)實(shí)踐能力與思維能力的強(qiáng)化。在兩門課程中的準(zhǔn)實(shí)驗(yàn)研究結(jié)果表明，該模式不僅使學(xué)生的終結(jié)性考核分?jǐn)?shù)提高7.9%，還有效緩解了GAI依賴而導(dǎo)致的能力退化風(fēng)險(xiǎn)。最后，本文進(jìn)一步討論了該模式在產(chǎn)教融合中的應(yīng)用前景以及后續(xù)研究。

　　關(guān)鍵詞：生成式人工智能；編程教學(xué)；職業(yè)院校；職業(yè)教育

　　引言

　　隨著人工智能技術(shù)的迅速發(fā)展，生成式人工智能（generative artificial intelligence，GAI）[1]已在自然語言處理、代碼生成、邏輯推理和調(diào)試優(yōu)化等多個領(lǐng)域展現(xiàn)出強(qiáng)大能力。GAI正逐步應(yīng)用于軟件開發(fā)全流程，為提升代碼編寫效率、工程文檔規(guī)范以及項(xiàng)目管理提供了全新工具。然而，傳統(tǒng)的職業(yè)院校編程教學(xué)模式主要依賴課堂講授和教師手把手指導(dǎo)，往往存在授課內(nèi)容陳舊、個性化指導(dǎo)不足、實(shí)踐操作環(huán)節(jié)薄弱等問題，難以適應(yīng)新工科[2]對復(fù)合型技術(shù)人才培養(yǎng)的需求。與此同時，部分實(shí)踐中引入GAI輔助教學(xué)雖然在一定程度上提高了編程效率，但也出現(xiàn)了學(xué)生對GAI工具過度依賴、編程能力下降等風(fēng)險(xiǎn)。

　　因此，如何在教學(xué)中充分發(fā)揮GAI的優(yōu)勢，同時防范技術(shù)依賴帶來的負(fù)面效應(yīng)，成為當(dāng)前職業(yè)院校編程教學(xué)改革亟待解決的重要課題?；诖?，本文提出了以下研究問題：一是GAI在職業(yè)院校編程教學(xué)中可能帶來的優(yōu)勢與潛在風(fēng)險(xiǎn)是什么？二是如何構(gòu)建一種兼顧高效與認(rèn)知深度的“分層干預(yù)—人機(jī)協(xié)同”教學(xué)模式？三是該模式在實(shí)際教學(xué)環(huán)境中的效果如何，能否有效緩解認(rèn)知退化風(fēng)險(xiǎn)并提升學(xué)生實(shí)踐能力？

　　為回答上述問題，本文首先對GAI在職業(yè)教育中的應(yīng)用現(xiàn)狀與挑戰(zhàn)進(jìn)行文獻(xiàn)綜述，結(jié)合建構(gòu)主義[3]、掌握學(xué)習(xí)[4]及維果茨基社會文化理論構(gòu)建理論[5]框架；然后，在軟件專業(yè)的兩門Java課程中開展準(zhǔn)實(shí)驗(yàn)研究，通過對比實(shí)驗(yàn)組與對照組的過程性評價(jià)和終結(jié)性考核表現(xiàn)，驗(yàn)證該模式的有效性；最后，針對研究發(fā)現(xiàn)提出進(jìn)一步優(yōu)化策略并展望未來研究方向。

　　1. 文獻(xiàn)綜述與理論基礎(chǔ)

　　近年來，GAI的快速發(fā)展正在深刻改變職業(yè)教育的生態(tài)格局，通過其強(qiáng)大的自然語言處理和深度學(xué)習(xí)能力，能夠顯著提升教學(xué)效率。例如，GAI可以生成高質(zhì)量教學(xué)內(nèi)容、自動化評估學(xué)生作業(yè)，并通過情境模擬為學(xué)生提供沉浸式學(xué)習(xí)體驗(yàn)[6]。這為學(xué)生提供了更多自主學(xué)習(xí)的機(jī)會，尤其是在編程和職業(yè)技能培訓(xùn)等領(lǐng)域[7-8]。

　　然而，GAI在職業(yè)教育中的應(yīng)用也帶來了新的挑戰(zhàn)。技術(shù)的快速迭代使得教育資源的更新速度難以跟上技術(shù)發(fā)展的步伐，可能導(dǎo)致教學(xué)內(nèi)容的滯后性[9]，并且GAI的使用可能引發(fā)倫理和隱私問題，如數(shù)據(jù)泄露和生成內(nèi)容的版權(quán)爭議[10]。

　　為解決技術(shù)輔助與學(xué)生自主認(rèn)知構(gòu)建之間的矛盾，本文借鑒了三大經(jīng)典教育理論，構(gòu)建了“分層干預(yù)—人機(jī)協(xié)同”教學(xué)模式。

　　一是建構(gòu)主義理論。建構(gòu)主義主張學(xué)生應(yīng)在真實(shí)情境中主動構(gòu)建知識，而不是被動接受教師灌輸。GAI作為外部輔助資源，其主要價(jià)值在于激發(fā)學(xué)生思考、輔助解決問題。

　　二是掌握學(xué)習(xí)理論。掌握學(xué)習(xí)理論強(qiáng)調(diào)“因材施教”和“分層教學(xué)”，主張根據(jù)學(xué)生的認(rèn)知水平和學(xué)習(xí)進(jìn)度進(jìn)行個性化教學(xué)。職業(yè)院校學(xué)生在編程學(xué)習(xí)中存在能力參差不齊的現(xiàn)象，通過分層干預(yù)，可以確保不同層次的學(xué)生都能在適宜難度下獲得有效提升。

　　三是維果茨基社會文化理論。維果茨基提出的“最近發(fā)展區(qū)”理論強(qiáng)調(diào)，通過師生互動、同伴合作以及利用工具進(jìn)行外部輔助，可以促進(jìn)學(xué)生從當(dāng)前認(rèn)知水平向更高水平邁進(jìn)。GAI在此過程中既是信息獲取的媒介，也是認(rèn)知激發(fā)的重要載體，通過人機(jī)協(xié)同教學(xué)，能夠在教師的引導(dǎo)下實(shí)現(xiàn)知識內(nèi)化與認(rèn)知提升的雙重目標(biāo)。

　　本文提出的“分層干預(yù)—人機(jī)協(xié)同”教學(xué)模式，旨在通過整合GAI與系統(tǒng)化教學(xué)干預(yù)，構(gòu)建一個“技術(shù)—認(rèn)知—反饋”閉環(huán)的動態(tài)平衡模型，從而確保在技術(shù)激活學(xué)生學(xué)習(xí)熱情的同時，通過分層指導(dǎo)與動態(tài)反饋有效防控認(rèn)知退化風(fēng)險(xiǎn)。

　　2. “分層干預(yù)—人機(jī)協(xié)同”教學(xué)模式構(gòu)建

　　“分層干預(yù)—人機(jī)協(xié)同”教學(xué)模式以提升編程效率為目標(biāo)，同時注重保障學(xué)生對底層邏輯的深入理解和自主調(diào)試能力的培養(yǎng)。模式實(shí)施可分為以下三個環(huán)節(jié)。

　　在技術(shù)激活環(huán)節(jié)，學(xué)生在接到編程任務(wù)后，須先獨(dú)立對問題進(jìn)行分析，形成初步解決方案，然后借助GAI獲取代碼生成、調(diào)試建議或相關(guān)文檔輔助。此環(huán)節(jié)的核心在于要求學(xué)生先行獨(dú)立思考，避免因直接調(diào)用GAI而形成依賴，從而保證學(xué)生對問題本質(zhì)的初步把握和自主探索意識的激發(fā)。

　　在認(rèn)知加工環(huán)節(jié)，教師通過分層干預(yù)策略對學(xué)生使用GAI后的思考過程進(jìn)行有針對性的指導(dǎo)。具體來說，對于基礎(chǔ)層次的學(xué)生，教師要求其在使用GAI前必須書面提交解題思路和方案，重點(diǎn)引導(dǎo)學(xué)生關(guān)注語法規(guī)則、代碼邏輯以及底層原理；對于中級層次的學(xué)生，教師則通過分步任務(wù)、小組討論和案例分析等方式，促使學(xué)生對GAI輸出的結(jié)果進(jìn)行邏輯推演和批判性思考；而對于具備較高認(rèn)知水平的學(xué)生，則通過項(xiàng)目式實(shí)踐和跨模塊綜合應(yīng)用，鼓勵他們探索多種解決方案，并對GAI生成結(jié)果進(jìn)行深入分析和優(yōu)化（如表1所示）。此環(huán)節(jié)的核心在于通過教師及時、分層次的干預(yù)和反饋，強(qiáng)化學(xué)生對GAI輸出內(nèi)容的理解和內(nèi)化，防止知識僅停留在“表層復(fù)制”。

　　在最后的反饋調(diào)整環(huán)節(jié)，完成整個教學(xué)模式的閉環(huán)。在這一環(huán)節(jié)，教師根據(jù)課堂討論、作業(yè)批改、學(xué)生學(xué)習(xí)日志和代碼注釋等多元數(shù)據(jù)，及時捕捉學(xué)生在使用GAI過程中可能出現(xiàn)的認(rèn)知偏差和依賴傾向，并通過個別輔導(dǎo)、課堂點(diǎn)評和階段性測評等方式進(jìn)行針對性調(diào)整。通過這種動態(tài)反饋機(jī)制，教師不僅能夠確保每位學(xué)生在技術(shù)輔助下保持自主思考，還能不斷優(yōu)化教學(xué)方案，逐步提升整體教學(xué)效能。

　　整體來看，“分層干預(yù)—人機(jī)協(xié)同”教學(xué)模式以“工具輔助—分層干預(yù)—動態(tài)反饋”為流程主線，通過不同層次的教學(xué)干預(yù)，充分調(diào)動了學(xué)生的主動性和創(chuàng)造性，使得GAI不僅僅停留在簡單的代碼生成層面，而成為激發(fā)學(xué)生認(rèn)知、提升實(shí)踐能力的重要工具。該模式既強(qiáng)調(diào)了技術(shù)工具的優(yōu)勢，又注重防控因工具依賴而導(dǎo)致的技能退化風(fēng)險(xiǎn)，有效實(shí)現(xiàn)了技術(shù)先進(jìn)性與教學(xué)有效性之間的動態(tài)平衡。

　　3. 實(shí)證研究

　　3.1 實(shí)驗(yàn)設(shè)計(jì)與實(shí)施

　　為驗(yàn)證“分層干預(yù)—人機(jī)協(xié)同”教學(xué)模式的有效性，本文在浙江工貿(mào)職業(yè)技術(shù)學(xué)院2023級軟件專業(yè)開展實(shí)驗(yàn)研究。選取數(shù)據(jù)結(jié)構(gòu)相同、師資配置均衡的兩個平行班（各34人）作為實(shí)驗(yàn)組（A班）和對照組（B班），在Java系列課程中實(shí)施差異化教學(xué)干預(yù)。

　　本文采取“非等組前后測”準(zhǔn)實(shí)驗(yàn)研究設(shè)計(jì)，實(shí)驗(yàn)周期為一學(xué)期，分別涵蓋“Java程序設(shè)計(jì)基礎(chǔ)”和“Java Web應(yīng)用開發(fā)”兩門銜接課程，形成自然對照場景。在前置課程中，實(shí)驗(yàn)組僅進(jìn)行GAI的基礎(chǔ)使用，未采用系統(tǒng)化教學(xué)干預(yù)；在后續(xù)課程中，實(shí)驗(yàn)組則全面實(shí)施了“分層干預(yù)—人機(jī)協(xié)同”教學(xué)模式，對照組全程采用傳統(tǒng)教學(xué)方法。通過對比兩組學(xué)生的過程性評價(jià)和終結(jié)性考核表現(xiàn)，驗(yàn)證分層干預(yù)機(jī)制的有效性。

　　3.2 數(shù)據(jù)采集與分析

　　本文構(gòu)建了一個多維度評價(jià)體系，其中包括過程性評價(jià)和終結(jié)性考核。兩階段教學(xué)實(shí)驗(yàn)數(shù)據(jù)統(tǒng)計(jì)結(jié)果如表2所示。

　　3.3 實(shí)驗(yàn)結(jié)果解讀

　　實(shí)驗(yàn)數(shù)據(jù)顯示，在未進(jìn)行分層干預(yù)時，實(shí)驗(yàn)組的過程性評價(jià)明顯優(yōu)于對照組，但終結(jié)性考核成績則呈現(xiàn)較大負(fù)差異。這說明GAI的初步應(yīng)用雖然有助于短期內(nèi)完成任務(wù)，但也可能導(dǎo)致學(xué)生產(chǎn)生一定的技術(shù)依賴，從而削弱了其獨(dú)立解決問題的能力，驗(yàn)證了文獻(xiàn)中關(guān)于認(rèn)知退化風(fēng)險(xiǎn)的觀點(diǎn)。隨著“分層干預(yù)—人機(jī)協(xié)同”教學(xué)模式的實(shí)施，實(shí)驗(yàn)組在過程性評價(jià)和終結(jié)性考核兩個方面均表現(xiàn)出明顯優(yōu)勢。相較于對照組，實(shí)驗(yàn)組在過程性評價(jià)中提高了6.8%，在終結(jié)性考核中提高了7.9%?？傮w來看，實(shí)驗(yàn)結(jié)果較好地支持了“分層干預(yù)—人機(jī)協(xié)同”教學(xué)模式，證明該模式可以有效地將GAI從單純的效率工具轉(zhuǎn)變?yōu)榇龠M(jìn)認(rèn)知發(fā)展的媒介。

　　結(jié)語

　　本文基于建構(gòu)主義、掌握學(xué)習(xí)和社會文化理論構(gòu)建的“分層干預(yù)—人機(jī)協(xié)同”教學(xué)模式，不僅發(fā)揮了GAI在提高教學(xué)效率方面的優(yōu)勢，更在理論上確保了學(xué)生自主認(rèn)知構(gòu)建和獨(dú)立調(diào)試能力的培養(yǎng)。在這一模式下，教師不僅是知識的傳遞者，更是學(xué)生認(rèn)知過程的引導(dǎo)者和監(jiān)督者。

　　在實(shí)踐層面，通過對兩門Java課程的準(zhǔn)實(shí)驗(yàn)研究驗(yàn)證了系統(tǒng)化干預(yù)在平衡技術(shù)效率與學(xué)生自主認(rèn)知發(fā)展中的有效性。同時，本研究存在樣本規(guī)模較小、周期較短以及未深入探討學(xué)生個體差異等局限性，這些都為后續(xù)研究提供了進(jìn)一步探索的方向。

　　未來，隨著GAI的不斷完善和職業(yè)教育信息化的加速推進(jìn)，“分層干預(yù)—人機(jī)協(xié)同”教學(xué)模式在產(chǎn)教融合以及大數(shù)據(jù)驅(qū)動的個性化學(xué)習(xí)指導(dǎo)等領(lǐng)域具有廣闊的拓展空間，為職業(yè)教育的持續(xù)創(chuàng)新提供有力支持。

　　參考文獻(xiàn)：

　　[1]DeepSeek-AI,Guo DY,Yang DJ,et al.Deepseek-r1: Incentivizing reasoning capability in llms via reinforcement learning[EB/OL].(2025-01-22)[2025-04-20].https://arxiv.org/abs/2501.12948v1.

　　[2]楊凡,湯書昆.“新工科”的哲學(xué)闡釋——中國傳統(tǒng)哲學(xué)的視角[J].高等工程教育研究,2018,66(6):4-10.

　　[3]瓊·皮亞杰,傅統(tǒng)先.發(fā)生認(rèn)識論[J].教育研究,1979(2):86-91,96.

　　[4]Block JH,Burns RB.Mastery learning[J].Review of research in education,1976,4:3-49.

　　[5]Vygotsky L S.The collected works of L.S.Vygotsky: Problems of the theory and history of psychology[M].Springer Science & Business Media,2012.

　　[6]顧小清,王成梁,王培均,等.生成式人工智能賦能教學(xué)的機(jī)制、需求與路徑[J].中國教育學(xué)刊,2025(4):15-22.

　　[7]宋永磊,羅江華.AIGC賦能職業(yè)教育數(shù)字資源服務(wù)的愿景,挑戰(zhàn)與路徑[J].中國職業(yè)技術(shù)教育,2024,(17):27-33.

　　[8]陸軍.人工智能技術(shù)在高職院校課程教學(xué)中的應(yīng)用研究——以Python程序設(shè)計(jì)課程為例[J].大學(xué)教育,2024(18):89-92.

　　[9]林峰.人工智能技術(shù)對高職計(jì)算機(jī)類專業(yè)教學(xué)的影響[J].武漢工程職業(yè)技術(shù)學(xué)院學(xué)報(bào),2024,36(1):92-95.

　　[10]王悅曉,郝天聰.生成式人工智能賦能職業(yè)教育變革：挑戰(zhàn)與現(xiàn)實(shí)路徑[J].教育與職業(yè),2025(4):14-20.

　　作者簡介：章理登，碩士研究生，助教，zld0330@zjitc.edu.cn，研究方向：計(jì)算機(jī)教育和計(jì)算機(jī)視覺；陳錫鍛，碩士研究生，講師，研究方向：信號與信息處理，人體目標(biāo)姿態(tài)估計(jì)；林婷婷，碩士研究生，講師，研究方向：創(chuàng)新創(chuàng)業(yè)教育、區(qū)域發(fā)展；邱儒，碩士研究生，講師，研究方向：計(jì)算機(jī)視覺與深度學(xué)習(xí)。

　　基金項(xiàng)目：2022年浙江工貿(mào)職業(yè)技術(shù)學(xué)院校級課題——基于企業(yè)工匠坊的雙創(chuàng)能力培養(yǎng)模式探索“索思工匠坊”實(shí)踐（編號：縱20220041）；2023年度浙江工貿(mào)職業(yè)技術(shù)學(xué)院校級課題——基于Transformer框架的圖像增強(qiáng)算法研究（編號：縱20230007）。

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……