
info@juzhikan.asia
北华航天工业学院,河北廊坊,065000;
摘要:针对高层建筑结构课程思政教学中育人元素与专业知识衔接不紧、学情识别粗放、过程反馈滞后及评价证据单一等问题,该文探索了人工智能助力课程思政教学的实践。论文协同知识、能力与价值目标,构建“多源感知—精准诊断—适配干预—证据评价—迭代改进”的教学闭环。人工智能主要用于建立思政图谱、思政动画、知识点与思政元素的关联、识别典型学习错误、生成分层工程情境以及整理多源学习证据;教师负责教学目标确定、内容核验、价值引导和最终评价。该文进一步形成贯通课前诊断、课中探究、课后反馈与教研改进的实施体系。研究表明,人工智能助力课程思政教学的关键在于提高目标、活动、评价与反馈的一致性,同时应恪守数据真实、内容可追溯、学生主体性。该研究为工科基础课程思政的系统设计与持续改进提供了实践参考。
关键词:人工智能;课程思政;思政图谱;精准教学;教学评价
参考文献
[1]教高〔2020〕3号文件,教育部关于印发高等学校课程思政建设指导纲要的通知[Z].
[2]中共中央, 国务院. 教育强国建设规划纲要(2024—2035年)[Z].
[3]教办〔2025〕3号文件,教育部等九部门关于加快推进教育数字化的意见[Z].
[4]冯建有,胡文锋,段士伟,等.高层建筑结构课程思政教学设计与实施探索[J].安徽工业大学学报:社会科学版, 2022, 39(3):77-79.
[5]王春芳,姜珍珍."力学"课程思政教学的探索与思考[J].上海理工大学学报:社会科学版, 2022, 44(1):5.
[6]Biggs J .Enhancing Teaching through Constructive Alignment.[J].Higher Education, 1996, 32.
[7]Francois J A , Quek F .Situated Learning: Legitimate Peripheral Participation[J].Proc of Chi, 2011.
[8]Black P , Wiliam D .Assessment and Classroom Learning[J].Assessment in Education Principles Policy & Practice, 1998, 5(1):7-74.
[9]ZAWACKI-RICHTER O, MARÍN V I, BOND M, et al. Systematic review of research on artificial intelligence applications in higher education—where are the educators?[J]. International Journal of Educational Technology in Higher Education, 2019, 16: 39.
[10]Boonlue S .GUIDANCE FOR GENERATIVE AI IN EDUCATION AND RESEARCH" FOR TEACHERS[J].JOURNAL OF INDUSTRIAL EDUCATION, 2024, 23(2).