人工智能赋能高职课程思政有效教学的策略研究

摘要：随着教育信息化的快速发展，人工智能在提升高职院校课程思政教学效果方面展现出巨大潜力。本研究聚焦在目前高职课程思政教学中普遍存在的问题，探讨了人工智能如何有效整合进教学过程，以增强课程思政的吸引力和实效性。通过构建智能诊断与预警机制，实现对学生思想动态的精准把握和职业规划路线的诊断，及时调整学习策略，优化学习内容，修正职业规划路径等策略。该研究不仅有助于推动高职院校教育教学改革，也为人工智能技术在教育领域的深度融合和应用提供了理论支撑和实践方案。

关键词：高职教育；课程思政；人工智能；教学策略；智能诊断预警

引言

近年来，随着人工智能技术的突飞猛进，其在教育领域的应用正受到业界和学界的广泛关注与深入研究。尤其是职业教育，需要不断创新以应对新时代的挑战。高职院校的课程思政通过融合专业课程与思想政治教育，旨在培养学生的职业素养和社会责任感。然而，目前高职院校课程思政教学效果欠佳，存在目标缺乏清晰规划、专业与思政教育融合不够、教学方法单一、诊断与预警策略不完善等问题。为此，探究如何利用人工智能优化高职课程思政教学策略，提高教学的吸引力和针对性，已经成为当前教育改革的一项重要议题。

本研究基于人工智能技术的最新进展，着重分析了高职院校课程思政教学中存在的问题，并提出了结合人工智能的有效解决方案。通过构建智能化教学诊断与预警机制，可以实现对学生思想动态的精确捕捉与分析，既有利于教师针对学生的实际情况作出更为合理的教学调整，又能在教学过程中发现可能存在的问题，及时采取预防与干预措施。这种策略转变，不仅促进了课程思政教育与时俱进，更体现了教育教学个性化、精准化的发展趋势[1]。

一、当前高职院校课程思政教学存在的问题

当前高职院校课程思政教学中普遍存在的诸多问题，对课程思政的教学效果与学生的学习积极性产生了负面影响。具体而言，教师在授课过程中缺少个性化教学策略，难以针对不同学生的理解能力和兴趣点进行有针对性地教学设计，导致教学内容与学生实际需求脱节，无法激发学生的学习热情。同时，课堂互动性不足，学生参与度低，课堂氛围显得呆板单一，这进一步加剧了学生对课程思政的排斥心理。此外，教师在课程内容传递中过于注重理论的灌输，忽视了实践应用的结合，导致学生难以将所学知识与现实社会问题相联系，知识的应用性和实践性受限。另一方面，课程评估体系的不完善也是一大障碍，传统的考核方式过于单一，难以全面准确地反映学生的思想动态和理论掌握程度，以及将其转化为教学改进的依据。再者，教材内容更新不及时，缺乏与时俱进的实例和现实问题的结合，使教材脱离学生生活实际和时代背景，减弱了思政教育的时效性和针对性。高职院校课程思政教学还面临教师专业素养不一，缺乏必要的教育技术支持和创新能力，难以适应新时代教育教学的要求。诸如此类的问题亟须高校管理层和教师共同面对并寻求创新有效的教学方法，以实现高职课程思政教学的根本转变与全面提升。在此背景下，探讨人工智能技术在解决传统高职课程思政教学中存在问题方面的应用与成效显得尤为关键和迫切，这不仅能够为高职课程思政教学提供更为科学、精准和多元化的教学方法，而且能够促进高职院校教育教学改革的深入推进[2]。

二、人工智能赋能高职院校课程思政的有效教学策略

（一）利用AI优化教学内容

在智能时代背景下，教育教学模式亟待创新，AI技术为高职课程思政教学提供了新的路径。本研究采用算法分析与数据挖掘技术，针对高职学生的认知特点与需求，优化思政教学内容的策略设计[3]。首先，通过自然语言处理（Natural Language Processing，NLP）技术，分析大量思政教学相关文献与在线开放课程内容，提取课程核心观点与知识结构，形成知识图谱；其次，结合机器学习算法，如支持向量机（Support Vector Machine，SVM）和决策树（Decision Trees），对学生的在线学习行为数据进行分类与聚合分析，进而定制个性化的学习路径与教材内容；再次，利用深度学习模型，特别是卷积神经网络（Convolutional Neural Networks，CNN）和循环神经网络（Recurrent Neural Networks，RNN），对课堂互动与学生反馈数据进行情感分析和学习效果评估，实时调整教学策略[4]。

该研究方案引入了主题建模（Topic Modeling），特别是潜在狄利克雷分布（Latent Dirichlet Allocation，LDA）算法，以智能划分课程主题，确保教学内容的系统性和科学性，同时也保障课程内容与时俱进。此外，对于模型的训练与优化，本研究采用交叉验证（Cross-Validation）和网格搜索（Grid Search）技术精细调整超参数，确保模型的最优性能和高度泛化能力。数据集方面，选取近5年内高职院校课程思政相关的教学日志、学生作业、论坛讨论记录等真实场景数据，确保研究结果的普遍适用性[5]。模型参数配置遵循经验法则与前沿研究成果，例如，Adam优化器的学习率设置为5e-5到1e-4之间，以适应不同规模的数据集。

通过上述策略的实施，教学内容将更加贴合学生实际，增进其对课程思政的兴趣与认知深度，培养其批判性思维能力和问题解决能力。最终，该研究预期将实验性地证明，AI赋能下的思政教学内容优化能够显著提高学生的学习动机、知识掌握水平以及思想政治素养，为高职教育领域提供切实可行的教学策略，同时也为未来的教育技术和教学方法研究提供科学的数据支持和理论指导[6]。

（二）借助AI实现个性化教学

在探究人工智能技术赋能高职课程思政教学中实现个性化教学的过程中，首要任务是明确课程思政的实施目标。结合《高职学前教育专业实施课程思政路径示意图》，首先厘清了课程思政的核心价值与目标定位，进而根据学前教育专业的特点，分析学生群体的学习需求与个性特征。在此基础上，利用人工智能技术，设计出符合学前教育专业的个性化教学方案。

该方案采用并发处理思想，通过制定个性化学习路径与准备智能化教学工具两个并行的分支流程来实施，具体流程包括但不限于为每个学生定制学习路径、选择合适的智能教辅工具以及调整课堂互动方式。在实施教学活动时，采集学生互动数据，反向教学过程，通过数据分析对教学策略进行实时优化[7]。实施过程中，还需收集学生的学习反馈和表现，运用定量与定性的评估方法深入分析教学效果。

与传统教学模式相比，AI赋能的个性化教学更加注重数据驱动。以“个性化教学策略伪代码”为蓝本，开发了一套动态学生模型构建流程。通过算法输入学生的学习信息集合，经过并行处理获得学生学习能力与知识掌握状况的多维度分析结果，进而构建针对每个学生的学习模型，并以此模型为依据设计个性化教学计划[8]。该策略不仅基于理论研究，而且在实践中不断修正与完善，力求通过精准教学达到思政教育与专业教学的有机结合。

三、人工智能赋能高职院校课程思政的智能诊断与预警策略

在教育信息化的进程中，高职院校的课程思政面临着传统教学方法与学生思想动态脱节的难题，亟需智能化手段以增强教学的针对性与时效性。基于人工智能技术的智能诊断与预警策略可以实现对学生学习动态和思想动态的实时监测，为教学决策提供数据支撑，专业实施课程思政路径，见图1。该策略核心包括大数据收集、学生行为分析、个性化推荐、预警反馈以及学生职业规划诊断五大部分。

首先，通过教育大数据收集技术，系统能够实时记录学生在网络学习平台上的行为数据，如学习时长、频率、互动情况等。数据挖掘技术可以分析学生的学习习惯，结合自然语言处理技术，对学生在讨论区等互动环节中的语言表述进行情感倾向和关键词提取，为后续的个性化教学内容准备精确依据[9]。

其次，采用机器学习算法对学生行为数据进行模式识别，分析学生的学习成效和可能存在的问题。在此基础上，利用智能推荐系统为每位学生定制化生成学习路线和资源推荐，不仅体现个性化教学，还能提高学生的参与度和兴趣。

进一步，构建以教育心理学和行为分析为基础的学生思想动态判定模型，通过深度学习算法对模型进行训练与优化。模型能够动态评估学生的思想状态、识别偏离正常范畴的思想动态，实时反馈给教师，让教师能够及时了解学生的思想状况，采取相应措施。

此外，特别加入了对学生职业规划的诊断环节。系统通过监测学生的学习行为和日常活动，与其既定的职业规划进行匹配分析。当系统识别出学习行为或日常活动与职业规划存在偏差时，会提供两种类型的建议：（1）纠正学生的学习行为和日常活动，确保其与职业规划保持一致；（2）在必要时建议学生重新审视和调整职业规划，以更符合实际情况和个人发展需要[10]。通过这种双管齐下的策略，系统能够帮助学生及时修正偏差，优化学习路径，最终确保其职业目标得以实现和达成。

最后，应用预警反馈系统，当系统检测到学生学习成效不佳、思想动态异常或学习行为与职业规划不符时，可以自动触发预警机制。预警信息将及时通知教师或教育管理者，以便他们能够采取措施，如个别辅导、心理咨询或者调整教学策略，避免问题进一步恶化。

结语

综上所述，本研究深入探讨了人工智能在高职课程思政有效教学中的赋能策略。结果表明，人工智能能够显著提升高职课程思政的教学效果，通过个性化学习路径和提高教学针对性，增强教学的有效性。区域性高职院校可以根据自身条件和特色，定制适合本地化的智能诊断与预警系统。系统建成后，将通过动态数据追踪、定期测试和反馈调整，形成闭环教学过程，优化课程内容，提高课程思政的吸引力和实效性，增强学生的思想政治教育效果及职业生涯规划修正能力。通过这种创新教学与智能技术深度融合的策略，高职院校能够有效提升教学质量，培养符合社会主义核心价值观的高素质技术技能人才。

本文系2022年度天津市高等职业技术教育研究会课题《人工智能赋能高职课程思政有效教学的策略研究》（课题编号：2022-H-123）的研究成果。

参考文献：

[1]罗静，卿春，王游滨.高校思政课“五位一体”教学创新机制探究[J].教育文化论坛，2022，14 （04）：30-33.

[2]刘丽娟，潘婕.人工智能赋能高校思政课程教学改革研究[J].成都师范学院学报，2023，39（05）：100-107.

[3]孙平，姜丹，唐非，等.新工科人工智能人才培养的专业课程思政探究[J].教育教学论坛，2022，（23）：153-156.

[4]郭孔生，薛慧丽，佟晓彤.5G+AI技术赋能高职院校课程思政设计研究——以大学语文课程为例[J].湖北职业技术学院学报，2022，25（02）：35-42.

[5]何利娟.智慧平台赋能的大学法语”课程思政”教学改革研究[J].成才之路，2021，（33）：21-22.

[6]谢幼如，邱艺，黄瑜玲，等.智能时代高校课程思政的设计理论与方法[J].电化教育研究，2021，42（04）：76-84.

[7]崔正贤，马万利.人工智能赋能课程思政改革研究[J].教育理论与实践，2023，43（12）：33-36.

[8]石慧，李延秋，杨文睿.人工智能赋能高校课程思政建设[J].计算机教育，2022，（09）：94-100.

[9]何良伟，靳玉军.新文科背景下高校课程思政建设的实践路向[J].西华师范大学学报（哲学社会科学版）， 2023， （01）： 98-104.

[10]吴轲威，闫彩虹.灌输理论赋能高职课程思政的内在图式[J].职业技术教育，2022，43（32）：36-41.

（作者单位：天津轻工职业技术学院）

（责任编辑：豆瑞超）