当前位置:首页>排行榜>品牌课程创新成果分享 | python语言基础:AI赋能与实战的探索创新

品牌课程创新成果分享 | python语言基础:AI赋能与实战的探索创新

  • 更新时间 2026-09-21 21:20:56
品牌课程创新成果分享 | python语言基础:AI赋能与实战的探索创新
编 者 按

为贯彻落实《数智赋能一体化协同推进开放大学教育教学综合改革实施意见》有关要求,推动开放教育课程资源高质量发展,国家开放大学立项建设了一批具有示范性、引领性的开放教育品牌课程和资源。本期推出“python语言基础”课程建设实践成果。

课 程 团 队
课程概况与建设背景
课程概况

“Python语言基础”是一门面向大数据技术、软件工程等本专科专业的4学分基础编程类专业课程。这门课程目前已配备文字教材、1111分钟的视频微课、图文网络课程、实践实训任务、在线试题库等多种学习资源,每年选课人数20000人以上。为应对时代变革下编程教育面临的新挑战,满足从传统的“学会写代码”到现在的“学会用AI学编程,与AI共编程”的实际应用需求,本次资源建设在现有资源基础上新增“人工智能辅助Python编程学习”资源模块,并构建配套的编程实践平台,引导学生合理利用AI工具完成代码生成、调试与优化,使他们在真实编程场景中逐步掌握人机协作的核心能力。

教学实施痛点

“Python语言基础”课程虽然选课规模庞大、资源丰富,但教学实施中仍存在短板。调查数据显示,多数学生学习编程并非为了成为专业程序员,而是服务于数据分析、办公自动化、信息处理等实用性需求。然而,现有课程资源和学习任务设计尚未充分回应这种以应用为导向的学习目标。随着人工智能普及,编程方式正从手动编写转向人机协作,学习者迫切希望掌握如何与AI协同工作、借助AI提升编程能力。学习动机调研词云图如图1所示。

图1 学习动机调研词云图

此外,现有实践平台尚未集成适合教学场景的AI辅助功能,学生在编程过程中需要频繁切换至外部工具,人机交互过程暂无法有效记录与评估,教学较难追踪学生的真实能力发展。因此,亟须建设一个融合人工智能辅助编程学习的资源模块及配套实践平台,系统性地回应学习者的真实需求,使编程教育真正走向人机协作。

建设目标

过往我们聚焦于“学会写代码”,但当下的现实需求已演变为两层:一是“学会用AI学编程”,借助AI提升学习效率;二是“学会与AI共编程”,在人机协作中完成编程任务。本课程建设项目致力于解决以下关键环节:

(1)构建人机协同教学模式:探索DeepSeek大模型融入编程的教学方式,形成“用AI学编程,与AI共编程”的新型教学模式。

(2)打造沉浸式学习环境:融合视频、实训平台与大模型学伴,构建沉浸式编程学习环境,提升线上学习的参与感与实操性。

(3)提升AI辅助编程实践能力:增强学习者利用AI工具进行代码理解、编写、调试与优化的综合能力,满足新时代数字化人才培养需求。

(4)形成可推广的智慧课程范式:总结并输出可复制、可推广的“AI+编程”智慧课程建设范式,为更广泛的教学改革提供参考。

建设思路与建设内容
整体建设思路

遵循“AI深度融合内容+智能平台支撑实训”的双轮驱动建设思路,课程以国产大模型DeepSeek为技术内核,系统设计Python编程教学模块。通过引入贴近生活的实战案例及“词频统计”等综合性项目,把AI助学功能自然嵌入学习全过程。在课程界面侧边栏常设AI智慧学伴,为学习者提供实时答疑、代码调试等个性化辅导。同时,依托新一代编程实训平台,实现题目练习、代码编写与AI互动的同屏联动,构建起“师生机”三元交互的智能学习场景,全面提升编程实训的可操作性与学习效率。

核心建设内容

1.内容重构与资源革新

课程把国产生成式大模型DeepSeek深度融入Python编程实训内容,系统讲授AI在编程学习全链条中的应用策略与实操方法。课程设计了超市结账、餐厅点餐、汽车销售管理、健身房会员准入等一系列贴近生活的实战案例,并设置了“词频统计工具开发”综合实践项目,覆盖文件读取与异常处理、文本预处理、单词统计与字典操作、高频词筛选、排序逻辑、字符画柱状图等流程,实现从知识输入到能力输出的闭环。在建设过程中,构建了372分钟系列微课,采用“理论讲解+多模态操作演示”相结合的方式,融合教师讲授、DeepSeek交互界面录屏、代码编辑器实操、程序运行结果展示(见图2)。

图2 理论讲解+多模态操作演示

同时,课程依托智慧学习平台,实现AI导航、视频打点、截图问答等功能(见图3)。该资源模块也已作为独立课程上线国家智慧教育平台终身学习中心,作为试学试用的样例,有效吸引招生(见图4)。

图3 智慧学习平台AI伴学

图4 上线终身学习中心

2.数智赋能:AI全过程助学与编程实训平台

课程依托国产大模型DeepSeek,实现了AI在编程学习全过程的深度嵌入。在课程界面侧边栏常设AI智慧学伴,提供实时答疑、代码解释、错误调试等个性化辅导。结合近期研发并试用的新一代编程实训平台(见图5),平台深度融合了大模型能力,支持学习者在观看视频的同时直接进行代码编写、运行调试,并随时与AI智慧学伴互动,提升了编程实践的可操作性与学习效率。

图5 结合新一代编程实训平台的AI智慧学伴

3.名师领衔:高水平教学团队保障

课程由北京大学陈斌教授担任主讲教师。陈斌教授曾获北京大学教学卓越奖,作为第一负责人获得多项国家级教学奖励,其B站公开课拥有粉丝5万名以上,收获点赞10万以上、播放量260万以上,具有广泛的教学影响力。联合制作单位,双方协同推进课程研发与视频制作,确保内容科学准确、技术规范精良、教学逻辑清晰。

创新经验与未来展望
亮点与创新

1.教学内容创新

率先将国产生成式大模型DeepSeek深度融入Python编程实训教学体系,系统讲授AI在编程学习全链条中的应用策略与实操方法,实现从“学编程”到“用AI学编程、与AI共编程”的升级。

2.教学方法创新

采用“理论讲解+多模态操作演示”相结合的方式,把教师讲授、AI交互录屏、代码实操、运行结果可视化融为一体,提升学习体验与理解效率。

3.教学模式创新

紧密对接真实实训任务,强调“在用中学、在做中悟”,促进“教、学、做”深度融合,激发学习者主动性与创造性,实现从“被动听讲”到“主动实践”的转变。同时,将视频、编程实训平台、大模型学伴融合在统一界面,打破传统“学”“练”分离壁垒。

示范引领价值

项目成果对推动智能技术赋能编程教育教学改革、提升开放教育与在线教育质量具有积极的引领作用与示范意义。资源模块已上线国家开放大学学习网、智慧学习平台、国家智慧教育平台终身学习中心等多个平台,服务全民终身学习。

本次资源建设也取得了一些荣誉,“人工智能辅助的Python交互式学习资源”获得中国教育技术协会颁发的AI赋能在线教学创新成果大赛交互式学习资源赛道三等奖。“大语言模型辅助的Python语言编程——可视化图表绘制”获得全国高等学校计算机教育研究会颁发的全国高校程序设计教育大会程序设计类实训案例特等奖,证明了该资源建设的引领价值。

未来展望

未来课程将持续优化DeepSeek大模型与编程实训平台的深度融合,进一步提升AI智慧学伴的交互智能性与代码理解能力;融入零代码/低代码编程的相关思想,进一步适应AI时代变局;丰富生活化案例库与综合实践项目库,适配更多职业与生活场景,探索对代码质量、算法思维、问题解决等维度的智能化评估,保持课程的先进性与实用性。

来源:国开轻课堂

随机文章