面向多维度思维认知能力提升的Python课程教学改革实践.docxVIP

面向多维度思维认知能力提升的Python课程教学改革实践

摘要：为应对人工智能时代对高层次人才的需求，研究旨在探索一套提升学生多维度思维认知能力的Python课程教学改革方案。研究首先界定了计算思维、工程思维与创新思维的核心内涵。以此为导向，构建了“教学内容优化—教学方法驱动—大语言模型辅助”三位一体的教学模式，并设计了配套的多元过程化考核评价体系。教学实践结果表明，该改革方案不仅显著提升了学生的学业成绩，更在多项思维能力维度上促进了其发展。研究为人工智能背景下的程序设计课程改革提供了系统性的实践参考。

关键词：Python课程；多维度思维培养；大语言模型辅助；过程化评价；教学改革

中图分类号：G642文献标识码：A

文章编号：1009-3044（2025）28-0146-04

开放科学（资源服务）标识码（OSID）

随着人工智能技术的发展，尤其是大语言模型技术的广泛应用，这一智能辅助工具一方面使学生在学习程序设计语言语法时更加轻松，降低了学习门槛[1]，另一方面也对程序设计语言的教学改革提出了更高的要求[2]。当前的教学不应仅局限于让学生通过编程解决简单的计算问题，而应将重点放在增强学生的思维认知能力上[3]，涵盖计算思维能力、工程思维能力和创新思维能力。这些思维能力不仅是学生解决复杂问题的关键，更是适应未来社会对高素质人才需求的必备素养。

Python是人工智能时代应用非常广泛的语言[4]，以其语法简洁、功能强大等特点，成为培养思维认知能力的理想程序设计语言。近年来，教育工作者围绕培养学生不同维度的思维认知能力开展了诸多探索[5]，并取得了一定的成果。然而，现有研究或侧重单一计算思维的培养，或未能将教学方法、前沿工具（如大语言模型）与多元思维目标进行系统性的整合与联动。针对此问题，本文提出了一套系统化的教学改革框架。该框架首先对Python程序设计课程的教学内容进行优化升级，然后根据不同层次的教学内容和思维认知特点，分别引入案例演化、成果导向、问题引领等多样化教学方法，结合大语言模型在代码解析、功能分解、跨领域探索等方面的辅助功能，帮助学生在学习编程知识的同时，系统地掌握计算思维、工程思维和创新思维的方法与技巧，实现综合素质的全面提升。这一探索不仅是对Python教学的优化，更是对AI时代下程序设计教育范式的一次积极回应。

1多维度思维认知的内涵与特征

多维度思维认知包括计算思维、工程思维和创新思维3个方面，每种思维范式均具有其独特的内涵与特征，并且会在实际应用中互相影响和促进，如表1所示。作为编程基础的计算思维，其重点是通过数据结构和算法来解决可计算的问题[6]，核心是抽象化和自动化。这种思维能帮助学生将复杂问题分解为多个可计算的步骤，再通过设计好的算法和恰当的数据结构来处理。工程思维主要是用自上而下、逐步细分的方法来处理复杂问题，其特点是系统化、层次化。它是从整体到部分、从抽象到具体的思考过程，在软件开发中可以指导学生更有条理地解决各种复杂问题，从而提高项目的质量和可维护性。创新思维是用新的方法或者结合不同领域的知识来解决问题，具有开创性和探索性特点。培养学生具备这种思维能力，可以保持他们不断学习的积极性，打破传统思维的约束，尝试采用前沿技术和创新手段来解决遇到的问题，从而提高其在复杂多变环境下的适应能力。

这3种思维方式不是相互独立的，而是相互联系、共同促进的。计算思维为工程思维提供了基础的逻辑和方法支持。在软件开发中，计算思维能辅助学生设计出高效的算法和数据结构，而工程思维则负责将这些算法模块有效地集成于宏观系统架构之中，以确保系统的整体性与可维护性。工程思维为创新思维搭建了实现的平台，而创新思维的想法又要依靠工程思维的系统化方法来实现。在实际操作中，创新思维可以不断推动技术升级和改进，然后工程思维可确保这些创新想法被稳定、高效地实现。计算思维为创新思维奠定了技术基础，算法与数据结构是学生进行技术创新的基础工具集。创新的前提是掌握现有的技术方法，而创新思维能引领学生探索新的使用场景和处理方法，帮助他们打破传统算法和技术的限制。

2基于多维度思维认知的教学改革方案

明确了面向思维认知能力提升的教学改革方向后，针对不同的思维认知能力培养目标，对教学内容进行了优化升级，设计了针对性的教学方法，并利用大语言模型辅助教学目标的实现，整体方案如表2所示。

2.1多维度思维导向的教学内容设计

计算思维是程序设计的核心思维之一。在教学内容上，首先从计算机的本质出发，介绍图灵机的概念，从而让学生理解计算机的核心运行原理，即存储程序和指令驱动。这是计算机的理论模型，也是计算机处理问题的底层逻辑，为后续学习奠定了理论基础。然后介绍数据类型的概念，不同类型数据表示方式不同，取值范围不同，支持的运算不同，最根本的区别是在