哈尔滨华德学院-数据科学与信息工程学院

【SC教学改革初显成效】以生为中心,以智促提升——SC课程教学改革落地见效,赋能学生全面成长
时间:2026-06-18

为深入践行“以学生发展为中心、以学生学习为中心、以学习效果为中心”的SC教学理念,破解传统教学中“教师主讲、学生被动”的痛点,推动课程教学从“知识灌输”向“能力塑造”转型,我校全面推进SC课程教学改革,依托AI技术赋能,精准破解学生学习难题,明晰课程目标,搭建认知框架,创新评价体系,经过阶段性实践,取得了显著成效,为应用型人才培养注入新动能。


聚焦学生学习痛点,找准改革发力点

改革初期,授课教师通过课堂观察、作业分析、问卷调查、小组访谈等多种形式,结合AI学情分析系统的数据反馈,全面梳理出学生在SC课程学习中的核心困难,为改革精准施策奠定基础。一是认知层面,学生普遍存在知识碎片化问题,难以将零散知识点串联成体系,对《电工电子技术》课程核心逻辑和内在关联理解不深入,契合布鲁姆认知模型中传统学习忽视高阶认知能力培养的弊端,多数学生停留在低阶的知识记忆层面,缺乏分析、综合、评估等高阶思维能力;二是学习方式层面,部分学生仍习惯于被动接受知识,主动探究、合作学习的意识薄弱,课前预习完成率偏低,课堂参与度不高,难以适应SC课程“主动学习、自主成长”的核心要求;三是实践应用层面,理论与实践脱节,学生难以将课堂所学运用到真实场景中,解决实际问题的能力不足,且遇到学习困难时无法及时获得精准指导,学习进度易受影响;四是个性化需求层面,学生基础差异较大,传统“一刀切”的教学模式无法兼顾学优生的拓展提升和学困生的基础巩固,因材施教难以落地。

2.明晰课程目标,筑牢改革根基

针对学生学习困难,结合布鲁姆认知分类模型和BOPPPS课程设计模型,我校进一步明晰SC课程教学目标,打破“重知识、轻能力”的传统导向,构建“知识掌握、能力提升、思维发展、价值引领”四位一体的课程目标体系。一方面,明确基础目标,要求学生熟练掌握课程核心知识点,夯实低阶认知基础,为高阶学习筑牢根基;另一方面,突出能力目标,聚焦学生自主学习能力、合作探究能力、问题解决能力和创新思维能力的培养,引导学生从“会学”向“善用”转变,契合“学习是行动,通过行动学习”的SC课程设计原则。

同时,借助AI课程设计工具,结合课程矩阵编制方法,将《电工电子技术》课程总目标拆解为每一节课的具体目标,每个具体目标均采用可量化、可落地的动词表述,明确“学生需完成哪些活动、掌握哪些技能、达到何种水平”,确保教学活动、学习任务与课程目标高度契合,让教师“教有方向”、学生“学有目标”,实现课程目标的精准落地。此外,结合行业岗位需求,将职业素养融入课程目标,实现“知识传授、能力培养、价值引领”三位一体,助力学生衔接未来职业发展。


AI赋能认知建构,破解学习瓶颈

为帮助学生搭建系统的认知框架,破解知识碎片化、实践能力弱的难题,我校以SC理念为核心,结合AI技术,构建“AI+支架式”认知建构模式,为学生提供精准化、个性化的学习支持,践行维果茨基“脚手架”理论,助力学生从舒适区迈向发展区。

课前,AI系统根据学生的基础数据,推送个性化预习资料,包括知识点微课、预习任务单、基础练习题等,帮助学生提前熟悉核心概念,搭建认知基础;同时,通过AI预习检测,精准定位学生预习中的薄弱环节,为教师课堂教学提供数据支撑。课中,依托AI智能教学平台,构建“学生实操+AI诊断+教师点拨”三维教学模式,通过AI思维导图工具,实时梳理课堂知识点,帮助学生串联零散内容,形成系统的知识框架;针对学生在小组讨论、实践操作中遇到的问题,AI助教可实时响应,提供思路引导和方法提示,将教师从重复性答疑工作中解放出来,让教师更专注于个性化辅导和思维引导;此外,通过AI情境模拟功能,还原真实应用场景,让学生在沉浸式实践中深化对知识的理解,提升实践应用能力,部分课程还引入校企“AI工坊”模式,将产业一线项目融入课堂,帮助学生衔接行业需求。


课后,AI系统根据学生课堂表现和作业完成情况,生成个性化学习报告,精准推送针对性的巩固练习和拓展资源,帮助学生查漏补缺;同时,借助AI小组协作平台,引导学生开展线上互助学习,通过同伴互教攻克学习难点,形成“自主探究、AI辅助、同伴互助、教师点拨”的闭环认知建构路径,逐步培养学生的高阶思维能力。


重构评价体系,实现以评促学

打破传统单一的终结性评价模式,我校围绕SC课程改革理念,构建“AI+多元化”学习评价体系,实现从“为筛选而评”向“为学习而评”的转变,落实“以评促学、以评促改”的核心目标。

评价内容上,突破“唯分数论”,涵盖知识掌握、课堂参与、实践操作、合作探究、自主学习等多个维度,既关注低阶认知能力的夯实,也重视高阶思维能力的提升;评价方式上,融合过程性评价与终结性评价、定量评价与定性评价、教师评价与学生自评互评,其中过程性评价占比不低于40%,通过AI系统实时采集学生课前预习、课堂互动、作业完成、小组协作等数据,实现过程性评价的精准化、常态化,避免人为评价的主观性。


此外,AI评价系统可对学生的学习数据进行实时分析,生成个性化评价报告,不仅能全面、客观衡量学生的学习效果,还能精准定位教学中的薄弱环节,为教师调整教学策略、优化课程设计提供数据支撑,形成“评价—反馈—优化—提升”的闭环,推动教学质量持续迭代。同时,引入“三会”分级测量模式,以“会说、会做、会教”作为评价学生学习效果的重要标准,确保学生真正“学会”知识、“能用”知识。