Volume 3,Issue 9
基于AIGC 的传统计算机专业实践式改革与创新
长期以来，我国高校计算机实践教学主要遵循“语法驱动— 算法验证— 系统实现”的循序渐进模式，侧重于培养学生的底层编码能力和工具使用技能，传统的培养目标已明显滞后于时代需求。本文立足于高等教育数字化转型的宏观背景，提出了“基于AIGC 的跨越式能力提升”教学改革新范式。通过引入AIGC 大模型，让学生跨越繁琐的语法障碍和底层实现细节，直接在系统架构和创意逻辑层面进行操作，旨在培养具备有效AI 驾驭能力、系统化思维与跨界创新能力的复合型计算机人才。
[1] Chen G, Li S. An empirical investigation of AI adoption and perception among IT professionals[J]. Issues in Information Systems, 2025, 26(4): 168-182.
[2] 薛佳楣, 玄子玉, 张磊. 面向计算思维能力培养的大学计算机基础课程教学改革研究[J]. Creative Education Studies, 2021, 9: 1429.
[3] 姚建龙, 刘学通. 人工智能在通识教育中的应用风险与路径研究[J]. Advances in Education, 2025, 15: 44.
[4] 王雯, 李永智. 国际生成式人工智能教育应用与省思[J]. 开放, 2024.
[5] 厉旭杰, 顾雨辰, 姚持恩. 集成 AI 大语言模型的在线编程实验平台设计与实现[J]. Experimental Technology & Management, 2024, 41(8).
[6] 柳晨晨, 王欣颖, 倚杨莹, 等. GenAl 教育落地的多案例溯因分析— 基于教师愿景, 学生参与和课堂技术集成的三维分析框架[J]. Modern Educational Technology, 2025, 35(2).
[7] 车万翔, 窦志成, 冯岩松, 等. 大模型时代的自然语言处理: 挑战, 机遇与发展[J]. 中国科学: 信息科学, 2023, 53(9): 1645-1687.
[8] 秦龙, 武万森, 刘丹, 等. 基于大语言模型的复杂任务自主规划处理框架[J]. ACTA AUTOMATICA SINICA, 2024.
[9] CHI Q Y, JIANG X Y, LV Y. Analysis on the Group Differences of Information Literacy among Local College Students[C]// Proceedings of the 2021 International Conference on Information Science, Computer Applications and Education (ICISCAE). Xi'an: [s.n.], 2021: 1893–1898.
[10] 朱禹, 陈关泽, 叶继元. 人工智能生成内容 (AIGC) 的本质属性及其对信息资源管理学科的影响[J]. 信息资源管理学报, 2024, 14(6): 60-72.
[11] 黄峻, 林飞, 杨静, 等. 生成式 AI 的大模型提示工程: 方法, 现状与展望[J]. Chinese Journal of Intelligent Science & Technology, 2024, 6(2).
[12] 陶钧, 张宇, 陈晴, 等. 智能可视化与可视分析[J]. 中国图象图形学报, 2023, 28(6): 1909-1926.
[13] 誉钱, 佳慧黄. C++ 程序在不同领域的应用[J]. 智能城市应用, 2024, 7(10): 100-103.
[14]Zhao M, Peng H, Li L. Multivariate Time Series Anomaly Detection Based on Dynamic Graph Neural Networks and Self-Distillation in Industrial Internet of Things[J]. IEEE Internet of Things Journal, 2024.
[15] 朱厚峰, 徐广超, 石昌岭, 等. 智慧校园应用系统的设计与实现[J]. 福建电脑,2021,37(02):106-108.DOI:10.16707/j.cnki.fjpc.2021.02.033.