智能时代程序设计教学的三重转向

howard20052026-11-01 22:16

智能时代程序设计教学的三重转向

------以Java课程为例谈知识、技能、品质与智能素养的培养

作者 ：华卫　　单位 ：泸州职业技术学院人工智能与大数据学院　　邮编：646000

说明：本文为教学研究论文，观点与论据均来自作者近三十年的高职程序设计教学实践。

本文目录

摘要

生成式人工智能已能胜任相当程度的代码生成工作，程序设计课程面临"教什么、怎么教、如何评价"的连锁追问：若代码可由智能体代劳，以语法记诵与照例编程为核心的传统教学是否已失去意义？

本文以近三十年的高职程序设计教学实践为基础，围绕这一问题提出三点主张：

  1. 教学重心由"语法技能的传递"转向"思维能力的培育" ------ 以学科交叉为温床、以真实问题为载体，在做中学、在学中做；
  2. 教材与课程重构为"知识主线 + 智能工具"双线并行结构 ------ 并建立随技术迭代而更新的动态修订机制；
  3. 教学思想是灵魂、生成式工具是放大器、评价改革是牵引力 ------ 三者不可互相替代，尤其不能以"人机交互"的丰富之名，消解师生面对面互动所独有的育人功能。

在目标层面，本文将课程培养目标重构为知识、技能、品质与智能素养 四个层次，并着重论证：在智能工具可批量产出"可运行代码"的条件下，以逻辑严密、耐心细致、协作担当为内容的品质层，已由课程目标中的"软性附加"转变为"刚性底线"。

本文同时给出面向智能时代的"AI 双轨"教学组织方案，即以"先独立思辨、后人机协同、再回归反思"为序的渐进式教学流程，并主张将人机交互过程纳入过程性评价，引导学生由"依赖生成"转向"自觉调控"。

本文可为同类院校程序设计类课程的智能化改造提供一个可操作的思路框架。

关键词 ：生成式人工智能　程序设计教学　Java　学科交叉　过程性评价　智能素养　教学思想

一、问题的提出：代码可生成之后，教什么

自生成式人工智能进入公共视野不过数年，其代码生成能力已从"补全一行"跃升至"生成一个可运行模块"。这一技术事实，直接叩击程序设计类课程的教学根基。2025 年修订的《义务教育信息科技课程标准》删去"掌握一种程序设计语言的基本知识"的表述，将"理解数据、算法、算力对人工智能发展的重要作用"以及"自主可控"导向纳入必备知识；这一修订并非否定程序设计，而是明确否定"把编程语言语法作为教学目标"这一倾向。

教育部职业院校信息化教学指导委员会 2025 年 5 月发布的《职业院校人工智能应用指引》，则把职业教育中人工智能的应用划分为"学习---使用---融合"三个演进阶段，要求职业院校培养"兼具良好人机协同、职业规范、终身学习能力"的高技能人才。

教育部同期公布的数据显示，全国已有 92% 的高职院校开设人工智能相关通识课，866 所职业院校开设人工智能相关专业，2287 所院校推进人工智能与农业、机电、建筑、城市管理、健康养老等 97 个专业融合，表明人工智能素养已从"可选内容"变为职业院校的普遍责任。《义务教育信息科技课程标准（2025 年修订）》进一步规定，跨学科主题学习模块不得低于总课时的 8%，并要求每学期开展项目式学习。

这意味着：面向智能时代的程序设计教学，其重心位移已被政策与学理共同确认。由此，本文试图回答三个递进的问题：第一，当"写出可运行代码"这一目标可以交由智能工具部分完成时，程序设计课程应当以什么为不可让渡的核心目标？第二，教材与课程结构应当如何重构，才能既容纳智能工具、又不被其所裹挟？第三，在教学思想、教学手段与教学评价三者之间，应当建立何种关系，才能避免"工具越先进、教学越平庸"的悖论？

本文以自1995 年起在高职院校开设Java 课程近三十年的教学实践为经验基础，讨论上述问题。文章的基本立场是：程序设计课程的核心价值，不在于让学生写出多少行代码，而在于使其具备把真实问题转化为形式精确的求解过程、并对所交付成果负责的能力；生成式人工智能并未取消这一价值，反而使它从"职业选项之一"上升为"几乎所有学习者都必须具备的底线素养"。

围绕这一立场，本文从教学目标、教材结构、评价改革与目标重构四个层面提出可操作的应对方案。

二、从"教语言"到"育思维"：智能时代的三重转向

2.1 转向之一：教学目标从"语法技能"下沉为"思维品质"

传统程序设计教学的三层目标------知识、技能、品质------本身并无不妥，问题出在实施中的重心错位：知识与技能被反复训练，品质却多停留在口头。教学观察中不难发现一条规律：学生在语法层面出错尚可订正，但在"面对一个从未见过的问题时如何把它拆解为可计算步骤"这一环节上，普遍存在难以跨越的坎。这道坎不在智力，而在思维习惯。

生成式人工智能的出现，使这道坎从一个"因人而异的学习难点"升级为"普遍的、有结构性的教学难题"。当工具可以即时产出语法正确的代码，学生的注意力必然转向何处，这是教学设计必须正面回答而不能回避的问题。若放任自流，最可能的结果是：语法生疏、调试能力欠缺、且因长期缺乏独立解题训练而形成的"编程脑"萎缩。

2.2 转向之二：以真实问题为锚，以学科交叉为温床

学科交叉是程序设计教学创新的温床。这一命题在智能时代非但没有过时，反而获得了新的着力点：当"写出代码"这一动作本身被智能化替代之后，"为什么要写这个程序""这个方案在真实场景中值不值得"，就成为更值得教育投入的问题。具体而言，学科交叉在智能时代承担了三层新的功能。其一，它是思维训练的必要条件。

程序设计的本质是把一个模糊的现实问题翻译成形式精确的求解过程，这一翻译过程天然需要数学（形式化）、逻辑（推理结构）、人机交互（可用性判断）等多学科支撑。从教学经验看，学生在处理"用程序解决一个真实管理问题"的任务时，所调动的往往不是编程知识，而是对问题的理解、对约束条件的辨析、以及对方案可行性的权衡------这些都不是 Java 语法能给出的。其二，它是抵抗"技术退化"的关键。

长期只用自然语言向智能体索取代码，学生的专业语言会持续退化，对系统"为什么这样设计"失去追问。而一旦课程内容被设计为必须跨学科才能完成，学生就无法绕过问题理解直接索取答案，因为跨学科的约束条件（如物理量纲、统计口径、界面可用性）无法用一句提示词替代。其三，它为"品质层"提供了可观察的载体。

逻辑严密、耐心细致、协作担当这些品质，若只是抽象说教，学生无从检验；而在跨学科的真实任务中，一个数据口径的错误、一个界面的可用性缺陷，都会立刻暴露并被同伴看见。品质因此成为可评价、可反馈、可改进的对象。以"写文章"作比：义理为骨、词章为肉。此喻在智能时代更显精当------当智能工具能瞬间生成华美辞藻时，唯有义理（问题是否真实、推理是否严密、方案是否可行）不可外包。

程序设计课程的正确定位，恰是义理而非词章。

2.3 转向之三：把"独立思辨"置于"人机协同"之前

面对生成式工具，教学界最常见的两种失准，一是拒斥------认为 AI 生成代码有违学习本质，因而拒绝一切使用；二是滥用------凡能提示词解决者一律交予智能体，以待完成量为标准进行评价。这两种失准源于同一个误解：把"使用工具"与"学习知识"当作同一件事。

事实上，工具的使用本身是可以教授、可以评价、可以规范的能力；《职业院校人工智能应用指引》将"使用探索"单列为一个阶段，正说明工具运用有其自身的能力谱系与进阶路径。由此本文主张一种明确的价值次序：先独立思辨，后人机协同，再回归反思。

具体而言，当学生在某项任务上尚不能独立形成方案时，先行的智能提示会直接替代掉本应发生的思维过程，学习便无从发生；而当学生已具备独立方案后，智能工具的介入则提供了方案比较、代码审查、边界测试的额外视角，此时工具的使用转化为学习效率的放大器。关键不在于是否使用工具，而在于使用时点上学生主体性的有无。这一时点判断，正是教学设计而非技术选型所能解决的问题。

三、教材与课程重构：双线编排与动态迭代

3.1 以问题为中心的编排思想

教材编排应"以问题为中心，从具体到抽象，从特殊到一般"，其学理依据在于：从问题到理论主要是归纳推理，从理论到应用主要是演绎推理，好教材应把两个过程结合起来，构成有机整体。传统教材"先理论后应用、先一般后特殊、先抽象后具体"的编排不符合认识论的基本规律。这一判断在智能时代同样成立，且更为迫切。

传统教材的问题不只在于顺序，还在于其预设：预设读者必须通过大量语法细节的学习才能抵达应用，预设应用是知识的"下游"。而智能工具恰恰把"语法细节的即时产出"变成了几乎免费的公共品，这使教材若仍以语法记诵为主要负荷，就等于把最稀缺的课时资源投入了最廉价的环节。

3.2 双线并行结构：知识主线与智能工具线

据此，本文主张教材与课程采行"双线并行"结构。知识主线保持学科内在逻辑的完整性，按"问题---理论---应用"的循环组织，但每一循环的"问题"须取自真实职业场景，并具备跨学科约束，以使"直接索取答案"在任务层面不可行。

在Java 课程中，典型的任务载体是"学生信息管理系统""工资管理系统"等数据库应用系统：它们要求学生同时处理界面可用性（人机交互）、数据口径（统计与管理）、业务流程（系统分析）等多学科问题，并必须通过调试获得反馈。智能工具线则明确界定工具的使用边界、时机与责任，把"如何与智能体协作"本身作为教学内容。

这一线至少包含三个模块：其一，提示词工程与问题表达------训练学生把模糊需求转化为可执行指令；其二，生成结果的审查与验证------训练学生以测试用例、边界条件、异常路径检验生成代码，而非以"能跑通"为通过标准；其三，交互过程的留痕与复盘------训练学生呈现自己如何判断、如何否决、如何修正模型的建议。双线并非并列的两门课，而是同一任务中的两个动作：在知识主线上"想清楚"，在智能工具线上"做得快"。

前者不可替代，后者不可省略。

3.3 动态迭代：教材修订须匹配技术的"月级别"节奏

《职业院校人工智能应用指引》提出人工智能相关课程内容与技能测评标准应"动态迭代"，以适应技术的快速演进。这一要求对教材编纂提出了硬性约束：传统教材"一次编写、若干年沿用"的生产方式，在智能工具能力半年一变的环境下已难以为继。据此可提出两点具体建议。

其一，教材应从"知识清单"转为"知识地图+案例库"：主体部分保留不易过时的知识骨架与思维方法，将易变部分（如具体工具的操作细节、某种写法的推荐）以可替换的模块承载，随版本更新。其二，教材应配套一个"案例---工具对照表"，说明每个教学案例在当前工具条件下应当如何完成、可以借助工具到何种程度、哪些环节必须由学生独立完成------这一对照表本身就是动态修订的抓手。

四、教学思想、生成式工具与评价改革：三者关系再审视

4.1 教学思想是灵魂，教学手段是工具

教学思想是灵魂，教学技巧和教学手段是工具------这一判断在生成式工具面前不但没有动摇，反而需要更坚决地捍卫。原因在于，智能工具的介入方式同样是价值选择：教师可以要求学生先用智能工具生成再逐行讲解，也可以要求学生先独立完成方案再与智能体比较，两种用法在技术上都可行，在育人效果上却相去甚远。技术不会自动产生好的教学；恰恰因为工具好用，教师的选择才更不易被察觉、也更需自律。

4.2 AI 不能取代的三件事

课件"并不能充分考虑到学习者的各种千差万别的具体情况"，故师生互动不可替代。在智能时代，这一判断需要进一步展开，理由不在于师生互动"更温暖"，而在于它承担着三项不可替代的功能。其一，实时诊断功能。教师在课堂上一眼看出某个学生写下 if (a = b) 而非 a == b，可以立即定向纠偏；智能体面对同一份代码，通常只会给出一个可运行的版本，而不会追问学生"此处你为何这样想"。

其二，价值判断功能。当智能体给出三个都"能跑通"的方案时，选哪一个，涉及业务合理性、公平性、可维护性等非技术因素，这些判断的依据来自教师对行业与学生的了解。其三，情感与责任传递功能。品质层的培养------逻辑严密、耐心细致、协作担当------无法由工具传递。教师的一句"这里你为什么不愿意写完再交"，与一句"接口不统一会导致后续维护成本上升"，对学生的行为塑造效果截然不同。

需要说明的是，AI 亦有它不可替代之处：它不知疲倦、可并行处理、能够提供跨领域视角、对个体差异的容忍度远高于人类教师。因此本节的结论不是"以师生互动对抗 AI"，而是"人机分工要按教育目标而非技术便利来划定"。

4.3 评价改革：从"看结果"到"看过程"

评价是教学改革的牵引力，也是智能时代最需要重建的环节。若仍以最终代码的正确性作为唯一标准，则智能工具越强，学生越可以交出漂亮答案而实际未曾理解；评价若失守，教学改革必将在下一轮评估中失去合法性与可持续性。本文主张三项改革。第一，过程性评价显性化。将人机交互的全过程纳入平时考核：提示词如何构造、生成结果如何审阅、发现问题如何修正、最终方案与初始方案的差异在哪里。

此类考核要求学生提交交互记录与决策说明，使"思考轨迹"成为可评价对象。已有研究显示，当人机交互过程被纳入评价后，学生的课程目标达成度整体提升，在模块化设计与自主学习相关目标上提升尤为明显------这为上述主张提供了来自同类改革的经验支持。第二，引入人机对比机制。在同一任务上保留"纯人工完成"与"人机协同完成"两条路径，要求学生比较二者在质量、效率、可维护性上的差异，并解释差异成因。

这一机制的价值不在于证明"人工更优"，而在于让学生真正理解：工具在什么条件下优于人、在什么条件下并不优于人。第三，成果表现性评价。引入项目答辩、代码走查、场景演示等形式，让学生的系统接受"能否向他人解释其设计意图"的检验。对高职学生而言，这既是对表达与协作能力的训练，也是对"能写出来"之外"讲得明白"的正向引导。

五、培养目标的四层次重构：知识、技能、品质与智能素养

程序设计课程的教学目标可分为三个基本层次：知识层次，即了解掌握Java 编程的基本知识与开发应用系统的一般流程；技能层次，即能够熟练编写 Java 应用程序；品质层次，即在编程实践中形成严密的逻辑思维、细致耐心的品质与团队协作精神。三者之中，品质层次最为根本。这一价值判断在智能时代不但成立，而且需要重新定性。

5.1 品质层：从"软性附加"到"刚性底线"

品质层之所以优先，理由在于：关于Java 的知识和技能，在学生今后的工作中也许没有多大用处，而严密的逻辑思维、细致的品质与协作精神却将使其受益一生。在智能时代，这一逻辑发生了根本性变化：知识的贬值速度大幅加快，品质的估值大幅上升。更关键的是，智能工具的普及恰恰放大了品质的价值。

当代码可以批量生成，代码本身的区分度急剧下降；而"是否知道自己写了什么""是否愿意把没写完的东西交出去""是否愿意为团队中他人的模块承担联调责任"，这些恰恰是无法被生成、也无法被代劳的。换言之，AI 普及在削弱"会写"的价值的同时，成倍放大了"负责"的价值。由此可提出一个可操作的转化路径：把品质层从抽象的"素质培养"目标，下沉为可观测、可反馈、可计分的行为指标。

例如逻辑严密可分解为：提交前是否自查边界条件、异常分支是否处理、变量与方法的命名是否遵循既定规范、注释是否解释"为什么"而非"是什么"；耐心细致可分解为：调试记录是否完整、面对反复失败的问题是否保持追踪、是否留下可复现的最小样例；协作担当可分解为：接口是否先行约定、提交前是否完成基本自测、是否主动同步进度与阻塞。品质一旦可观测，训练与评价才有着力点。

5.2 智能素养：新增的第四层次

在知识、技能、品质之外，本文主张增设"智能素养"层次。

这一层次不等同于"会使用 AI 工具"，而是包含四方面：其一，工具认知------知道智能体能做什么、不能做什么，理解其输出的概率性质与失效边界；其二，任务分解------能把一个复杂问题拆成可交给智能体、且自身必须把关的子任务；其三，批判校验------对生成内容保持技术性怀疑，具备以测试、边界分析、交叉验证排除错误输出的能力；其四，伦理责任------理解数据安全、隐私保护、学术诚信的边界，知道何种使用是越界的。

《职业院校人工智能应用指引》所强调的"以人为本、保护隐私、负责任使用"原则，以及"安全伦理教育贯穿素养标准"的要求，为这一层次提供了权威依据。四层次之间并非并列罗列，而有内在逻辑：知识是基础，技能是表现，智能素养是应对新工具的适应性，而品质是贯穿其中的价值底盘与最终尺度。品质层次最为根本，这一点在智能时代更为确定：其理由已从"知识会过期"转变为"品质是唯一无法被外包的资产"。

六、面向智能时代的"AI 双轨"教学组织方案

6.1 "1+1"教学安排及其智能时代改造

一种在高职程序设计课程中经得起检验的教学安排是"1+1"结构：前半学期提纲挈领地讲完全书知识点，要求学生课后主动快速学完；后半期指导学生开发一至两个Java 数据库应用系统，通过实战把理论融会贯通，实现"从理论到实践，再由实践到理论"。这一安排强调的正是"以项目统摄知识"，与当前任务驱动、项目化改革的共识高度一致。但在智能工具条件下，它需要在两个方面加以改造。

第一，前半学期的"快速学完"必须附加验证环节。在工具可即时生成代码的环境下，"读完教材"与"掌握知识"之间的落差会急剧扩大。因此"快速学完"应配套一个低成本的验证机制------如脱离工具的限时小测、口头复述关键机制、针对特定错误的成因辨析------以确认"读过"是否等于"会想"。第二，后半学期的项目开发应改造为"双轨并行"。

具体为：同一真实任务下，学生先独立形成设计方案（第一轨），再借助智能体快速生成参考实现并与自己的方案逐点比对（第二轨），最后在评审环节说明差异来源与取舍依据。这样，"1+1"不再是"理论加项目"的时间拼接，而是"独立思辨---人机协同---反思固化"的能力叠加。

6.2 课程实施的若干技术要点

结合上述论证，课程实施中可确立如下若干技术要点。其一，任务锚点的选取标准。凡入题任务须满足两条：一是具有不可由单次提示词解决的多重约束；二是具有可由非技术因素判定的优劣标准。前者防止"一句话生成"绕过学习，后者保证评价不沦为对生成质量的评判。其二，工具使用的时序规范。

规定为"先写后问、先想后用、再审后交"，即在形成自己的初步判断之前不得向智能体索取完整方案，提交前须附生成内容的使用说明与独立修改说明。该规范以课程纪律形式固定下来，而非寄望学生自觉。其三，"不许使用"环节的保留。为防止能力空心化，每学期保留若干明确禁止使用工具的任务（如涉及核心语法机制、算法复杂度分析、调试策略的专项训练），这些任务的作用是维持"裸编程"的底线能力。

这一安排直接回应了"AI 越用越不会"的风险，也与文献中关于"便利性导致学生跳过语法、算法与逻辑学习"，进而造成知识浅表化的担忧相呼应。其四，过程性材料的归档。建立学生个人"过程档案"，归档交互记录、方案演进稿、调试日志、阶段评审意见与反思札记。该档案既作为平时成绩的组成，也为学生的技术成长留下可追溯的证据，其价值在"以成长进步而非绝对成绩评价学生"的理念下尤为突出。

七、结语

生成式人工智能带来的不是程序设计课程的终结，而是其价值重心的重新确认。当"写出可运行代码"日益廉价，"想清楚为什么这么写、敢于对结果负责、能把方案讲给别人听懂"就成为更稀缺、更值得投资的能力。本文的论证可以归结为一个朴素的立场：技术手段永远不能自行产生好的教学，它只是把教师原本的选择放大得更显豁。

在智能时代，程序设计教学最重要的不是学会使用哪一种工具，而是守住那些工具无法替代的东西------真实的问题意识、严密的逻辑推演、以及对自己所交付成果的责任。这既是技术教育者的清醒，也是教育者的本分。

参考文献

  • 1 教育部职业院校信息化教学指导委员会. 职业院校人工智能应用指引Z. 2025-05-12.
  • 2 教育部. 义务教育信息科技课程标准(2022年版)(2025年修订)S. 北京: 教育部, 2025.
  • 3 教育部. 教育强国建设规划纲要(2024---2035年)Z. 2025.
  • 4 中共中央, 国务院. 关于加快推进教育数字化的意见Z. 2025.
  • 5 教育部. 介绍"十四五"期间教育数字化进展成效EB/OL. (2025-12-30)2026-07-01.
  • 6 怀进鹏. 携手迈向智能时代 推进教育发展与变革Z. 2025世界数字教育大会主旨报告.
  • 7 穆肃, 陈孝然, 周德青. 生成式人工智能赋能教学设计分析:需求、方法和发展J.
  • 8 裴榕. 生成式人工智能赋能教育教学:变革影响、风险挑战与实践路径J/OL.
  • 9 牟玉亭, 龙寰, 蒋浩. 融入AI 大模型的计算机程序设计教学实践J.
  • 10 沈苑, 汪琼. 生成式人工智能支持教学决策的实践困境与关键进路J.
  • 11 颜丽蓉, 储节旺, 李振延, 等. 生成式人工智能融入信息资源管理学科专业课程教学的路径探索研究J.
  • 12 徐琴, 乔宇龙, 吴梓杏, 等. 人工智能赋能下程序设计类课程教学模式创新J.
  • 13 李锋, 袁雨欣, 顾小清. 智能时代编程教育如何培养学生的创新能力------
  • 14 邵红祥, 张冠宇. 2025版课标修订:逻辑主线视角下的结构化教学实践探索J/OL.
热门推荐
01国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）02历年考研数学一、数学二、数学三真题试卷及答案PDF03GitHub 镜像站点04如何新建文件夹？ 电脑新建文件夹的4种方法05几个好用的ip纯净度检测网站06苹果iPA游戏软件资源下载网站07Android 屏幕适配系列开篇：核心概念、官方机制与主流方案08Dify：一站式AI应用开发平台全解析与Windows部署指南09蜘蛛磁力 搜索引擎大全，如何使用蜘蛛磁力查找磁力链接10UG NX12.0安装包下载与保姆级图文安装教程！！