融合通用AI的“數據庫原理”課程教學實踐探究

［摘 要］ 傳統的“數據庫原理”課程往往重視理論知識的傳授，但在實際應用中，學生可能會遇到諸多實踐難點。針對以上問題，將以ChatGPT、文心一言為代表的通用人工智能模型整合到“數據庫原理”課程中，為學生提供更加實際、直觀和互動的學習體驗。通過與通用人工智能模型的交互，學生不僅可以更好地理解數據庫的基本原理，還可以在實際操作中得到即時的反饋和個性化指導。此外，還探索了利用通用人工智能進行數據庫設計和查詢的實踐教學方法，使學生能夠在真實場景中應用所學知識。

［關鍵詞］ 數據庫原理；通用人工智能模型；教學改革

［中圖分類號］ G642.0 ［文獻標識碼］ A ［文章編號］ 1674-9324（2024）31-0017-04 ［收稿日期］ 2023-10-16

引言

隨著信息技術與信息規模的飛速發展，數據庫技術作為數據存儲與管理的核心，在各個行業應用中都發揮著至關重要的作用。傳統本科教學中的“數據庫原理”課程，為了培養學生的理論基礎，往往著重于關系數據庫、數據結構、查詢優化、事務處理等方面的深入講解。這些理論基礎，無疑為學生日后的職業發展打下了堅實的基石［1-2］。然而，伴隨技術的變革和產業的迭代，當前的數據庫技術已經不再局限于關系數據庫，大數據技術、實時流處理、分布式系統等技術已然興起。在這樣的背景下，單純依賴傳統的教育方式，如課本講解、案例分析等，可能已經不能滿足學生的學習和實踐需求。針對這些問題，如何將新的技術與教育結合，提供更加實踐和互動的學習體驗，已經成為教育者和學者們探討的焦點。在此背景下，本文提出一種基于通用人工智能的“數據庫原理”課程交互式實踐方法，在“數據庫原理”課程中進行教學輔助，顯著提升學生在解決實際問題中的實踐能力。

一、整合通用人工智能的課程設計方法

在傳統的數據庫課程中，由于對于實踐環節的忽視，許多學生在完成“數據庫原理”課程后，仍然存在以下的問題：（1）理論知識與實際應用之間的鴻溝。學生可能掌握了大量的理論知識，但在真實場景中往往感到無所適從。（2）缺乏實際操作經驗。即使是簡單的數據庫設計和查詢操作，也可能讓學生感到手足無措。（3）遇到問題時，缺乏及時有效地個性化指導和幫助。因此，當前的“數據庫原理”課程已經面臨著與時俱進的需求。

利用ChatGPT與文心一言等通用人工智能技術，可以為學生提供更加實際、直觀和互動的學習體驗，幫助他們更好地理解數據庫原理，并在真實場景中應用所學知識。這不僅是一種教學創新的嘗試，更是對傳統教育方式的有益補充。

隨著計算機科學與技術的快速發展，人工智能領域也得到了前所未有的關注和進步。尤其是近些年，隨著深度學習技術的崛起，通用人工智能開始嶄露頭角。所謂通用人工智能，即General Artificial Intelligence（GAI），是一種與人類智能相當的機器智能，它能夠在各種各樣的任務中展現出與人類同樣的學習和解決問題的能力。其中，OpenAI推出的ChatGPT以及國內百度推出的文心一言便是其中的代表［3］。

（一）通用大模型基礎能力簡介

基于預訓練大型的語言模型，通用人工智能模型擁有以下技術特點。

1.知識廣泛：通用人工智能基于大量的互聯網文本進行訓練，使其具備了廣泛的知識背景，能夠為學生提供及時和準確的反饋，有助于他們更快地理解和應用數據庫的基本原理。

2.易于交互與理解：它能夠根據給定的上下文，生成連貫、有邏輯的回復，通用人工智能的設計初衷是與用戶進行自然語言交互，其友好的交互方式使得學生可以方便地詢問問題并獲得答案，而不需要過多地理解復雜的技術細節。

3.定制化個性化學習：作為一個通用的人工智能模型，可以根據特定的課程需求進行調整和定制，滿足不同教育環境和學生需求。

（二）通用人工智能與數據庫課程設計的結合

ChatGPT與文心一言等通用人工智能模型，其基于大量的知識庫和實踐案例，能夠為學生提供即時的指導和幫助［4-5］。例如，當學生在進行數據庫設計時，遇到了疑難問題，可以直接向通用人工智能模型提問，得到專業的解答和建議。這種互動方式，不僅提高了學習的效率，還能增強學生的學習興趣。更重要的是，通過與人工智能模型的交互，學生可以在實際操作中得到真實的反饋，這對于培養學生的實踐能力具有非常重要的意義。

“數據庫原理”課程的教學目標：讓學生掌握數據庫的基本理論知識；培養學生的數據庫設計與開發能力；強化學生的實際操作與應用技能。借助于上述通用人工智能所具有的多項能力，課程目標都可以與AI模型進行有機的結合。教育者可以設計與“數據庫原理”課程同步的教學方案，確保AI模型在每個學習階段都為學生提供恰當的支持。通過模擬真實的數據庫操作場景，讓學生在AI模型的指導下進行實踐，加深對知識的理解。教育者應定期收集學生對于使用AI模型的反饋，以及他們在學習過程中遇到的問題，及時調整教學策略。

通過上述探討，我們可以看出，通用人工智能不僅可以作為一個強大的教學輔助工具，而且其靈活性和廣泛的知識庫使其成為“數據庫原理”課程的理想伙伴。在正確的教學策略和方案下，通用人工智能有潛力極大地改善“數據庫原理”的教學效果。

（三）利用通用人工智能輔助教學

除使用通用人工智能完成課程設計外，其還可以被運用到輔助教學方面。

1.傳統上，學生在學習過程中遇到疑難問題往往需要在課后向教師請教或翻閱大量資料。但是，利用通用人工智能模型，學生可以隨時向其提出問題，得到快速、準確的答案。

2.真實的數據庫操作往往需要復雜的環境配置和高昂的資源投入。但通過通用人工智能模型，我們可以為學生提供一個模擬的數據庫操作環境，讓他們在不擔心誤操作的情況下自由練習。

3.與傳統的單向教學不同，利用通用人工智能模型，教師可以設計各種互動題目，從而提高學生的參與度和學習興趣。這種方式不僅能夠激發

學生的主動性，還能即時檢測他們對知識點的掌握情況。如圖1所示，在教授學生多表連接技術時，教師可以讓學生嘗試根據要求編寫一個復雜的SQL查詢，然后詢問ChatGPT另一種查詢方式。學生通過與ChatGPT的互動，可以對比自己的答案和模型的答案，從而得到即時的反饋和學習。

結合通用人工智能技術，如ChatGPT和文心一言，到數據庫課程的教學中，不僅可以為學生提供更加豐富、直觀的學習體驗，還能幫助教師更好地進行教學與評估。隨著技術的進步，未來這種教學模式或將成為主流，為更多的學生帶來高效、有趣的學習旅程。

二、課程實踐與通用人工智能的結合方式

隨著信息時代的發展，傳統的教學模式正逐漸向數字化和智能化轉變。尤其在“數據庫原理”課程中，如果僅停留在理論層面，學生可能難以體驗到實際操作中的難點和挑戰。因此，引入如ChatGPT、文心一言等通用人工智能模型，對數據庫課程進行創新與升級顯得尤為重要，整合AI技術可以為學生提供一個更加全面、實踐和互動的學習體驗。

（一）模擬現實場景

在當代的技術環境中，為學生提供真實世界的場景模擬是至關重要的，因為它可以更好地幫助他們面對實際工作中的挑戰。利用通用人工智能，我們可以為學生提供一種更為接近真實世界的數據庫設計與查詢體驗。例如，使用ChatGPT或文心一言，我們可以模擬真實的業務需求，如電商平臺、醫療記錄系統或銀行交易系統等，讓學生設計相應的數據庫結構并執行相關查詢。

（二）實時反饋

通用人工智能模型，尤其是自然語言處理模型，可以與學生進行直觀的對話。學生可以向模型提出關于數據庫設計和查詢的問題，如“如何設計一個用于電商平臺的數據庫？”或“如何編寫一個查詢來獲取所有購買過特定產品的客戶信息？”。模型可以提供即時的答案或建議，并給出理由或背后的邏輯。這不僅可以加深學生的理解，還可以鼓勵他們思考并提出更復雜的問題。此外，當學生在設計數據庫或編寫查詢時遇到錯誤，模型可以即時提供反饋，指出問題所在并提供修正建議。這種實時的、個性化的指導是傳統教學方法難以實現的，但對于學生的學習來說是非常有價值的。

利用GAI模型進行數據庫的實際操作教學，學生可以從中獲得多種學習經驗。首先，他們可以通過親手操作來理解和掌握數據庫設計和查詢的基本原理。其次，通過與模型的互動，他們可以得到更深入、更具體的知識和技能，如復雜查詢的編寫、性能優化和安全性考慮等。此外，學生還可以從中學到如何與GAI系統合作，這是當今技術行業非常重要的一種能力。他們可以學會如何充分利用GAI系統的能力，同時也了解其局限性，并根據實際需求調整自己的設計和查詢策略。

（三）回顧反思

實踐教學的另一個重要方面是反思。每次操作結束后，學生應該花時間回顧自己的工作，思考哪些地方做得好，哪些地方可以改進。通過與模型的互動，他們可以得到更具體、更深入地反饋，從而更好地進行反思和自我修正。

傳統的數據庫課程中，學生往往需要等到課后或實驗課時才能得到反饋。而通用人工智能能夠為學生提供即時的反饋，幫助學生快速糾正錯誤，加深理解。每名學生的知識背景、學習方式和進度都有所不同。GAI可以為每名學生提供個性化的指導，確保每名學生都能得到最適合自己的幫助。通過模型創建的模擬環境，學生可以進行真實的數據庫操作，體驗到實際應用中的挑戰和樂趣。利用GAI模型，學生可以更加高效地學習數據庫原理，節省大量的時間和資源。與GAI模型的互動不僅僅是理論學習，更多的是實踐操作。學生可以在這個過程中培養自己的實踐能力，為未來的工作打下堅實的基礎。

總體來說，整合通用人工智能到“數據庫原理”課程實踐中，不僅可以為學生提供更加豐富和互動的學習體驗，還可以幫助教育者更有效地傳授知識，評估學生的學習效果。隨著人工智能技術的進一步發展，期待在更多的教育領域看到AI技術的應用，為教育帶來更多的創新和變革。

三、結論與展望

隨著技術的發展，傳統的教育方法已經難以滿足現代學生的學習需求。特別是在計算機科學與技術領域，實踐和應用是學習的關鍵。本文通過探索如何將通用人工智能整合到數據庫原理及應用課程中，為學生提供了一個全新的學習體驗。

基于GAI的教學方法打破了傳統的授課模式，使學生可以在與模型的交互中加深對數據庫原理的理解。這種互動式的學習方法不僅提高了學生的學習興趣，還增強了學生的實踐能力。通過與ChatGPT等模型的實踐活動，學生可以將理論知識應用于實際情境中，驗證和優化自己的設計思路。這種實踐中學習的方法有助于培養學生的創新思維和解決問題的能力。

盡管基于通用人工智能的教學方法在“數據庫原理”課程中取得了不錯的效果，但我們認為還有很多潛在的應用和改進空間。隨著人工智能技術的不斷進步，未來可以考慮開發專門針對數據庫原理的教學助手，為學生提供更加深入、全面的學習體驗；除了數據庫原理，通用人工智能模型還可以應用到其他計算機科學與技術課程中，如“編程語言”“操作系統”“網絡原理”等，進一步擴展其在教育領域的應用范圍；通用人工智能在處理學生問題時，還可以考慮結合學生的學習歷程和背景，提供更加個性化的學習建議和資源。

總之，隨著通用人工智能技術的進一步發展，我們有理由相信，未來的教育將更加智能化和個性化。ChatGPT和文心一言為我們提供了一個全新的教學思路和方法。我們相信通過將通用人工智能整合到傳統的課程中，不僅可以提高學生的學習體驗，還可以為教育領域帶來革命性的變革。

參考文獻

［1］宋賢霞，李燕，任真，等.深度融合信息技術的數據庫課程教學設計與實踐［J］.計算機教育，2023（5）：29-34.

［2］于海英，吳華.大數據技術深入發展和新工科建設背景下數據庫課程體系改革研究［J］.中國現代教育裝備，2023（3）：90-92.

［3］KASNECI，SE?LER，KüCHEMANN，et al. ChatGPT for good？ On opportunities and challenges of large language models for education［J］.Learning and individual differences，2023（103）：102274.

［4］尚智叢，閆禹宏.ChatGPT教育應用及其帶來的變革與倫理挑戰［J］.東北師大學報（哲學社會科學版），2023（5）：44-54.

［5］朱永新，楊帆.ChatGPT/生成式人工智能與教育創新：機遇、挑戰以及未來［J］.華東師范大學學報（教育科學版），2023，41（7）：1-14.

Teaching Practices of Database Principles Integrated with General Artificial Intelligence

Abstract： Traditional database theory courses tend to emphasize theoretical knowledge， but in practical applications， students may encounter various practical difficulties. To address the above issues， this article proposes integrating general artificial intelligence models such as ChatGPT and WenxinYiyan into database theory courses to provide students with a more practical， intuitive， and interactive learning experience. Through interaction with general artificial intelligence models， students can not only better understand the basic principles of databases but also receive timely feedback and personalized guidance in practical operations. In addition， this article explores the practical teaching method of using general artificial intelligence for database design and querying， enabling students to apply their knowledge in real-world scenarios.

Key words： database theory; general artificial intelligence models; teaching reform