大模型時代經管“Python基礎”課程教學路徑提升

［摘 要］ 為應對大模型時代對經濟與管理類人才的新需求，通過“Python基礎”課程的教學改革，提升學生的跨學科應用能力和技術技能。研究設計了面向學生的學習基礎、學習狀態、學習效果、課程評價及授課建議的問卷調查，系統地分析了當前教學在激發學生興趣和實踐能力方面的不足。研究提出“T-S-T-T-F”培訓教學模式（教師教授—學生自學—團隊學習—教師指導—學生反饋），強調通過實踐導向的教學設計，利用Python解決真實商業管理問題，增強編程與數據分析能力，促進Python與經管學科的深度融合，為該專業本科生的職業發展奠定堅實基礎。

［關鍵詞］ 經濟與管理類；Python基礎；培訓式教學；教學改革路徑

［基金項目］ 2024年度中央財政支持地方高校改革發展資金人文社會科學研究專項“大模型技術驅動的政府決策支持系統與智庫建設優化研究”；2024年度教育部產學合作協同育人項目“面向經濟與管理類專業的‘Python基礎’課程教學改革研究——基于AI Studio人工智能學習與實訓社區”（231002728212431）；2022年度全國應用型高校研究生教育發展聯盟一般課題“專業學位研究生‘數智’能力評價及其提升路徑研究”（AGED2022YB08）

［作者簡介］ 彭玉芳（1987—），女，江蘇宿遷人，博士，南京工程學院管理工程學院講師，碩士生導師，主要從事智庫服務及文本挖掘研究；李 燕（1975—），女，江蘇南京人，碩士，南京工程學院管理工程學院經濟管理實驗教學中心高級實驗師，實驗中心主任，主要從事云計算和實驗室建設研究。

［中圖分類號］ G642.0 ［文獻標識碼］ A ［文章編號］ 1674-9324（2025）09-0072-04 ［收稿日期］ 2024-11-06

引言

大模型技術的興起為教育領域帶來了深刻變革，尤其在經濟與管理類專業中，傳統教學模式已難以滿足快速發展的商業環境和技術需求。Python作為跨學科的重要工具，不再僅是一種編程語言，而已成為融入經濟管理課程的關鍵因素，幫助學生應對復雜的商業數據和技術挑戰［1］。

基于對大一新生的學習基礎、學習狀態、學習效果、課程評價及授課建議的調查發現，當前教學模式在激發學生學習興趣和提升實踐能力方面存在一定的局限。為此，本文提出了一種創新教學改革路徑——“T-S-T-T-F”培訓式教學模式（“教師教授—學生自學—團隊學習—教師指導—學生反饋”培訓式教學模式）。該模式突破了傳統教學的限制，強化了學生的自主學習和團隊合作能力。通過實際案例訓練，培養了學生跨學科的問題解決能力和實踐技能。此教學模式順應大模型時代的需求，推動了教學改革與職業發展，探索了教育與技術深度融合的創新路徑［2］。

一、經濟與管理類學生“Python基礎”學習狀況分析

本次問卷調查涵蓋了南京工程學院經濟與管理學院“Python基礎”課程的401名有效學生樣本，包括財務管理專業30人、國際經濟與貿易48人、會計學74人、勞動與社會保障85人、市場營銷59人、物流管理58人，以及信息管理與信息系統47人，其中一年級本科生占比81.3%。樣本中女生比例較高（66.08%），19～22歲的學生占比82.54%，具有較強的代表性。值得注意的是，46.38%的學生在16～18歲時購買了第一臺電腦，反映出了學生的數字化基礎情況。

（一）學前基礎分析

調查結果顯示，經濟與管理類學生在進入“Python基礎”課程前，計算機操作和編程基礎普遍薄弱，尤其在Python語言方面，多數學生為初學者。具體而言，59.10%的學生僅具備計算機的基礎操作技能，67.08%的學生僅聽說過Python，能熟練使用者僅占0.75%。此外，59.60%的學生從未接觸過任何編程語言，88.78%的學生是在大一期間首次學習Python。因此，課程設計應從零基礎出發，實施分層教學，并通過實踐項目提升學生解決經濟管理問題的實際能力。

（二）學習狀態分析

調查顯示，經濟與管理類學生在“Python基礎”課程中的學習動機較弱，主動性不足。具體而言，46.38%的學生認為自己勤奮程度一般，課堂參與度較低，54.61%的學生上課注意力易分散，課外學習投入有限，44.89%的學生每周課外學習時間不足2小時。盡管有45.89%的學生對數據分析工作感興趣，但這一興趣尚未轉化為有效的學習投入。大多數學生認為課程難度較大，62.84%的學生表示能理解理論內容，但在實踐中遇到困難，反映出理論與實踐的脫節問題。建議在課程設計中增強互動性和實踐指導，采用案例教學激發學生興趣，并提升其實際編程能力。

（三）學習效果分析

問卷調查結果顯示，盡管“Python基礎”課程具有一定難度，但學生在編程技能和數據處理方面取得了顯著進步。具體而言，54.61%的學生表示掌握了基本的編程能力，47.38%的學生在數據處理方面有所突破。然而，學生在基礎語法方面的掌握仍不夠扎實，48.88%的學生對語法的理解僅為“一般”，精通者僅占3.49%。此外，22.44%的學生認為課程提升了問題解決能力，但仍有8.98%的學生未感受到顯著進步，表明課程在包容性方面尚需改進。未來，教學應進一步加強對學生編程思維的培養，優化實踐環節，提升學生的自主學習能力和跨學科應用能力，以更好地應對復雜的經濟管理挑戰。

（四）課程評價分析

調查結果顯示，“Python基礎”課程在教學方式上與學生需求存在一定脫節。具體而言，51.87%的學生希望增加電子化學習資源，表明學生對數字化資源的需求較為強烈；46.38%的學生認為課程與專業知識有所融合，但建議進一步結合實際業務場景；68.83%的學生期望教學能夠在夯實基礎的同時，融入跨學科知識。在上機實踐中，學生更傾向于“引導—自主—反饋”的模式，且有55.36%的學生希望獲得課后答疑支持。多媒體教學和現場演示被認為是最受學生認可的學習方式。課程優化應重點加強數字資源建設、專業知識融合以及實踐性教學的提升。

（五）授課建議

問卷調查顯示，在286名學生的有效反饋中，大多數學生認為“Python基礎”課程對提升實際問題解決能力有幫助，并在學習過程中產生了興趣。然而，部分學生提到對編程理解不夠深入，可能由于課程難度或個人能力差異。未來可優化課程內容，增強學生自信心，并提供個性化支持，幫助學生更好應對挑戰。

有280名學生反饋了其對課堂教學活動的印象和期望。學生更偏好實踐操作，期望課堂內容生動有趣，且普遍希望通過實際操作鞏固理論知識，而不僅僅依賴傳統講授方式。未來的教學設計可更多融入案例分析和項目制學習，并采用故事化教學，將復雜的編程知識轉化為易于理解且富有趣味的學習體驗。

問卷顯示，有121名學生對教師授課提出了建議希望教師細化知識點講解，增加課堂互動與實踐環節，同時學生渴望獲得更多鼓勵與支持。總體來看，學生希望通過更加互動、靈活的教學方式提升學習效果，同時保持積極的師生互動。

二、基于“T-S-T-T-F”培訓式教學模式的改革路徑

近年來，“Python基礎”課程的教學模式發生了顯著變化，包括項目式教學、混合式教學和基于問題的教學方法（PBL）。項目式教學注重培養學生的編程實踐能力，混合式教學通過線上線下結合，彌補了單一模式的不足，而PBL則提升了學生的自主探究與協作能力。然而，在經濟與管理類專業的“Python基礎”課程中，這些教學模式在理論與實踐的平衡方面仍面臨挑戰。

鑒于“Python基礎”課程兼具理論深度與實踐要求，本文基于問卷調查分析，引入“T-S-T-T-F”培訓式教學模式，即“教師教授—學生自學—團隊學習—教師指導—學生反饋”的教學模式。該模式源自高職院校和培訓機構，以學生為中心，具有主題鮮明、實踐性強、互動性高的特點，兼具實用性和創新性，具體如圖1所示。

（一）T培訓式教學模式

“T培訓模式”指的是教師以教授為基礎，結合了傳統教學與培訓方法，旨在增強課堂互動、提升學生參與度和知識傳授效果，尤其適用于編程等實踐性強的學科。

1.結構化課堂設計：T培訓模式強調結構化設計，以“龍頭鳳尾”方式展開。開場通過講述故事、提出問題或展示現實應用（如Python在數據科學中的應用）吸引學生興趣；結尾通過總結或開放問題延伸學生思考，鼓勵課后探索。

2.多樣化教學方法：模式采用案例分析、比較法、練習法等多樣化手段，幫助學生理解和應用知識。通過靈活調整教學節奏，結合學生的學習風格，確保每名學生都能從中受益。

3.科技工具的運用：課堂中引入了AI工具（如ChatGPT、LLM等），增強互動性和科技感，幫助學生攻克難點，體驗前沿技術。通過AI生成代碼示例或程序框架，提升學生的學習興趣和編程技能。

（二）S培訓式教學模式

“S培訓式教學模式”指的是以學生自學為核心的教學模式，旨在促進知識的內化，培養學生的自主學習和問題解決能力。該模式推動學生從被動接受轉向主動探索，特別是在編程課程中，通過自學將理論轉化為實際技能。

1.問題發現：學生從被動學習轉為主動探索，通過獨立思考發現并明確問題，如邏輯錯誤或語法問題，逐步培養主動探尋知識的能力。

2.自主探索：學生借助搜索引擎、編程社區和AI工具（如ChatGPT、CodeBERT、豆包、KiMi等）開展自主學習，快速獲取答案并理解問題背后的邏輯，顯著提升學習效率。

3.實踐應用：通過反復調試和實驗，學生能夠驗證解決方案并獲得即時反饋，從而加深對編程的理解，縮短理論與實踐的距離。

4.知識整合與遷移：學生在解決問題過程中積累經驗，并將其遷移應用到新領域，提升學生創新和自主學習能力，實現知識的跨領域整合與應用。

（三）T培訓式教學模式

“T培訓式教學模式”以團隊學習為輔助，是連接自主學習與教師指導的關鍵環節。尤其在編程課程中，團隊合作能夠有效提升學生的問題解決能力和理解深度。團隊學習不僅限于校內，還可拓展至跨學科、跨校及校企合作，從而增強學生的協作能力和適應性。

1.校內團隊學習：通過班級內外約5人的小組協作，促進知識共享與思維碰撞。跨專業合作使學生能夠將編程與自身學科背景相結合，從而深化對Python的理解。

2.跨校合作：不同學校的學生組成學習小組，通過在線平臺共享資源、討論難點，拓展學習邊界，培養跨文化溝通能力和多維度的思考能力。

3.校企合作：借助企業案例和行業專家指導，學生將理論應用于實際工作場景，提升實踐技能，掌握解決真實問題的方法。

（四）T培訓式教學模式

“T培訓式教學模式”中的教師指導環節通過多個教學團隊的協作，突破了傳統的“一師一班”模式，有效提升了教學資源的利用率和教學質量，增強學生的學習動力。多元化的教師團隊從不同角度為學生提供全方位指導，進一步豐富了課程的內容和深度。

1.多元化教師團隊：由不同背景的教師組成團隊，包括院系教師、計算機專業教師、兄弟院校教師、培訓機構專家及企業程序員，為學生提供多層次的教學支持，擴寬學生知識視野并提升實際應用能力。

2.實踐性與個性化支持：T培訓模式注重實踐環節，教師通過項目評審、代碼調試等方式進行深入指導，幫助學生解決實際問題。同時，通過學習進展跟蹤機制實現個性化支持，提供差異化教學，確保學生能夠根據自身需求高效提升。

（五）S培訓式教學模式

“S培訓式教學模式”中的學生反饋環節是教學流程的閉環，也是提升教學質量的關鍵。通過持續的反饋機制，教學策略得以不斷優化，使學生逐步從被動接受轉變為主動構建知識體系。

1.動態循環反饋：反饋是“發現—解決—驗證”的循環過程，學生通過自我探索與實踐反饋不斷修正思維，成為學習的驅動力，提升學習效果。

2.多維度反饋：反饋貫穿于學習的全過程，包括階段性反饋、即時反饋和團隊反饋，幫助學生在不同學習階段識別問題、調整思路、深化理解。

3.實驗驗證與反饋：在編程學習中，通過實驗驗證實現反饋，學生通過反復試錯不斷加深對編程邏輯和問題解決的理解，逐步培養系統化思維。

4.師生互動閉環：教師通過持續互動掌握學生的學習進展，調整教學策略，引導學生思考下一步，促進其自我反思和自主學習能力的提升。

結語

本文通過問卷調查收集了南京工程學院經濟與管理類專業學生在“Python基礎”課程中的學習情況，共計401份有效問卷。通過分析學生的學習基礎、學習狀態、學習效果、課程評價及授課建議，構建了基于“T-S-T-T-F”培訓式教學模式的“Python基礎”課程教學改革路徑。該路徑包括教師教授、學生自學、團隊學習、教師指導和學生反饋五個核心環節，旨在通過系統化的教學設計提升教學效果。

參考文獻

［1］褚樂陽，劉澤民，王浩，等.大模型支持的教師循證實踐：行動框架與案例應用［J］.開放教育研究，2024，30（4）：91-103.

［2］張旭升，唐著斌.“培訓式教學”模式探究［J］.保險職業學院學報，2009，23（2）：65-68.

Abstract： This study seeks to meet the evolving demands for economics and management talent in the era of large models by reforming the teaching approach of the Python Fundamentals course to enhance students’ interdisciplinary application abilities and technical skills. The study designs a survey targeting students’ learning background， learning status， learning outcomes， course evaluation， and suggestions for teaching improvement， systematically analyzes the current teaching shortcomings， particularly in fostering student interest and practical skills development. The study proposed a “T-S-T-T-F” training-based teaching model （teacher instruction – student self-study – team learning – teacher guidance–student feedback）， emphasizing practice-oriented teaching design. This model proposes to address real-world business management problems， enhancing students’ programming and data analysis skills， promote the deep integration of Python within the economics and management curriculum， laying a solid foundation for the professional development of undergraduate students in this field.