人工智能賦能新文科教學改革路徑探索

摘 要：人工智能技術的快速發展為新文科教育帶來前所未有的機遇和挑戰。雖然當前的研究分別從知識體系構建、特色專業課程體系設計、數智賦能教學方法等多方面取得豐富進展，但在人工智能賦能大數據管理與應用專業具體實踐教學改革與創新方面還存在欠缺。根據當前編程通識和具體技術應用類的專業課程設置現狀，本文提出設計具有特色優勢的教學內容、積極擴展與更新課程體系、設計多樣化教學方法、全流程動態反饋的個性化評價方法等實踐路徑。

關鍵詞：人工智能；新文科；路徑探索；大數據管理與應用

人工智能作為新一輪科技革命和產業變革的核心驅動力量，通過推動教育模式變革，提升教育質量和效率，培養創新人才。基于此，世界各國紛紛將其上升為國家戰略，高度重視人工智能在教育領域的賦能作用。例如，美國教育部在2025年發布《駕馭中等后教育中的人工智能：未來之路的能力建設》，指出人工智能在幫助教育機構領導者解決政策問題、支持學生全面發展和成功方面提供有效幫助。中國早在2017年即公布《新一代人工智能發展規劃》，2025年1月則印發了《教育強國建設規劃綱要（2024—2035）》，明確提出要以教育數字化開辟發展新賽道，促進人工智能助力教育變革。

大數據管理與應用是推進新文科建設重中之重的新興學科，因此，探索人工智能如何賦能該專業的路徑研究具有重要的實踐價值。

1 相關研究進展

目前，國內外教育工作者在知識體系構建、特色專業課程體系設計、數智賦能教學方法研究等方面，探索了人工智能賦能大數據管理與應用專業的教學創新與改革問題，但還存在如下問題［17］：（1）欠缺專業核心課程教學改革與創新的相關成果；（2）缺乏理論與應用并重的相關專業課程案例分析；（3）目前的課程教學內容明顯滯后于信息技術的發展，與前沿管理科學研究和真實數據產業環境存在較嚴重的脫節現象；（4）缺少價值引領下的教學內容改革。

2 具體教學改革思路

從以上存在的問題，以及大數據管理的概念、學科知識體系、技術發展和應用實踐與人工智能的高度耦合性；從主要文科高校關于大數據管理與應用專業課程的設置情況來看，具體的教學改革包括如下方面。

2.1 更新教學目標

人工智能的不斷發展要求學生增加對機器學習、深度學習、神經網絡結構等基本原理和知識的學習，并要求學生拓展大數據與生物學、法學、管理學、醫學、社會學等領域的交叉知識面，具備跨學科知識體系；學生需要利用人工智能相關工具和框架，提升數據挖掘算法的應用能力、機器學習模型的調優和評估技能；需要以智能數據思維處理數據；需要具有更強的大數據應用帶來的倫理和法律意識。

2.2 設計特色教學內容

更新人工智能的理論進展、技術發展趨勢、應用新進展等，設計特色教學內容。例如，以“大數據導論”中的大數據應用為例，目前已有的教材較少涉及智能法學的相關內容。因此，在講授這一部分內容時，以法學為優勢學科的高校教師可以根據人工智能對法學的理論、應用沖擊設計相關的問題，以問題驅動式引導學生思考應如何創新大數據與法學應用。比如，當所在地區政府發布立法草案時，引導學生思考如何應用人工智能技術對立法草案進行文本分析，從而評估其可行性、合理性和潛在影響，從而為立法者提供參考，提高立法質量。

積極擴展、更新大數據管理與應用專業的課程內容。例如，增加關于大模型發展歷程、主要類型和應用領域等概述，以及關于深度學習進階中的深度強化學習、生成對抗網絡等大模型基礎課程；講解大模型在數據收集、存儲、使用過程中的數據隱私保護技術、模型面臨的對抗攻擊和惡意觸發，以及數據與模型的合規管理等數據與模型安全課程。

針對具有不同就業目標、人生規劃的學生，設計差異化課程內容。例如，就業目標為政府、事業單位的學生，設計智慧城市、智慧教育、智慧政務等創新應用相關的教學內容；而對于想繼續提升學歷的學生，設計更偏重數據分析、數據挖掘技能的教學內容；對于靈活就業、去企業的學生來說，則設計關于如何使用大模型進行文本創作，完成公司的創意文案，或者為不同類型的企業設計特色的智能客服方案，也可以設計關于應用機器學習算法，進行市場調研、用戶行為分析等，明確創業策略或營銷策略。

2.3 設計多樣化教學方法

2.3.1 情景教學法

例如，利用人工智能的虛擬現實技術，創設與法學應用相關的虛擬場景，讓學生身臨其境地感受所處應用場景，并根據法學應用中遇到的難題，讓學生提出解決問題的思路。

2.3.2 大模型輔助的項目式教學法

在法學相關的文本分析項目中，教師確定挑戰性和創新性的項目主題，并實時監測和指導學生通過大模型進行資料收集、分析。

2.3.3 批判性思維的對比教學法

根據社會熱點現象設計創新性問題，對比不同大模型與不同學者、專家的觀點，引導學生分析其差異；或者在學生獨立完成數據分析挖掘全過程后，對比不同大模型的挖掘結果，培養學生的批判性思維和對技術的正確認知。

2.3.4 人工智能平臺實踐教學法

通過搭建人工智能實訓平臺，設計特色的工作場景和業務，讓學生應用人工智能進行實踐操作，或者邀請企業專家進行遠程指導。

2.4 全流程動態反饋的個性化教學過程

2.4.1 動態反饋個性化教學過程

例如，在“大數據導論”課程中，學生可以借助大模型迅速得到隨機森林算法的完整程序，并通過讓大模型解釋每一句程序，理解該算法。同時，學生也可以通過大模型進行對比，并把這些大模型生成的程序進行可視化比較，哪怕編程能力再弱的學生也能知道這個算法的用法。這種動態反饋的學習能夠降低學生對學習編程的畏難情緒，同時也能提升學生的學習主動性和積極性。

2.4.2 智能評價

（1）學習行為深度剖析。利用學習通、雨課堂等學習管理系統，收集學生的課堂簽到、回答問題的積極性、作業完成程度、學習投入時間等線上學習行為數據，以及通過討論參與度，了解學生自主探索的熱情。

（2）知識掌握精準定位。通過學習平臺的在線作業、測試系統，分析學生的知識點薄弱環節，為提供個性化輔導提供依據。

（3）作業自動反饋。開發專門針對大數據代碼應用的自動批改工具、代碼對比、語法檢測技術，反饋學生程序的正確性，并提供詳細的代碼錯誤提示與改進建議。

（4）智能考試分析。利用自然語言處理技術分析學生回答主觀題的邏輯與要點的完整性，提升考試評價效率與準確性。

（5）多維評價模型。構建知識掌握（章節測試成績、期中考試成績、期末考試成績）、實踐操作應用（實踐項目）、學習態度（課堂活躍度、作業完成度、出勤率）、創新應用能力（提出新算法、新應用思路）等多維評價模型，運用層次分析法等確定各維度權重，通過模型計算學生的綜合評價結果。

結語

未來，人工智能的發展仍將為新文科的教學帶來更多、更新的應用領域與創新，但同時也要關注帶來的挑戰。新文科交叉融合對教學大綱和教材編寫與更新速度的高要求、學生自主學習意識與創新意識不強、文科教師人工智能技術提升困難與交叉領域知識不足、人工智能倫理法等具有滯后性等［810］。因此，新文科的教師應不斷更新、豐富個人的人工智能技術知識與新文科交叉應用實踐經驗，確保能夠面對這些挑戰，實現新文科的教學目標，幫助學生成長為適應新時代需求的復合型文科人才。

參考文獻：

［1］白洋.新文科背景下數智技術賦能會計人才培養路徑探索［J］.現代審計與會計，2025（03）：3739.

［2］陳仕華，楊榛.新文科背景下AI賦能研究生培養模式改革研究：以工商管理學科為例［J］.中國管理信息化，2025，28（01）：216218.

［3］隋曉冰，周宇薇，謝洪.新文科背景下人工智能輔助翻譯教學研究［J］.上海翻譯，2025（01）：5256.

［4］陳建榮，韋建琨.醫學院校大數據管理與應用專業人才培養體系探索與構建：以右江民族醫學院為例［J］.高教學刊，2025，11（03）：162166.

［5］楊雁.新商科背景下基于OBECDIO理念的人才培養模式探究：以大數據管理與應用專業為例［J］.江蘇科技信息，2024，41（14）：1316.

［6］楊芳，劉詩穎，杜茂康.新文科背景下大數據管理與應用專業產學協同育人模式研究［J］.西部素質教育，2024，10（12）：166169.

［7］馬秀紅，祁紅梅.循環共生：新財經背景下大數據管理與應用專業可持續發展研究［J］.教育觀察，2023，12（16）：112116.

［8］張云昊，高海鑫.生成式人工智能與新文科建設的耦合關系、現實爭議與未來愿景［J］.現代教育管理，2025（02）：5465.

［9］羅向陽，高大力，陳建有.新文科：觀念誤區及建設路徑［J］.南京理工大學學報（社會科學版），2024，37（05）：7177+85.

［10］王江蓬，陳睿智.智能傳播時代數智化新聞傳播人才培養的內在邏輯、現實挑戰與實踐路徑［J］.中國大學教學，2024（09）：1420+26.

基金項目：山東政法學院2024年教學研究與教學改革項目“價值引領下數智賦能大數據導論教學創新探索與改革實踐”

作者簡介：張麗（1980— ），女，漢族，山東濟南人，博士研究生，副教授，研究方向：非線性系統理論與應用。