大语言模型赋能探究型高职教育——以Python语言课程为例

唐颖川 ( 成都东软学院 )

https://doi.org/10.37155/2717-5561-0606-14

Abstract

随着大语言模型的高速迭代,各领域均有应用,在高职教育中融入大语言模型具备巨大价值。研究发现 传统探究式学习(IBL)模式存在反馈延迟、产教脱节以及评估维度单一的问题。本文以python语言课程为例,分析 了IBL模式现阶段存在的问题,探究融入大语言模型的智能体后,在课程内容、评估体系两方面能为传统的IBL模式进 行改良的路径,旨在为高职教育提供一个新的方式,以提高教师教学内容的质量。

Keywords

探究型教育;大语言模型;高职教育

Full Text

PDF

References

[1]吴蕴超,罗飞,陶俊臣,等.基于ACT-R的认知间隔重复
学习方法[J].华东理工大学学报(自然科学版).2024(1-10).
[2]Simon Goorney, et al. framework for curriculum
transformation in quantum information science and
technology education[J]. European Journal of Physics.
2024(45).
[3]Alvarez-Gonzalez L A, et al. Using LAMS to support
engineering student learning: Two case studies[J].IEEE. 2017.
[4]Zhu, Y, et al. Impact of assignment completion
assisted by Large Language Model-based chatbot on middle
school students’ learning. Educ Inf Technol 30. 2025.
[5]Mekterovi I, et al. Scaling Automated Programming
Assessment Systems[J]. Electronics (2079-9292), 2023,
12(4).

Copyright © 2025 唐颖川 Creative Commons License Publishing time:2025-06-30
This work is licensed under a Creative Commons Attribution 4.0 International License