缩略图
Primary Education

数智技术赋能“三阶六环四化”混合式教学模式构建与实践

作者

张琪 张淑莲

青岛幼儿师范高等专科学校 山东青岛 266318

0 引言

在《中国教育现代化 2035》 等政策引领下,数智技术正重塑职业教育新生态革。作为高职大数据专业的核心课程,大数据技术基础课程面临理论体系复杂与实践要求高的双重挑战,传统教学模式难以实现知识深度内化与实践能力培养的有机统一 [1] 。为此,本文创新构建“三阶六环四化”的混合式教学模式,通过有机整合线上灵活学习与线下深度互动的优势,借助智能资源推送、学情动态分析等数智技术,构建个性化、沉浸式的学习环境。实践证明,该模式显著提升了教学成效和学习质量,为培养数字经济时代所需的高素质技能人才提供了可复制的解决方案,对职业教育数字化转型具有重要示范意义。

1 大数据技术基础课程教学现状

作为高职院校大数据技术专业的核心课程,大数据技术基础旨在培养学生运用专业理论解决实际问题的能力,使其掌握数据采集、存储、处理与可视化等关键技能。然而,实际教学中仍存在若干亟待解决的问题。

1.1 教学方法的单一性与互动性不足

当前课程教学仍以单向理论讲授为主,师生互动不足。特别是在MapReduce 等关键技术讲解时,缺乏真实业务场景支撑,仅通过理论讲解和简单演示难以帮助学生构建完整认知。此外,实践环节与企业需求脱节,模拟项目缺乏实际应用价值,制约了学生技术迁移能力的培养。这种单向知识传递模式既无法满足个性化学习需求,也不利于激发学生的创新思维和主动探究能力。

1.2 教学资源的滞后性与整合性不足

课程教学资源建设面临双重挑战:一是静态资源更新滞后,教材内容迭代速度跟不上技术发展步伐,导致教学内容与行业前沿出现代际差距 [2];其二,动态资源整合不足,在线学习资源碎片化严重。这种资源供给的不平衡严重制约了学生自主学习的深度和广度,也不利于培养学生的技术视野和持续学习能力。

1.3 教学评价的片面性与过程性不足

现有评价体系过度倚重期末考试,过程性评价指标单一。实践环节中,学生的创新思维、团队协作等关键能力未能得到充分体现,评价结果难以全面反映学生的真实水平[3]。这种片面的评价体系不仅难以激励学生积极参与课堂互动和实践操作,也不利于教师依据学生的学习过程进行精准的教学调整与改进。

2 数智技术赋能“三阶六环四化”混合式教学模式构建

本研究基于数智技术赋能视角,创新构建“三阶六环四化”混合式教学模式(见图 1)。该模式以“课前启化—课中内化—课后转化”为三阶递进教学链条,贯穿“学、究、践、思、创、评”六环节教学流程,最终实现“教学精准化、学习个性化、评价多元化、资源智能化”的四化目标。

2.1 课前启化:以“学”为基,激发自主探究

在课前启化阶段,教师依托超星尔雅平台发布任务、推送资源,并借助 AI 大模型和知识图谱实现精准督学与学情诊断。学生基于知识图谱开展“漫游式”自主学习,系统通过分析学习数据生成个性化画像,动态推送适配资源与路径,完成前测反馈。同时,课程引入数字人技术,将抽象知识具象化,提升理解的深度与广度。通过数字化工具和资源的深度融合,激发学生兴趣,引导自主探究,为课堂学习奠定坚实基础。

2.2 课中内化:以“究、践、思”为核,深化学习体验

课中内化阶段是教学的核心环节,教师基于课前学情数据精准设计分层教学目标,借助 AI 智能分析工具实时监测学习轨迹并智能诊断难点,帮助学生破疑解难,促进知识的内化。学生在教师引导下,通过师生互动、合作探究、实验探究等实践活动,将理论与实践结合,提升实践能力。同时,教师利用智慧教学平台的互动功能,鼓励学生进行合作探究、分组展示,激发学生主动思考、批判质疑,促进思维拓展和反馈调整。通过数智技术的深度融合,实现教学精准化与个性化,全面提升学生的学习体验与实践能力。

2.3 课后转化:以“创”为标,拓展实践创新

课后转化阶段聚焦知识迁移与能力拓展,构建智能化学习支持体系。教师基于 AI 大模型和知识图谱技术,通过三个维度实现教学延伸:一是设计阶梯式实践案例,引导学生完成知识应用;二是分析学习行为数据,提供个性化反馈与精准辅导;三是智能匹配拓展资源,推送定制化实践任务。学生依托智慧教学平台开展创新实践,通过人机协同的探究式学习,实现从理论知识到实践技能的转化。该阶段通过数智技术的深度应用,有效培养了学生的创新思维和复杂问题解决能力,为其职业发展奠定了坚实基础。

2.4 数智评学:以“评”为导,实现精准反馈

课程创新构建“四维一体”智能评价体系,通过数智技术实现教学评价的系统性变革。在评价维度上,实现主体多元化、过程信息化、形式多样化和标准明确化。依托AI 大模型、知识图谱和数据采集技术,系统自动追踪学习轨迹,构建包含知识掌握度、实践能力和创新思维的三维学习画像。采用“即时 - 阶段”双循环反馈机制,动态优化评价方案。线上线下学习数据深度融合,为教师提供科学的教学优化依据,为学生提供个性化的学习改进建议,形成“评价 - 反馈 - 改进”的良性循环,持续提升教学质量。

课前启化 课中内化 课后转化

教师主体 发推布送任资务源 线上督学 明创确设目情标境 讲授新知 分精层讲设精计练 破疑解难 引案导例深分思析 思维拓展 应设用计延案伸例 拓展问题 诊断学请 引导探究 课堂随测 反馈调整 归纳总结究 践 思 创

学生主导 自主研究 温故知新 学练结合 主动思考 人机互动线上学习 师生互动 合作探究 批判质疑 实验探究在线讨论 推理探究 分组展示 互动交流 拓展学习前测反馈 发现探究 随测反馈 总结归纳 巩固提高+ 评

3 教学效果分析

本研究采用对照实验法,以 23 级大数据技术专业两个平行班级为研究对象,系统评估“三阶六环四化”混合式教学模式的应用效果。其中,1 班作为实验班实施新型混合式教学模式,2 班作为对照班维持传统教学模式,如表1 所示。

通过对比分析发现,采用“三阶六环四化”混合式教学模式的实验班在期末考核中表现优异:平均成绩较传统教学班级提升 3.9 分,优秀率提高 14.28%。这一量化结果充分证明,该教学模式通过数智技术与教学过程的深度融合,有效促进了学生对专业知识的深度理解和综合应用能力的全面提升,为高职院校大数据技术课程的教学改革提供了可借鉴的实践方案。

表1 期末考核结果

4 结语

本研究创新构建并实践了“三阶六环四化”混合式教学模式,通过将数智技术与教学过程深度融合,有效解决了大数据技术基础课程教学中的关键问题,显著提升了教学质量和学习成效。随着模式的持续优化与推广应用,有望为大数据相关课程教学改革提供有益借鉴,进一步推动教育教学的创新与发展。

参考文献

[1] 蒋昀昕 . 数智化视域下“ 知识图谱 +CDIO” 混合式教学模式探索—— 以“Web 前端开发” 课程为例 [J]. 无线互联科技 ,2025,22(03):74-79.

[2] 肖乐 , 单昕 , 邓淼磊 . 基于 AI 辅助教学的计算机程序设计课程 体 系 [J]. 计 算 机 教 育 ,2024,(07):134-139+146.DOI:10.16512/j.cnki.jsjjy.2024.07.042.

[3] 李艳红 . 高校计算机专业线上线下混合式教学模式探讨 [J]. 公关世界 ,2024,(09):120-122.

项目来源 :2025 年度科研项目 , 项目名称 : 人工智能驱动的高职院校数字化转型实践路径研究 ( 项目编号 :ky2025-08)

作者简介:张琪(1998.07-),女,汉族,山东聊城人,职务/ 职称:助教/ 初级,学历:硕士研究生,单位:,研究方向:人工智能。