资源受限环境下的中职《人工智能应用基础》校本课程开发与创新

[ 本文为广州市教育研究院2024年度科研课题：中职信息技术类专业的《人工智能应用基础》课程资源建设研究（编码2024rgzn：）研究成果。]

[ 作者简介：李汉强：1980.3-，广东从化人，广州市从化区职业技术学校信息技术专业部部长，信息与计算科学专任教师，网络工程师，主要研究方向：计算机科学与技术、网络工程。]

摘要：本文聚焦于资源受限环境下中等职业学校《人工智能应用基础》校本课程的开发与创新。在国家政策推动下，鉴于人工智能技术的快速发展及其在数字经济中的重要作用，本文分析了现有中职教育在人工智能课程建设方面的不足，并提出了开发该校本课程的必要性。通过借鉴泰勒的课程开发目标模式等理论基础，本文详细阐述了课程开发实施过程，包括需求分析、目标设定、内容设计、实施策略及反馈调整机制。特别强调了法律意识教育在课程中的融入，以提升学生的法治观念和法律素养。最后，评估了课程开发的成效，展示了学生在知识掌握、应用能力提升及学习兴趣与态度方面的显著改善，验证了校本课程的有效性和创新性。

关键词：中等职业教育；人工智能应用基础；校本课程；资源受限环境

1 研究背景

在当今全球经济快速转型的背景下，国家高层多次强调新质生产力对于经济社会持续繁荣的不可或缺作用，其中，人工智能作为新质生产力的典范，正以前所未有的速度引领着产业革命和技术革新。鉴于此，对于中等职业学校信息技术类专业的学生而言，掌握人工智能的基础知识与核心技能已成为其未来职业发展中不可或缺的关键能力，不仅关乎个人竞争力的提升，更是推动区域乃至国家数字经济蓬勃发展的重要基石。

随着《加快数字人才培育支撑数字经济发展行动方案（2024-2026年）》的深入实施，国家层面对于数字人才培养的迫切需求愈发凸显，明确了加快数字人才队伍建设对于支撑我国数字经济高质量发展的战略意义。在此背景下，《中等职业信息技术课程标准》（2020版）适时将“人工智能初步”模块纳入信息技术基础课程体系，旨在通过教育引导，使中职学生建立起对人工智能的基本认知框架。然而，面对人工智能技术的飞速发展及其在各领域的广泛应用，仅停留在初步了解的层面显然无法满足学生未来职业发展的多元化需求，也无法有效支撑数字经济的深度发展。

尤为值得关注的是，尽管当前国内高等教育体系内已涌现出众多针对人工智能的专业课程，形成了较为完善的课程体系，但相比之下，中等职业教育在人工智能课程建设方面却显得相对滞后，缺乏系统性、针对性的教学资源与课程体系。这一现状不仅限制了中职信息技术类专业学生人工智能素养的进一步提升，也制约了我国数字人才队伍结构的优化与升级。

因此，开发一门针对中职学生的《人工智能应用基础》校本课程显得尤为重要且迫切。该课程旨在填补当前中等职业教育在人工智能教育领域的空白，通过系统化、实践化的教学内容设计，培养学生在人工智能领域的综合应用能力，为数字经济的可持续发展输送具备高技能水平的专门人才。尤为值得注意的是，本研究聚焦于经济欠发达地区的中等职业学校，这些学校往往面临教育资源有限、学生基础薄弱等挑战，因此，在资源受限的环境下进行《人工智能应用基础》校本课程的开发与创新，不仅是对传统教育模式的一次大胆尝试，更是对提升中职教育质量、促进教育公平具有深远意义的重要探索。

2 课程开发理论基础

在中职《人工智能应用基础》校本课程的开发过程中，我们借鉴了国内外课程资源建设的经典理论，主要包括泰勒原理（目标模式）、过程模式以及情景模式。泰勒原理强调明确教育目标，并以此为导向构建课程内容、组织教学活动及评估学习成果。我们遵循这一原则，明确了课程旨在培养学生的人工智能基础知识、基本技能和初步应用能力。过程模式则注重教学实践的动态性和生成性，鼓励学生通过自主探究和合作学习深入理解人工智能。情景模式则强调课程需考虑社会文化背景、学生个体差异及实际教学情境，确保课程内容贴近实际、符合需求。综合这些理论，我们力求构建一门既符合时代要求又贴近学生实际的优质课程。

3 课程开发实施

3.1 校本课程需求分析

本研究对本校信息技术专业群的学生开展了问卷调查，通过问卷星平台共发放问卷145份，有效问卷145份。问卷分五个模块12道题，分别收集了受访学生对人工智能的了解情况、人工智能在现实生活中的应用、人工智能技术的使用情况、AI大模型的了解和使用情况以及对人工智能课程的期望等信息。

（1） 对人工智能的了解情况

大多数受访者对人工智能有一定了解，其中75.17%的人了解一些，9.66%的人完全了解，13.79%的人不太了解，仅有1.38%的人完全不了解。主要了解途径包括互联网（86.21%）、社交媒体（75.17%）和课堂学习（48.28%）。

（2） 人工智能在现实生活中的应用

受访者普遍认为人工智能在现实生活中的应用广泛，其中最常见的应用包括语音助手（91.72%）、人脸识别技术（87.59%）和自动驾驶技术（71.03%）。

（3） 人工智能技术的使用情况

受访者中有60%使用过智能个人助理，79.31%使用过语音识别技术，57.93%使用过推荐系统，表明人工智能技术在日常生活中得到广泛应用。

（4） AI大模型的了解和使用情况

关于AI大模型的了解，53.79%的受访者了解一些，33.79%的人不太了解，8.97%的人完全了解。33.79%的受访者在学习或实践中使用过开放AI大模型，而在具体AI大模型的选择中，百度文心一言是最受欢迎的选择（85.71%）。

（5） 对人工智能课程的期望

大多数受访者（83.45%）希望学校开设人工智能课程，而希望课程包含的内容主要包括人工智能基础概念和原理（72.41%）、编程基础与应用（66.21%）等。受访者更倾向于采用实践操作与项目驱动（80%）的教学方法。

综上所述，受访学生对人工智能有一定了解，认可其在现实生活中的应用，且对AI大模型和人工智能课程表现出了积极的态度和兴趣。《人工智能应用基础》校本课程应加强对人工智能基础概念和原理、编程基础与应用、图像处理与计算机视觉等热门内容的教学，确保内容的深入浅出，能够吸引更多学生的兴趣。鼓励更多的学生参与机器学习与深度学习、自然语言处理与语音识别等领域的学习，可以通过增加相关实践课程或项目来提升学习体验。建议在人工智能课程中增加更多的实践操作和项目驱动的教学内容，同时保持理论讲解和案例分析的比重，结合在线学习和资源拓展，以提高学生的学习效果和兴趣。

3.2 课程开发目标

3.2.1 构建适应中职信息技术类专业学生的人工智能应用基础课程框架

鉴于学校资源有限，本研究致力于构建一套既符合中职信息技术类专业学生特点，又充分利用学校现有资源的人工智能应用基础课程框架。我们将充分利用python+openCV、现有的开放AI大模型等开放资源，以及学校已有的教学设备和软件，设计既实用又经济的教学内容和项目活动。通过优化课程框架，确保在有限资源条件下，为学生提供有效的人工智能学习体验。

3.2.2 开发符合学校实际条件的《人工智能应用基础》校本教材

本研究将开发一套符合学校实际条件的《人工智能应用基础》校本教材。我们将结合学校的师资力量、教学设备和学生的学习需求，编写既符合教学标准又适应学校资源状况的教材内容。同时，我们将充分利用学校现有的教学资源和网络平台，为教材配备必要的辅助材料和在线学习资源，确保教材的可操作性和实用性。

3.2.3 通过校本教材应用提升学生对人工智能技术的掌握与应用能力

本研究将通过校本教材的应用，提升中职学生对人工智能技术的掌握与应用能力。我们将通过设计符合学校资源和教学实际的教学案例和项目活动，让学生在有限的资源环境中也能够进行有效的学习和实践。同时，我们将注重培养学生的创新思维和实践能力，使他们能够在资源有限的情况下，依然能够展现出对人工智能技术的兴趣和潜力。

3.2.4在有限资源条件下推动中职信息技术类专业教学的改革与创新

本研究将致力于在有限资源条件下推动中职信息技术类专业教学的改革与创新。我们将通过校本教材的编写和应用，探索如何在资源有限的情况下，优化教学资源配置，提高教学效果和质量。

3.3 课程内容

（1） 框架设计

考虑到学校资源的限制以及学生英语和编程基础薄弱的实际情况，我们设计了一个以实践为导向、结合开放AI大模型辅助自主学习的校本教材框架。该框架将围绕Python+OpenCV和Python+百度EasyDL平台等实际应用工具展开，旨在帮助学生通过实际操作掌握人工智能技能。

校本课程设计有人工智能概述，人工智能基础，计算机视觉技术，人工智能技术的行业应用， 自然语言处理和人工智能伦理与社会影响等六大模块。

（2） 在内容编写上，注重实用性与可操作性：结合实际教学资源和学生能力水平，设计贴合实际应用的实验和项目，确保学生能够动手实践并取得成果。案例与项目驱动：引入行业案例和实际应用场景，通过项目驱动的方式，让学生在完成具体任务的过程中学习和掌握相关知识和技能。AI大模型辅助学习：针对学生英语和编程基础差的问题，编写内容时特别强调AI大模型的辅助学习功能。通过引导学生利用大模型进行自主学习，降低学习难度，提高学习效果。资源链接与拓展：在教材中提供相关的资源链接和学习拓展，鼓励学生进一步探索和学习人工智能领域的最新技术和应用。

3.4 课程实施与反馈调整

3.4.1 课程实施概况

在2024学年第一学期，我校针对2022级信息技术专业班级成功开展了《人工智能应用基础》校本课程的教学实践。本课程旨在通过六大模块（人工智能概述、人工智能基础、计算机视觉技术、人工智能技术的行业应用、自然语言处理以及人工智能伦理与社会影响）的系统学习，使学生在资源受限的环境下，掌握人工智能的基础知识和应用技能，同时培养其计算思维、创新能力和社会责任感。

3.4.2 教学实施策略

（1）突破资源限制

在实际教学中，我们突破因学校经费不足而无法采用主流智能数字化教学平台的限制，成功整合了AI大模型、Python+OpenCV库、百度EasyDL平台和超星学习通教学平台等免费资源，实现了资源的最大化利用。这种突破传统资源限制的方式，不仅节约了成本，还为学生提供了更多样化、高质量的学习资源，展现了教师的创新精神和解决问题的能力。

（2）教学方法多样化

为了确保教学质量和效果，我们采用了多种教学方法相结合的方式。首先，通过理论讲授与案例分析相结合，帮助学生理解人工智能的基本概念、原理和技术。其次，设计一系列与教材内容相关的项目，让学生在完成项目的过程中学习人工智能知识和技能。通过团队合作的方式，培养学生的团队协作和沟通能力。在项目设计过程中，我们特别注重引入开放AI大模型的应用，使学生在实践中了解并掌握其使用方法。如基于计算机视觉技术的人脸识别项目、自然语言处理中的文本情感分析等，通过实践操作加深对理论知识的理解。

（3）引入开放AI大模型辅助自主学习

考虑到学生英语和编程等基础较差，我们在课堂上引导学生借助开放AI大模型进行自主学习。通过AI大模型的智能翻译和解释功能，帮助学生突破语言障碍，理解人工智能原理和编程内容。同时，AI大模型还可以为学生提供编程示例和代码生成功能，降低学习难度，提升学习效果。通过这种方式，学生可以在自主学习中逐步掌握人工智能知识和技能，为未来的职业发展奠定坚实基础。如在人脸检测项目学习中，引导学生借助AI大模型自主探索，通过实训熟练掌握利用Python和OpenCV实现人脸检测的技术方法。

（4）融合式教学

结合线上教学资源和线下课堂教学，实现线上预习、线下讨论与实践的融合式教学。通过线上平台，为学生提供丰富的学习资源和交流机会；在线下课堂，通过讨论、实践等方式巩固和拓展学生的知识。考虑到学生编程基础差异较大，我们利用开放AI大模型提供个性化的学习路径和编程辅导。学生在课前通过线上平台预习相关知识和编程技巧，并在课堂上与教师和同学进行深入的讨论和实践。

（5）重视法律意识教育

在人工智能快速发展的背景下，技术的合法合规应用显得尤为重要。因此，我们在课程实施中特别重视法律意识教育，旨在培养学生的法治观念和法律素养，确保他们在未来的职业生涯中能够遵守法律法规，维护社会公共利益。在课程内容中穿插与人工智能相关的法律案例，如数据保护、隐私侵犯、算法偏见等，引导学生分析案例中的法律问题，理解法律在人工智能领域的应用和限制。强化伦理教育：将人工智能伦理与法律意识教育相结合，引导学生思考人工智能技术的道德边界和社会责任，培养他们在技术应用中的伦理意识和责任感。如在人脸检测项目中，采用了文生图AI模型生成训练和测试用的图像素材，不仅解决了教学中对真实人脸数据隐私保护的问题，也很好地融合了网络伦理和隐私保护的教育，提高学生的法律意识和伦理道德水平。

3.4.3 反馈调整机制

（1）学生反馈收集与分析

​为了及时了解学生的学习情况和需求，我们建立了学生反馈收集机制。通过问卷调查、课堂互动、课后交流等方式，收集学生对课程内容、教学方法、教学资源等方面的意见和建议。针对收集到的反馈意见，我们进行了深入分析，并据此对课程内容和教学方法进行了相应的调整和优化。

（2）教师教学反思与改进

在教学过程中，我们鼓励教师进行教学反思，总结教学经验，发现存在的问题和不足。通过定期召开教学研讨会、分享教学心得等方式，促进教师之间的交流与合作。同时，我们也邀请校外专家和行业人士来校指导，为教师提供新的教学理念和教学方法。根据教学反思和专家建议，我们对课程内容和教学方法进行了持续改进和优化。

（3） 课程内容与资源更新

随着人工智能技术的不断发展和更新，我们及时对课程内容和教学资源进行了更新和补充。通过引入最新的技术案例、研究成果和行业动态等内容，保持课程的时效性和前沿性。同时，我们也积极开发新的教学资源，如教学视频、在线模拟实验等，以丰富教学手段和提高教学效果。

4. 课程开发成效

4.1 学生使用情况调查（对照目标）

为了全面评估《人工智能应用基础》校本课程开发的实际成效，本研究在课程实施结束后，针对2022级信息技术专业班级的学生进行了使用情况调查。调查采用问卷调查、访谈及项目展示评价等多种方式，旨在对照课程开发初期设定的目标，检验学生的学习成果与能力提升情况。

图3：《人工智能应用基础》校本课程教学成效与学生使用情况反馈调查结果（节选）

4.1.1 知识掌握情况

调查结果显示，绝大多数学生能够较好地掌握人工智能的基本概念、原理及核心技术，如计算机视觉技术、自然语言处理基础等，达到了课程开发初期设定的知识掌握目标。特别是在利用开放AI大模型进行简单应用开发的实践项目中，学生表现出较高的学习兴趣和动手能力。

4.1.2 应用能力提升

通过设计一系列贴近实际应用的教学案例和项目活动，学生的应用能力得到了显著提升。他们能够运用所学知识解决实际问题，如利用计算机视觉技术进行图像识别、使用自然语言处理技术实现智能问答等。这些实践活动不仅锻炼了学生的实践能力，还激发了他们对人工智能技术的浓厚兴趣和创新思维。

4.1.3 学习兴趣与态度

调查还显示，学生对《人工智能应用基础》课程的学习兴趣和积极性普遍较高。他们认为课程内容既实用又有趣，能够紧跟时代前沿技术，对未来的职业发展具有重要意义。同时，学生们也表达了对课程持续改进和优化的期待，希望能在未来的学习中接触更多前沿技术和应用案例。

4.2 教师教材使用情况调查

为了了解教师对本课程校本教材的使用情况和反馈意见，本研究还对教师进行了深入的访谈和问卷调查。

4.2.1 教材内容与结构

教师们普遍认为，校本教材内容丰富、结构清晰，既涵盖了人工智能的基础理论知识，又紧密结合了中职信息技术类专业的教学实际。教材在编写过程中充分考虑了学校现有的教学资源和设备条件，使得教学内容具有较强的可操作性和实用性。同时，教材还配备了丰富的辅助材料和在线学习资源，为教师备课和学生自学提供了极大的便利。

4.2.2 教学实施效果

在教学过程中，教师们普遍反映校本教材易于理解和操作，能够帮助学生快速掌握人工智能的核心技术。通过设计一系列贴近实际应用的教学案例和项目活动，学生们的学习兴趣和积极性得到了有效激发。同时，教材还注重培养学生的创新思维和实践能力，使得学生在有限的资源条件下依然能够展现出较高的学习成效。

5. 课程改进建议

在《人工智能应用基础》校本课程的初步实施与反馈收集后，我们收到了来自教师的多方面宝贵建议。这些建议对于课程的持续优化、资源建设的完善以及教学方法的创新具有重要意义。

5.1课程资源建设的建议

增加案例分析的数量与深度：教师建议教材应进一步增加行业前沿案例分析，尤其是与学生未来职业发展紧密相关的实例。通过深入剖析这些案例，学生可以更好地理解人工智能技术在实际工作中的应用，提升问题解决能力和创新思维。

丰富在线学习资源：为满足学生自主学习的需求，建议加强在线学习资源的建设和维护。包括录制高质量的教学视频、提供在线模拟实验平台、开设网络论坛等，以丰富学生的学习渠道，促进师生之间的交流与合作。

定期更新教材内容：随着人工智能技术的快速发展，教材内容需保持时效性和前沿性。建议定期邀请行业专家参与教材修订，确保课程内容的准确性和前沿性。

5.2实训场室建设的建议

优化实训环境：针对中职学校资源有限的问题，建议合理规划实训场室布局，提高设备利用率。同时，引入先进的仿真软件和虚拟实验室技术，降低实训成本，提高实训效果。

增强校企合作：积极寻求与企业的合作机会，共建实训基地或联合开展实训项目。通过企业资源的引入，为学生提供更加贴近实际工作环境的实训机会，提升学生的职业素养和实践能力。

5.3教学实施的建议

灵活调整教学计划：根据学生的实际情况和学习进度，灵活调整教学计划。对于难以理解的知识点，可以适当延长教学时间或增加教学环节；对于学生已经掌握的内容，则可以加快教学进度或增加拓展内容。

强化实践教学：在教学中注重理论与实践的结合，通过设计更多贴近实际应用的项目任务，让学生在实践中学习和掌握人工智能技术。同时，鼓励学生参与校内外的人工智能竞赛和科研项目，提升其实践能力和创新能力。

5.4教学方法的建议

多元化教学方法：采用理论讲授、案例分析、项目驱动、自主学习等多种教学方法相结合的方式，激发学生的学习兴趣和积极性。同时，利用现代信息技术手段，如多媒体教学、网络教学等，丰富教学手段和形式。

个性化教学：针对学生的不同基础和需求，实施个性化教学。通过分组教学、分层教学等方式，满足不同学生的学习需求和发展目标。同时，鼓励学生自主学习和合作学习相结合，培养其独立思考和团队协作能力。

5.5教学评价的建议

多元化评价体系：建立多元化评价体系，不仅关注学生的考试成绩，还要重视其实践能力、创新能力和综合素质的评价。通过课堂表现、项目任务、期末考试等多种评价方式相结合，全面反映学生的学习情况和发展水平。

反馈与调整机制：建立教学反馈与调整机制，及时了解学生的学习情况和教师的教学效果。通过问卷调查、课堂互动、课后交流等方式收集反馈信息，并据此对教学内容、教学方法和教学评价等进行相应的调整和优化。同时，鼓励教师进行教学反思和总结交流，不断提升教学质量和效果。

6.结语

本文在资源受限的环境下，对中等职业学校《人工智能应用基础》校本课程的开发与创新进行了深入探讨与实践。通过综合运用泰勒原理、过程模式和情景模式等理论基础，我们成功构建了符合中职信息技术类专业学生特点的课程体系，并开发了实用的校本教材。在教学过程中，我们充分利用了现有教学资源和开放AI大模型等免费资源，实现了资源的最大化利用，有效突破了资源限制。通过多样化的教学方法和融合式教学策略，我们激发了学生的学习兴趣，提升了他们的实践能力和创新思维。

本研究的实施不仅为学生提供了系统、实用的人工智能知识和技能，也为中职信息技术类专业的教学改革提供了有益的探索和参考。未来，我们将继续关注人工智能技术的最新发展，不断优化和完善课程内容与教学方法，为培养更多具备高技能水平的人工智能领域专门人才贡献力量。同时，我们也期待本研究能够为其他类似条件下的学校提供可借鉴的经验和启示，共同推动我国中等职业教育在人工智能教育领域的蓬勃发展。

参考文献：

[1] 冯敬益. 基于任务驱动的中职学校人工智能通识课程的开发与实践. 中国信息技术教育，2023（16）.110-114.

[2] 田良群.中职人工智能课程评价体系构建与研究. 信息系统工程， 2023（10）.162-165.

[3] 蓝雁勇. 中职《人工智能》线上线下混合式分层教学研究. 中国优秀硕士学位论文全文数据库，2023（02）.1-113.

[4] 渠颖. 中职学校人工智能教育实施路径探索与实践. 中国优秀硕士学位论文全文数据库，2023（09）.1-77.

[5] 冯士华. 基于能力本位的中职《深度学习》课程开发. 中国优秀硕士学位论文全文数据库，2023（09）.1-73

[6] 章燊. 面向计算思维培养的中职《人工智能》教学行动研究. 中国优秀硕士学位论文全文数据库，2022（12）.1-85.

[7] 张闻闻. 面向中职学生的人工智能课程设计与实践研究. 中国优秀硕士学位论文全文数据库，2021（05）.1-69.

[8] 区尚智. 基于计算思维培养的中职《人工智能》校本课程开发与实践研究. 中国优秀硕士学位论文全文数据库，2021（02）.1-101.

[9] 陈丹妮. 基于E-SAM模型的中职《Python与人工智能入门》课程开发研究. 中国优秀硕士学位论文全文数据库，2021（02）.1-106.