基于CBE的新工科课程教学模式设计

一、引言

在新工科建设的背景下，对工程技术人才的培养提出了更高的要求。不仅要具备扎实的专业知识，还要有较强的实践能力和创新能力。CBE（能力本位教育）教学模式强调以职业能力为核心，以市场需求为导向，注重培养学生的实际操作能力和解决实际问题的能力，与新工科人才培养的目标高度契合。Python 作为一种广泛应用于数据分析、人工智能、网络开发等领域的编程语言，在新工科课程体系中占据重要地位。本文以集宁师范学院“Python 快速编程”课程为例，探讨基于CBE 理念的新工科课程教学模式设计，旨在提高课程教学质量，培养符合新工科要求的高素质人才。

二、CBE 教学模式的内涵与特点

2.1CBE 教学模式的内涵

CBE（Competency-Based Education）教学模式起源于 20 世纪 60 年代的美国职业教育改革浪潮，其诞生源于对传统教育脱离产业需求的批判性反思。该模式以职业岗位的核心能力需求为逻辑起点，通过“能力分解-课程重构-实践验证”的闭环设计，构建起“岗位能力清单-学习模块-考核标准”三位一体的教学体系。例如，在护理专业教学中，CBE 模式会先分析临床护士所需的“急救技能”“医患沟通”“药物管理”等关键能力，再将其拆解为可量化、可操作的学习单元，并配套虚拟仿真急救演练、标准化病人对话等实践教学环节，最终通过情景模拟考核检验学生能否在真实医疗场景中独立处理突发状况。

CBE 的核心特征在于其“能力本位”的价值取向：一方面，它打破学科知识体系的线性逻辑，将《解剖学》《药理学》等理论课程解构为支撑具体能力的“知识组件”，如将“心血管系统知识”与“心肺复苏操作”直接关联；另一方面，通过“学分银行”“微证书”等弹性机制，允许学生根据自身基础选择学习路径，如已具备护士资格证者可跳过基础护理模块，直接攻克重症监护等高阶能力单元。这种“以终为始”的设计理念，不仅缩短了教育供给与产业需求的距离，更通过“做中学”“学中做”的深度融合，培养出具备“即战力”的应用型人才，为职业教育与终身学习体系的衔接提供了可复制的范式。

2.2CBE 教学模式的特点

2.2.1 以能力为中心

CBE 教学模式以职业能力为核心构建教学全链条，其目标指向不仅是知识储备，更是能力矩阵的立体化塑造。该模式将职业岗位所需能力拆解为“硬技能”与“软素质”的复合体系：在硬技能层面，通过“任务驱动式项目”实现专业能力转化，如机械制造专业将CAD 绘图、数控编程等知识嵌入“精密零件加工”项目，学生需在虚拟仿真与实体机床操作中完成从设计到成品的闭环，直接对接企业生产标准；在软素质层面，则通过“协作式问题解决”培养综合能力，如市场营销课程设置“新品上市全案策划”任务，要求学生分组完成市场调研、竞品分析、营销策略制定，并在路演答辩中接受企业导师与教师团队的联合评审，此过程既考验数据分析、创意策划等创新能力，也锤炼了沟通协调、资源整合的团队协作能力。这种“能力导向-项目承载-多元评价”的机制，确保学生毕业后能无缝衔接岗位需求，同时具备适应产业变革的可持续发展潜力。

2.2.2 强调学生的主体地位

在CBE 教学模式中，学生是学习的主体，教师是学习的引导者和组织者。教师根据学生的实际情况和学习需求，设计个性化的教学方案，引导学生自主学习、主动探究，培养学生的自主学习能力和创新精神。

2.2.3 教学内容模块化

CBE 教学模式将教学内容划分为若干个模块，每个模块都有明确的能力目标和教学内容。学生可以根据自己的学习进度和能力水平，选择适合自己的模块进行学习，提高了学习的灵活性和针对性。

2.2.4 教学评价多元化

CBE 教学模式采用多元化的教学评价方式，不仅关注学生的学习结果，更注重学生的学习过程。评价方式包括教师评价、学生自评、学生互评等，评价内容涵盖知识掌握、技能运用、团队协作、创新能力等多个方面。

三、新工科对“Python 快速编程”课程的要求

3.1 知识与技能要求

新工科要求学生掌握扎实的Python 编程基础知识，包括Python 的语法规则、数据类型、控制结构、函数、模块等。同时，要求学生能够熟练运用Python 进行数据分析、网络开发、人工智能等领域的应用开发，具备较强的编程实践能力和解决实际问题的能力。

3.2 创新能力要求

在新工科教育范式下，“Python 快速编程”课程需以“问题导向-技术赋能-创新突破”为逻辑主线，搭建从知识习得到创新产出的完整链条。课程可设置“智能工程问题库”，涵盖智能制造、智慧城市等领域的真实痛点，如“基于机器视觉的工业瑕疵检测效率优化”“城市交通流量预测模型轻量化部署”等，要求学生以Python为工具开展“命题式创新”。在实践环节，教师需提供“技术工具箱”（如 TensorFlow Lite、PyQt 图形化开发框架）与“方法论指南”（如TRIZ 创新理论、设计思维工作坊），引导学生通过“快速原型迭代”验证创意。例如，针对“农业无人机巡检路径优化”问题，学生团队可结合遗传算法与 GIS 地图 API，开发出动态避障与能耗均衡的路径规划系统，并运用Flask 框架搭建可视化决策平台。课程还应设置“创新擂台赛”，邀请企业工程师参与评审，对具有产业化潜力的方案给予技术孵化支持，从而形成“学习-实践-转化”的创新闭环，真正实现从“代码搬运工”到“技术革新者”的能力跃迁。

3.3 团队协作能力要求

在新工科人才培养体系中，团队协作能力已成为工程实践的核心竞争力之一。在“Python 快速编程”课程中，需以“项目驱动-角色分工-过程协作”为路径，构建沉浸式团队协作训练场域。课程可设计“智能数据分析系统开发”等综合项目，将学生按技术专长（如前端开发、算法建模、测试优化）划分为5-6 人跨职能小组，并赋予项目经理、技术总监等角色，模拟真实企业开发流程。在项目推进中，教师需设置“每日站会”“需求评审会”等敏捷管理环节，要求学生通过Jira 等工具进行任务拆解与进度跟踪，并运用Git 实现代码协同管理。例如，在处理电商用户画像分析项目时，数据清洗组需与算法组实时对接数据格式标准，可视化组需根据业务组反馈调整图表交互逻辑，这种跨角色协作能有效打破技术壁垒。同时，通过引入“360 度评价”机制（组员互评、客户方评价、教师评价），引导学生反思沟通方式与协作效率，最终实现从“代码编写者”到“工程协同者”的角色蜕变。

四、基于CBE 的“Python 快速编程”课程教学模式设计

4.1 课程目标设定

基于CBE 理念，“Python 快速编程”课程的目标设定应围绕职业能力展开。具体目标包括：

知识目标：学生应掌握Python 编程的基本语法、数据类型、控制结构、函数、模块等知识，了解 Python 在数据分析、网络开发、人工智能等领域的应用。

技能目标：学生应具备熟练运用Python 进行编程的能力，能够独立完成简单的Python 程序开发，如数据分析程序、网络爬虫程序、简单的机器学习模型等。

能力目标：培养学生的创新能力、团队协作能力、问题解决能力和自主学习能力，使学生能够在未来的工作中快速适应新技术、新环境，解决实际问题。

4.2 教学内容重构

根据课程目标，对“Python 快速编程”课程的教学内容进行重构。将教学内容划分为多个模块，每个模块对应一个具体的职业能力目标。例如：

基础模块：包括Python 语法基础、数据类型、控制结构等，旨在让学生掌握Python 编程的基本知识。

函数与模块模块：介绍Python 函数和模块的定义、使用方法，培养学生的代码复用能力和模块化编程思维。数据分析模块：讲解Python 在数据分析中的应用，包括数据读取、清洗、处理、可视化等，使学生能够运用Python 进行数据分析实践。

网络开发模块：介绍Python 在网络开发中的应用，如Web 框架的使用、网络爬虫的开发等，培养学生的网络编程能力。

人工智能模块：简要介绍Python 在人工智能领域的应用，如机器学习算法的实现、深度学习框架的使用等，拓宽学生的视野。

4.3 教学方法创新

4.3.1 项目驱动教学法

采用项目驱动教学法，将课程内容与实际项目相结合。教师根据课程目标和教学内容，设计一系列具有实际应用价值的项目，如数据分析项目、网络爬虫项目、简单的机器学习项目等。学生在完成项目的过程中，将所学的知识和技能应用到实际中，提高解决实际问题的能力。例如，在数据分析模块中，教师可以设计一个“电商销售数据分析”项目，让学生运用Python 对电商销售数据进行读取、清洗、分析和可视化，得出有价值的结论。

4.3.2 小组合作学习法

组织学生进行小组合作学习，将学生分成若干个小组，每个小组共同完成一个项目。在小组合作学习过程中，学生可以相互交流、相互学习、相互协作，培养团队协作精神和沟通能力。同时，小组合作学习还可以激发学生的学习兴趣和竞争意识，提高学习效果。例如，在网络开发模块中，教师可以让学生分组开发一个简单的Web 应用程序，每个小组成员负责不同的模块，如前端页面设计、后端逻辑实现、数据库设计等。

4.3.3 在线学习与线下辅导相结合

在“Python 快速编程”课程中，可构建“云端资源库+线下实践坊”的混合式学习生态，实现技术赋能与人文指导的深度融合。在线学习平台作为“知识供给站”，应提供分层递进的学习资源包：基础层包含语法精讲微视频（5-8 分钟/节）、交互式代码沙盒；进阶层设置算法动画解析、开源项目拆解案例库；拓展层则接入 GitHubTrending 项目源码、Kaggle 竞赛数据集。学生可借助智能学习系统，根据知识图谱测评结果，自主规划“Python基础→数据可视化→机器学习应用”的个性化学习路径，并通过自适应测试系统动态调整难度。线下课堂则转型为“问题攻坚场”，教师针对学生在线学习中的高频错题（如循环嵌套逻辑错误、Pandas 数据处理瓶颈）进行集中讲解，并组织“代码诊所”活动，通过结对编程、代码走查等方式，指导学生完成“智慧校园能耗分析系统”等综合项目。这种“线上自主探索+线下精准指导”的模式，既保障了学习的灵活性与深度，又通过师生互动确保了知识内化与技术落地的质量。

4.4 教学评价优化

4.4.1 多元化评价主体

采用多元化的评价主体，包括教师评价、学生自评和学生互评。教师根据学生的学习表现、项目完成情况等进行综合评价；学生自评可以让学生反思自己的学习过程和学习效果，发现自己的优点和不足；学生互评可以促进学生之间的相互学习和交流，提高学生的评价能力和团队协作能力。

4.4.2 过程性评价与终结性评价相结合

注重过程性评价，将学生的学习过程纳入评价范围。过程性评价包括课堂表现、作业完成情况、项目实践过程中的表现等。终结性评价主要考查学生对课程知识的掌握程度和项目完成的质量。过程性评价与终结性评价相结合，可以全面、客观地评价学生的学习效果。

4.4.3 能力导向的评价指标

建立能力导向的评价指标体系，评价指标不仅包括知识掌握程度，还包括技能运用能力、创新能力、团队协作能力、问题解决能力等。通过能力导向的评价指标体系，引导学生注重能力的培养，提高综合素质。

同时，教师也要根据学生的评价反馈，反思自己的教学过程和方法。如果多数学生反映某个知识点讲解不够清晰，教师应及时调整教学策略，采用更生动形象的教学方式进行再次讲解。此外，学校可以定期对教学评价工作进行总结和分析，收集教师和学生的意见和建议，不断优化评价方案和指标体系，确保教学评价能够真正发挥促进教学和学生学习的作用。通过这种双向的反馈与改进机制，形成教学评价的良性循环，推动“Python快速编程”课程教学质量持续提升，更好地实现基于CBE 的新工科课程教学目标，培养出更多符合社会需求的高素质工程技术人才。

五、实践案例与效果分析

5.1 实践案例

集宁师范学院在“Python 快速编程”课程中实施基于CBE 的教学模式。教师根据课程目标和教学内容，设计了多个项目，如“学生成绩管理系统”“图书管理系统”“网络爬虫获取新闻数据”等。学生分组进行项目实践，在实践过程中，教师进行线下辅导，解答学生的疑问。同时，利用在线学习平台，为学生提供学习资源和在线测试。课程结束后，采用多元化的评价方式对学生的学习效果进行评价。

5.2 效果分析

5.2.1 学生编程能力提高

通过项目实践，学生的Python 编程能力得到了显著提高。学生能够熟练运用Python 进行编程，独立完成项目任务。在课程结束后的考核中，学生的编程作业和项目完成质量明显提高。

5.2.2 创新能力增强

在项目实践过程中，学生需要运用所学知识解决实际问题，这激发了学生的创新思维。部分学生在项目中提出了创新性的解决方案，如改进算法、优化界面设计等。

5.2.3 团队协作能力提升

小组合作学习的方式培养了学生的团队协作精神和沟通能力。学生在小组中相互协作、相互学习，共同完成项目任务。通过项目实践，学生学会了如何与他人合作，提高了团队协作能力。

六、结论

本文以集宁师范学院“Python 快速编程”课程为例，探讨了基于CBE 理念的新工科课程教学模式设计。通过课程目标设定、教学内容重构、教学方法创新和教学评价优化等方面的设计，构建了基于 CBE 的“Python 快速编程”课程教学模式。实践表明，该教学模式有助于提高学生的 Python 编程能力和职业能力，培养学生的创新能力、团队协作能力和问题解决能力，符合新工科人才培养的要求。

参考文献

[1]张建光，吕爱民，杜殿发，等.新工科背景下基于CBE-5E 复合理念的创新教育教学能力建设[J].科技创业月刊，2024，37（S01）：50-55.

[2]陈洁.基于 CBE 理念的普通高校工科学生工匠精神培育路径[J].安徽工业大学学报（社会科学版），2024，41（4）：103-105.DOI：10.3969/j.issn.1671-9247.2024.04.030.

[3]肖昆，杨亚新，张华，等.基于 CBE 理念的工科类专业学生学习成果评价体系探索与实践[J].教师，2024（36）：108-110.

课题：1.《Python 语言程序设计》的在线开放课程教学实践研究项目编号：2023-AFCEC-291；2.基于CBE 的新工科课程教学模式设计--以集宁师范“Python 快速编程为例项目编号：2024-AFCEC-411