人工智能赋能《概率论与数理统计》课程教学改革的实践路径研究

一、引言

从农业到工业再到智能时代，随着生产力升级与生产方式的变化，社会对人才能力需求呈现出从“经验传承”到“标准执行”再到“创新协同”的演变特征。智能时代以智能计算力为代表性生产力，教育需要培养具有高阶思维和人机协同能力的新质人才以适配社会发展。高阶人才的培养需要通过因材施教、个性化和精准化教育服务，使潜在人才释放独特潜能，而传统教学是工业时代“标准化生产”的产物，无法满足智能时代人才培养需求。

2025 年1 月19 日，中共中央、国务院印发《教育强国建设规划纲要（2024—2035年）》，指出“促进人工智能助力教育变革”，随后国家出台多项政策，旨在推动构建智能技术赋能的教育新样态，推进教育迈向“深度用数”和“智慧赋智”新阶段，通过教育数字化转型打破“教育资源的有限性和个性化精准化需求的无限性”矛盾，实现从“标准化供给”向“精准化和个性化服务”的转变。

教育数字化转型就是要建设智慧教育。智慧教育是通过构建智能化环境，通过培植人机协同的数据、教学和文化智慧，使教师能使用高效的教学方法，让学习者能获得个性化学习服务和体验，从而培养具有良好品性、高阶思维的人才（祝智庭，2021；顾小清，2021）。本研究基于智慧教育理论，以《概率论与数理统计》课程为载体，探讨人工智能赋能教学改革的实践路径，以期为人工智能赋能高校智慧教学的有效落地提供指导，从而加快推动教育的数字化转型。

二、人工智能赋能课程教学改革的实践路径研究

（一）《概率论与数理统计》课程面临的问题

《概率论与数理统计》是研究随机现象统计规律性的数学课程，是数据分析领域的基础课程，也是多数专业考研升学的必备科目。对于多数专业，该课程的先修课程为高等数学和线性代数，与两门课程聚焦的确定性规律不同，它为研究不确定性问题提供科学的方法论，学生需由确定性思维向随机思维转变。

“新文科”建设提出要推动文理融合、学科交叉，培养既具备人文社科素养，又掌握数据思维、技术应用等跨学科能力的人才。《概率论与数理统计》的学科特性，为新文科人才培养提供关键支撑，但多数文科专业学生数学基础差异大，课程存在以下问题：（1）课程难度大且学生需求存在差异，一部分学生因数学知识欠缺，难以跟上进度，另一部分学生则因课程内容深度不够面临“饥饿”困境；（2）线上资源为自主学习提供了途径，但学生常因疑难问题无法及时解答，陷入动力匮乏困境，自主学习积极性低迷；（3）生成式人工智能虽能实现实时互动反馈，也滋生学生直接套用的 “拿来主义” 惰性；（4）学生还停留在解题思维中，数学建模意识和能力差；（5）教师精力有限，难以全面掌握每个学生的学情进行精准施教。

（二）人工智能赋能《概率论与数理统计》课程教学改革的实践路径

1. 优化课程目标

课程构建知识、能力、素养三维目标体系，聚焦学生适应数字时代的自主探究能力、用随机思维和概率统计方法解决实际问题能力、数据驱动的创新思维能力以及人机协同等能力的培养，和学生数字伦理意识、家国情怀、国家战略等在内的价值塑造。

2. 重构教学内容

围绕教学目标重构教学内容，将教学内容整合为六大模块：初识概率、建模角度研究概率、高维探究概率、数字特征、中心极限及统计分析。通过挖掘知识点背后的人文价值、辩证唯物主义哲学思想、世界观人生观、价值观等，以名人轶事、励志故事、历史事件、寓言故事、国内外热点事件为载体，通过课堂导入、知识点讲解、案例分析、课堂讨论、课堂总结等教学活动方式融入思政内容（刘淑环，2021；安凤娇，2025）。引入大数据、人工智能等前沿知识，以及人工智能应用方法和伦理风险知识，与专业结合开发一系列学科交叉应用案例，强化学生高阶思维能力和人机协同能力。

3. 创设智慧教学环境

教师依据超星网络教学平台的图谱系统（李俊锋，2025），构建非线性网络，便于学生结合实际情况自选学习路径，图谱的自适应测评功能实现动态学情诊断，平台结合图谱检测结果，依据学生薄弱环节精准推送资源，AI助教作为 24 小时学伴精准答疑；另外，针对概率统计知识抽象难以理解的问题，教师可使用虚拟仿真平台相关课程资源，利用随机模拟实验将抽象知识动态化展示，实现虚拟学习空间的建立。

利用学习通平台的讨论区、AI分组等功能，结合智慧教室的智能移动桌椅等物联网设备，课程实现“师生-生生-人机”三维互动，促进深度学习共同体的建立，助力社交学习空间的形成。同时，在知识图谱中嵌入思政元素，通过学生自主学习、教师教学环节的有机融入和浸润、课后的自我内化吸收路径，课程为学生带来深度精神滋养，丰盈学生的精神世界。

4. 创新智慧教学模式

《概率论与数理统计课程》对部分文科生难度较大，课程采用合作学习、探究性学习方式；学生数学基础差异大，课程通过人机协作方式实现学生异步和同步相结合方式学习。课程使用“自学-导学-疑学-探学-验学-拓学”环环相扣的教学模式：课前自学环节，教师发布学习任务，学生使用知识图谱和智能学伴自主学习和自测，教师依据预习情况制定合适的教学策略；课中，教师引入案例展开“导学”，吸引学生兴趣，并通过问题引发学生认知冲突，学生陷入“疑学”；教师使用数学建模思维剖析问题，引入并讲解知识点；小组合作使用生成式人工智能，结合虚拟仿真资源探究知识，进行课堂测试，发现并解决自身疑问，学生思维被深度牵引；小组分享对知识的理解，教师纠偏和总结，师生交互“验学”；课后，学生利用基础作业巩固知识，通过前沿问题或者专业复杂问题拓展学习。

5. 建立多元评价体系

围绕课程目标，课程构建了评价内容多维化、评价方式多样化、评价主体多元化的评价体系。在评价方式方面，采用形成性评价（ 40% ）与终结性评价（ 60% ）相结合、量化评价与质性评价并重、线上评价与线下评价互补等多样化评价手段，确保评价的全面性和准确性。其中，学科知识使用超星平台知识图谱功能的习题测验，结合作业和期末测试方式测评；能力维度通过作业、小组互动、课堂表现等方式评价，成绩使用学习通自动记录；素养维度通过作业提交情况、学习态度、课堂表现等方式评价，成绩也使用学习通自动记录。课程评价主体由教师、学生、学习通、用人单位等组成。评价过程尊重学生的主体地位，也发挥教师的主导作用，实现评价的客观性和公正性。

三、结论与展望

随着大语言模型的迅猛发展，人工智能对教育的赋能已进入全新阶段，推动智慧教育从理念构想向深度实践落地，使大规模个性化学习、因材施教、精准教学成为现实。本研究以《概率论与数理统计》课程为载体，从优化教学目标、重构教学内容、创设智慧教学环境、创新教学模式和建立多元教学评价维度五个方面探索人工智能赋能课程教学改革的实践路径，为人工智能赋能下高校智慧教学、数字化转型的有效落地提供指导。

随着新一代信息技术的快速发展和教育新基建的持续推进，智慧教育不断释放其变革教育的巨大潜能，通过教育数字化转型逐渐打破“教育资源的有限性和个性化精准化需求的无限性”矛盾，为社会培养具有良好品性、高阶思维的时代新人，实现教育高质量发展与服务国家战略需求的有机统一。

参考文献

[1]祝智庭,贺斌.智慧教育:教育信息化的新境界[J].电化教育研究,2012,33(12):5-13.

[2]顾小清,杜华,彭红超,等.智慧教育的理论框架、实践路径、发展脉络及未来图景[J].华东师范大学学报(教育科学版),2021,39(08):20-32.

[3]刘淑环.知识传授与价值引领——“概率论与数理统计”课程思政的教学探索[J].中国大学教学,2021,(03):60-65.

[4]安凤娇,王立斌,张若楠.“概率论与数理统计”课程思政实施路径的探究[J].科教文 汇,2025,(13):90-94.

[5]李俊锋,肖根生,位春傲,等.基于知识图谱的“色彩学”智慧课程构建与实践[J].印刷与数字媒体技术研究,2025,(03):142-148.

基金项目：洛阳师范学院高等教育教学改革研究与实践项目（2022XJGJ046）

作者简介：范涛（1992-），女，河南三门峡人，讲师，硕士．研究方向为数据挖掘，智慧教育。