基于AI大模型的大学计算机专业课程思政元素智能挖掘与融合路径

一、运用 AI 大模型，精准挖掘计算机专业课程思政元素

思政元素的精准挖掘是课程思政建设的前提。计算机专业课程涵盖编程语言、数据结构、人工智能、网络安全等多个领域，思政元素分布零散且隐蔽，仅依靠教师主观判断易出现遗漏或偏差。AI大模型能够通过自然语言处理（NLP）技术对课程教材、教学大纲、课件等文本资源进行深度分析，结合预设的思政元素标签体系，实现思政元素的自动化识别与分类。具体而言，可通过微调预训练语言模型，使其学习计算机专业术语与思政元素之间的关联规则，例如“算法优化”可关联“精益求精的工匠精神”，“网络协议”可关联“规则意识与公平正义”。同时，AI 大模型能构建专业课程知识图谱，将思政元素与知识点进行可视化关联，帮助教师系统把握课程中的思政切入点，提升挖掘的全面性与精准度。

以“数据结构”课程中的“排序算法”章节为例，传统教学中教师多聚焦算法原理与实现，对思政元素挖掘不足。借助微调后的 GPT-4 模型对该章节教材内容进行分析，模型首先识别出“冒泡排序的逐步优化”对应“追求卓越的科学精神”，“归并排序的分治思想”对应“化繁为简的思维方法”，“排序算法的效率对比”对应“效率意识与资源优化”等思政元素。随后，模型生成思政元素与知识点的关联图谱，标注出“通过对比不同排序算法的时间复杂度，引导学生理解‘效率优先、兼顾公平’的现实意义”等具体教学建议。教师基于此图谱，可精准定位思政融入点，避免了以往依赖经验导致的挖掘片面问题。

二、借助 AI 工具，将思政内容巧妙融入课程教学环节

思政内容与教学环节的有机融合是课程思政的核心，需避免“两张皮”现象。AI 工具能够基于挖掘出的思政元素，结合不同教学环节的特点，生成个性化的融合方案，实现思政教育与专业知识传授的无缝衔接。在课前预习环节，AI 可生成包含思政元素的预习任务单，通过案例导入激发学生兴趣；课中讲授环节，AI 课件生成工具能将思政元素转化为可视化案例、互动问题嵌入专业知识点讲解中；课后作业环节，AI 作业批改系统可在评价专业能力的同时，关注学生思政素养的体现。此外，AI 聊天机器人可作为课后答疑助手，在解答专业问题时，适时引导学生思考技术应用中的伦理与责任问题，强化思政教育效果。

以“数据隐私保护”为例，课前教师通过 AI 任务生成工具输入“数据隐私保护”知识点及关联的“社会责任”“伦理规范”思政元素，工具自动生成预习任务：“查阅‘剑桥分析事件’案例，思考大数据技术应用中如何平衡商业利益与个人隐私保护？”并附上案例原文与相关伦理规范文献链接。课中，AI 课件工具将“个人信息保护法”条款与数据加密技术原理相结合，插入“某互联网公司非法收集用户数据被处罚”的短视频案例，通过互动问题“作为未来的 IT 从业者，你认为应如何遵守数据隐私保护的法律法规？”引导学生讨论。课后，学生完成“设计一个兼顾隐私保护的校园信息管理系统方案”的作业，AI 批改系统在评价方案技术可行性的同时，重点分析学生对“隐私保护措施”的设计思路，针对未充分考虑用户权益的方案，给出“建议增加用户数据授权机制，体现对个人隐私的尊重”等评语，使思政教育贯穿教学全过程。

三、依托 AI 技术，创新计算机专业课程思政教学方式

传统计算机专业课程教学以理论讲授和实验操作为主，思政教育形式单一，学生参与度不高。依托 AI 技术可创新教学方式，构建沉浸式、互动式的思政教学场景，增强思政教育的吸引力与感染力。AI 虚拟现实（VR）技术可搭建仿真实践场景，让学生在模拟环境中体验技术应用的社会影响；AI 互动教学平台能通过实时问答、小组竞赛等形式，引导学生主动思考思政问题；AI 生成式内容工具可根据教学需求生成定制化案例、动画等教学资源，将抽象的思政理念转化为具体可感的教学内容。此外，

AI 情感计算技术能分析学生在课堂中的表情、语音等数据，判断学生对思政内容的接受程度，帮助教师实时调整教学策略。

在“人工智能导论”课程中，教师借助 VR 技术搭建“自动驾驶伦理困境”仿真场景：学生通过VR 设备模拟自动驾驶车辆遇到“撞向行人还是牺牲乘客”的紧急情况，需在限定时间内做出决策。体验结束后，AI 互动平台自动统计学生的决策结果，生成可视化投票图表，并推送“电车难题”伦理讨论素材，组织学生开展小组辩论。随后，AI 生成式工具根据辩论焦点，生成“AI 技术研发中的伦理审查流程”动画视频，直观展示伦理规范在技术应用中的重要性。同时，AI 情感计算系统通过分析学生在辩论中的语音语调与表情变化，发现部分学生对伦理决策存在困惑，教师随即补充“我国 AI伦理治理框架”的讲解，针对性解决学生疑问。这种沉浸式、互动式的教学方式，使学生在亲身体验中深刻理解 AI 技术应用的伦理责任，相比传统理论讲授，学生课堂参与度提升 60%以上。

四、开展 AI 培训，提升教师运用大模型进行思政教学的能力

教师是课程思政的实施主体，其运用 AI 大模型开展思政教学的能力直接影响教学效果。因此，需构建系统化的 AI 培训体系，从技术操作、教学设计、伦理应用三个维度提升教师能力。在技术操作层面，培训应涵盖 AI 大模型的基础功能、常用 AI 教学工具（如课件生成、VR 场景设计）的使用方法，通过实操训练帮助教师掌握技术工具的基本应用；在教学设计层面，需引导教师学习“AI+思政”的融合逻辑，掌握基于 AI 挖掘的思政元素进行教学环节设计的方法，通过案例研讨、教学沙龙等形式分享优秀教学经验；在伦理应用层面，要强化教师的 AI 伦理意识，明确 AI 工具使用的边界，避免过度依赖技术导致的教学同质化，引导教师合理发挥主观能动性，实现技术与教学的协同。

某高校计算机学院针对教师开展了为期 8 周的“AI 大模型与课程思政融合”专项培训。培训初期，通过线上课程讲解 GPT-4、百度文心一言等模型在文本分析、案例生成中的应用，组织教师实操训练“使用文心一言挖掘‘Python 编程’课程中的思政元素”，教师需独立完成从文本上传、元素识别到关联图谱生成的全流程操作。中期，邀请校外专家开展“AI 赋能下的课堂教学设计”研讨会，结合“人工智能伦理”课程的 AIVR 教学案例，讲解如何将 AI 挖掘的思政元素转化为沉浸式教学场景。培训后期，组织教师开展教学试讲，要求运用 AI 工具设计“网络安全法规”章节的思政教学方案，由培训导师针对方案中“AI 工具使用过度、思政融合生硬”等问题进行针对性指导。培训结束后，学院搭建线上交流平台，教师定期分享 AI 教学应用案例，如“使用 AI 批改系统评价学生编程作业中的规范意识”等，形成了“培训—实践—交流”的能力提升闭环。经过培训，85%的教师表示能够熟练运用AI 大模型挖掘思政元素，并设计出自然融合的教学方案。

结语

通过运用 AI 大模型精准挖掘思政元素、借助 AI 工具融入教学环节、依托 AI 技术创新教学方式、开展 AI 培训提升教师能力，能够有效破解计算机专业课程思政建设中的痛点问题，实现专业教学与思政教育的深度融合。然而，AI 技术在应用过程中仍面临一些挑战，需进一步优化 AI 模型的专业性与适用性，加强“技术+教育”复合型师资队伍建设，推动 AI 与课程思政的协同发展。

参考文献

[1]孙理胜,肖兴明,林玲.数字化教学背景下的计算机组成原理课程思政改革探讨[J].电脑知识与技术,2025,21(19):153-155.

[2]罗佳,张婵.高校计算机专业课程思政元素挖掘及教学运用[J].广东轻工职业技术大学学报,2025,24(02):42-47.