人工智能背景下应用型本科数据库课程设计的专创融合教学改革与实践

  数据已经成为人工智能时代的重要生产要素,随着大数据、云计算等技术的发展,数据开发与管理在各个行业中的应用前景广阔,包括教育、医疗、金融、零售等领域,都在依赖数据支撑其智能化转型。数据库系统原理及相关实践课程,是计算机类专业的核心基础课程,既是对数据结构、算法原理、程序设计等课程的延伸,也是软件工程、计算机科学与技术、信息安全、网络安全等课程的基础,还是人工智能与大数据等新兴技术的重要支撑,具有承上启下的作用[1]。数据库作为人工智能时代的软件“底座”,是数字化技术创新发展的关键,具有极强的实践性。然而,传统数据库课程教学和实践存在理论与实践脱节、创新实践不足、教学实践案例缺乏、教师无法获取学生实时学习反馈、忽视学生创新能力和创业意识的培养等问题,难以适应人工智能时代对人才的新要求。对于应用型本科院校来说,改革传统课程教学模式,实现专业课教学与创新创业教育的深度融合(专创融合),既是解决上述问题的有效途径,也是提升数据库课程教学质量、培养创新型数据库人才的关键举措。
　　一、人工智能背景下应用型本科数据库课程的变革需求
　　(一)技术迭代对教学内容的冲击
　　大模型时代,数据管理已经从传统的“存储中心”转向“价值”中心,促使传统的结构化数据向文本、图像、视频等多模态数据转变、从传统企业升级应用转向智能应用、智能推荐、智能服务等新场景。而当前多数应用型本科数据库课程,仍以传统的数据库关系模型和SQL语言为主,缺乏对新兴数据技术和应用场景的覆盖,这种差距导致学生进入企业后难以适应实际工作需求,难以应对复杂多变的业务场景,因此,课程内容亟须更新,融入大数据、云计算等前沿技术,强化多模态数据处理能力,以适应智能应用新需求,培养具备创新思维和实践能力的高素质数据库人才[2]。
　　(二)技术融合对教学模式的影响
　　当前,随着大语言模型的出现,人工智能发展进入密集活跃期,并推动了教育的改革。在知识随处能学、随时可学的背景下,传统以传授学生知识和培养基础技能的教育模式已然不再适应,需要转变为以培养学生创新能力、解决复杂问题能力为核心的教学模式。人工智能与数据库课程的深度融合[3],一方面可以借助人工智能实现教学内容的个性化推送,另一方面学生能借助人工智能工具进行数据库系统的开发和应用,实现从传统的数据库设计与维护,拓展到具备利用人工智能技术进行创新应用开发的能力,以满足社会的实际需求。
　　(三)技术发展对人才能力结构的重塑
　　当前数据库课程的教学目标比较单一,侧重于数据库技术的基本原理及技术、SQL语言查询和编程技术、数据库系统安装与维护、简单数据库应用系统开发等基础技能[4],而大语言模型时代,学生不仅需要掌握主流数据库技术,还需要掌握数据挖掘、机器学习、数据分析等跨学科知识,并具备需求分析、系统设计、性能优化和发现数据价值和设计数据驱动的创新方案,以应对复杂的业务场景。这种能力结构的转变,要求课程设计更加注重学生实践应用能力和创新能力的培养。
　　二、人工智能背景应用型本科数据库课程的专创融合教学改革路径
　　专创融合教学改革是应用型本科教育改革的重要方式,本文以成果导向教育(Outcome　Based　Education,OBE)为指导,探索基于人工智能技术的数据库课程的专创融合教学改革路径,其改革前后对比,如图1所示。
　　(一)结合专业特点,设定分层教学目标
　　专创融合的关键在于将创新创业教育贯穿于专业教学过程中,不断培养同时兼具专业素养和创新创业素养的复合型人才[5]。因此,在人工智能背景下,根据学生专业学习需求和市场对数据库相关岗位对人才的能力要求,在数据库课程实施中,设置分层级的教学目标(如表1所示),以切实做到因材施教。
　　(二)融合前沿知识,改革教学内容
　　1.数据库课程教材内容的改革
　　遵循基础、提升、创新这一职业能力发展规律,开发数据库课程的活页式教材,该教材主要包括三个模块:数据库技术应用的理论和技能学习模块、数据库前沿技术探索模块和人工智能数据库创新创业实践模块,每个模块中分为理论学习、技能学习、知识和技能测评、实践项目设计、创新创业案例分析等多个任务活动,促进理论与实践的结合。通过模块化教学,学生不仅能扎实掌握数据库基础,还能紧跟技术前沿,提升实战能力,实现理论知识与实践应用的深度融合。
　　2.数据库课程教学内容的改革
　　基于OBE理念的改革强调能力本位,专创融合教学强调以学生为中心,让学生在实践性场景中锻炼解决问题的能力,并将易于忘记的信息和知识经过实践内化吸收。针对当前数据库课程停留在SQL和ER图模型的现状,根据2024年《中国数据合规人才缺口与培育白皮书》中数据合规人才的要求,融合ICT大赛、中国大学生计算机设计大赛、“蓝桥杯”大赛、“互联网+”大赛、挑战杯等大赛内容,构建“底层筑基(20%)+智能升级(50%)+工程实战(50%)”的数据库课程体系,并将创新创业教育贯穿到各个板块学习中,如表2所示。
　　(三)借助人工智能,重构教学过程
　　1.智慧平台辅助理论教学
　　在专创融合教学实施过程中,针对课程体系中的每一个模块,依托校企合作的智慧教学平台,开展“课前—课中—课后”全过程融合式互动教学。其中,在课前环节中,教师提前发布课程视频、课件等学习资源,学生自主学习,同时平台通过智能分析学生学习情况,并为其智能推送涵盖数据分析、数据挖掘、数据安全、数据治理等前沿领域的最新研究动态,以及丰富的慕课、学术论文、专业书籍等学习资料。课中环节,教师借助微课、人工智能工具等开展项目式、案例式教学,对案例进行分析、明确目标、知识解析、演示操作、突破知识重难点、发布任务,分析指导,点评作品和总结应用,学生分组讨论、分成练习协助完成；课后环节,学生利用手机端便捷查看结构化课程资源,完成个性化作业,教师根据平台反馈进行针对性辅导,形成闭环教学体系,提升教学效果。
　　2.人工智能辅助实验教学
　　数据库课程传统的实验教学模式下,由于班级人数众多,教师无法实时响应和解答学生学习和编程实践中的问题,导致学生实践效果不佳。利用人工智能技术和openGauss开源关系型数据库管理系统,辅助数据库实验教学,能够较好地解决以上痛点问题。一方面,利用人工智能技术,可以为学生实验提供思路启发、问题解答等实时辅导,并完成对实验报告的批阅。例如,AI代码助手,可以隐藏关键代码,通过引导学生自主探索,逐步揭示编程逻辑,培养独立解决问题的能力；另一方面,openGauss的智能优化功能,能实时监测学生操作,提供性能调优建议,提升实验效率,确保理论与实践紧密结合,深化知识理解。此外,在学生实训环节中,通过校企合作模式引入项目学习,根据企业真实需求设计数据库实训项目,学生在实际操作中提升实战能力,企业导师全程指导,确保理论与实践无缝对接,进一步强化学生的综合素质和创新创业能力。
　　(四)优化评价体系,培养适应时代需求的高素质人才
　　为解决传统课程考核方式通过一次性考核确定学生成绩的片面性问题,针对人工智能背景下数据库课程的专创融合教学特点,遵循OBE理念“产出导向”的基本原则,构建“诊断性评价(20%)+形成性评价(50%)+总结性评价相结合(30%)”的评价体系。其中,诊断性评价,主要借助智慧教学平台的数据分析功能,对学生基础知识掌握情况进行评估；形成性评价则包括学生线上学习的完成情况、在课堂上参与活动和任务活动完成情况、小组管理实践情况等,全面记录学生的学习过程和成长轨迹；总结性评价则通过期末考试、项目成果、实验报告等多种方式评定学生的创新能力和综合素养,确保评价结果客观全面,激励学生持续进步,培养适应未来挑战的高素质人才。此外,在学生参与项目学习过程中,还由企业导师对学生的项目执行能力、团队合作精神等创新创业能力进行综合评价,进一步丰富评价维度,确保评价体系多元化和立体化。企业导师的评价结果占总结性评价的20%,结合校内教师评分,形成更全面的评价体系。通过这种多维度的评价机制,不仅有利于学生的专业技能,还培养了他们的创新思维和团队协作能力,真正实现专业教育与创新创业教育需求的紧密对接。
　　三、结束语
　　综上所述,在当今数字化时代,数据库技术作为信息管理和处理的核心手段,广泛应用于各个领域中。人工智能的崛起,为数据库课程的教学带来了新的机遇与挑战。应用型本科数据库课程设计的专创融合教学改革,一方面将人工智能与数据库技术深度融合,提升学生创新应用能力；另一方面,借助人工智能平台实现对学生学习的实时反馈与个性化指导,优化教学效果,有利于满足人工智能时代对高素质创新创业型人才的需求,同时也为其他领域课程改革提供了可借鉴的模式,推动教育教学整体创新。

文章来源：  《经济导报》   https://www.zzqklm.com/w/qt/35712.html