论文标题：Investigating the Impact of an Intelligent Learning Companion on Learning Effect and Experience in Analog Circuit Laboratory Instruction

期刊：Frontiers of Digital Education

作者：Xinyi Tian, Jianwei Li, Yanli Ji

发表时间：20 Nov 2025

DOI： 10.1007/s44366-026-0079-x

微信链接：点击此处阅读微信文章

在人工智能技术深度渗透教育领域的当下，“AI + 教育” 已成为推动高等教育数字化转型的核心引擎。传统编程教学长期面临学习曲线陡峭、个性化指导不足、师生互动受限、理论与实践脱节等痛点，难以适配数字化时代对创新型技术人才的培养需求。如何借助 AI 技术重构编程教学的场景与模式，实现从 “标准化教学” 到 “个性化育人” 的转变，成为高等教育改革的重要课题。

图1 全息超写实数字虚拟教师

研究论文近日，哈尔滨工业大学苏小红教授等在Frontiers of Digital Education（《数字教育前沿（英文）》）期刊上发表题为Innovation of Teaching and Learning Scenes and Models Empowered by Artificial Intelligence: Practice and Experience of AI-Powered Programming Courses（《人工智能赋能的教与学场景及模式创新——编程课程的实践与经验》）的研究论文。该研究以编程课程为实践载体，系统探索了生成式AI在教学中的应用路径，构建了“课程—训练—竞赛—测试—评价”全流程AI赋能体系，为“AI+教学”深度融合提供了可落地的实践范式与理论框架。

研究指出，AI赋能编程教学在多个维度展现出显著成效。教学效率方面，AI备课助手、自动出题/阅卷等工具将教师从重复劳动中解放出来，使其更专注于高阶教学任务；学习体验方面，24小时AI学伴结合知识图谱，能精准定位学生知识盲区并推荐个性化学习路径，有效平缓编程入门曲线；教学场景方面，IMOOC（智能MOOC）通过全息投影等技术实现跨时空协同教学，突破资源限制，增强学习沉浸感；能力培养方面，一体化平台将课程、实践与竞赛深度融合，着重培养学生的需求表达、代码审查、批判性思维等AI难以替代的核心素养，推动学习目标从“知识获取”向“技能提升”转变。

图2 整合知识服务、个性化学习与教学支持的智能教学环境

同时，研究也发现部分学生存在过度依赖AI工具、难以理解AI生成代码逻辑等现象，提示AI赋能应坚持“辅助而非替代”的边界。基于建构主义与情境学习理论，研究提出了“教师—学生—AI”三元协同的教学结构，明确“AI补位、教师核心、学生主导”的角色分工原则：AI承担基础性任务，降低低阶认知负荷；教师转型为学习设计师与成长教练，聚焦高阶思维培育；学生作为主动探索者，在AI支持下开展自主学习。为防范过度依赖风险，研究建议定期开展无AI辅助的核心技能训练，并通过闭卷机试、项目答辩等方式综合评估真实学习成效。

图3 基于交互式大规模开放在线课程的跨校虚实融合混合式教学模式现场演示

研究表明，AI技术在编程教学中具有巨大潜力，其构建的赋能体系可为其他实践类课程提供可复用的框架。“人机协同、虚实融合、能力导向”的理念高度契合数字时代人才培养需求。未来，随着生成式AI、元宇宙等技术的发展，教学形态将逐步向开放元宇宙课程演进，教学工具也将向“LLM+智能体”模式升级。AI赋能教育的核心，始终在于实现技术与人文的平衡，让智能工具更好地服务于人的全面发展，培育适应数字智能时代的创新型人才。

文章引用格式

Xiaohong Su, Xiaofei Xu, Tiantian Wang. Innovation of Teaching and Learning Scenes and Models Empowered by Artificial Intelligence: Practice and Experience of AI-Powered Programming Courses. Frontiers of Digital Education, 2026, 3(1): 4DOI: 10.1007/s44366-026-0078-y

识别二维码 免费获取原文

作者简介

苏小红，女，博士，哈尔滨工业大学计算学部教授，博士生导师，黑龙江省教学名师，中国计算机学会高级会员，智能软件工程研究中心主任。曾获教育部-华为“智能基座”优秀教师奖励计划、霍英东教育基金会高等院校教育教学奖、宝钢优秀教师奖、高校计算机专业优秀教师奖励计划、全国高等院校计算机基础教育研究会计算机基础教育优秀教师、中国大学MOOC平台杰出贡献奖、全省优秀教师、省师德先进个人等荣誉称号。主持的C语言程序设计课程先后获评国家精品在线开放课程、国家级一流本科课程、教育部-华为智能基座优秀在线课程，获国家级教学成果一、二等奖各1项，省级教学成果一等奖7项，国家教材建设奖二等奖1项，省级教材建设奖特等奖1项。研究方向为教育信息化，智能软件工程，软件漏洞检测和定位，智能化软件开发和测试。

徐晓飞，男，博士，哈尔滨工业大学计算学部教授，博士生导师，中国计算机学会CCF会士，教育部高校软件工程专业教学指导委员会副主任，教育部教育数字化专家咨询委员会委员，高校在线开放课程联盟联席会执委会主任、中国高校计算机教育MOOC联盟常务副主任。主要研究方向为服务计算与软件服务工程、元宇宙服务、软件工程及教育、数字化教育等。

王甜甜，女，博士，哈尔滨工业大学计算学部副教授，博士生导师，主要研究方向为教育信息化、智能软件工程、工业软件。

往期回顾

论文解读 | 魏顺平等：大数据在教育评价中的应用

论文解读 | 系统性文献综述：生成式人工智能在教育中应用的实证研究

FDE专题征稿 | 高等教育中的个性化学习与人工智能驱动的创新

期刊介绍

期刊特点

1. 国际化投审稿平台Editorial Manager方便快捷。

2. 严格的同行评议（Peer Review）。

3. 免费语言润色，有力保障出版质量。

4. 不收取作者任何费用。

5. 不限文章长度。

6. 审稿周期：第一轮平均30天，投稿到录用平均60天。

7. 在线优先出版（CAP）。

8. 通过SpringerLink平台面向全球推广。

在线浏览

https://journal.hep.com.cn/fde

（中国大陆免费下载）

https://link.springer.com/journal/44366

在线投稿

https://www.editorialmanager.com/fode/

邮发代号‍‍‍‍‍

80-164

联系我们

fde@hep.com.cn

010-58582344, 010-58581581