引言：

近年来，以人工智能为代表的新一轮科技革命和产业变革蓬勃兴起，为教育现代化发展带来重大机遇，《中国教育现代化2035》明确提出要“加快教育信息化发展步伐，利用人工智能优化教育教学，促进信息技术与教育教学深度融合”。计算机通识课程作为高校信息素养教育的重要载体，更需顺应时代发展潮流，积极拥抱新技术变革。DeepSeek作为国内外领先的大模型平台，为计算机通识课程教改提供了强有力的智能赋能，本文将聚焦DeepSeek大模型在计算机通识课程数字化教改中的应用实践，探索大模型支持下的教学创新之路。

1 DeepSeek大模型应用到计算机通识课程数字化教改的意义

1.1 实现个性化自适应教学

DeepSeek大模型强大的自然语言处理和知识理解能力，为实现个性化自适应教学提供了技术支撑，基于DeepSeek大模型的智能教学系统能够通过对学生学习行为数据的深度挖掘和分析，精准把握每个学生的知识掌握程度、学习风格偏好等个性化特征。在此基础上系统可动态生成符合学生认知水平和学习节奏的个性化学习路径与课程内容推荐，实现因材施教、因需施教。

1.2 提供智能化学习辅导

DeepSeek大模型在自然语言理解、语义分析等方面的卓越表现，为计算机通识课程提供智能化的学习辅导创造了条件，当前学生在学习计算机通识课程时，经常会遇到概念理解不透彻、问题求解无从下手等困境。传统的课堂教学和在线学习平台往往缺乏及时有效的学习辅导与反馈机制，而集成了DeepSeek大模型的智能学习助手能够通过自然语言交互，为学生提供全天候的学习帮助^[1]。学生可以用自己习惯的语言提出疑问，智能助手能够理解问题的语义，并给出准确、易懂的解答。对于一些复杂的程序设计任务，智能助手还可以提供分步骤地指导，引导学生逐步完成编码。

1.3 助力课程资源智能建设

DeepSeek大模型强大的内容生成能力，为计算机通识课程资源的智能化建设提供了新思路，当前计算机通识课程面临着教学内容更新快、优质资源匮乏等挑战。教师往往需要花费大量时间和精力，从海量信息中筛选整合教学材料，编写课件、习题等，这种传统的资源建设方式不仅效率低下，也难以满足学生多样化、个性化的学习需求，而DeepSeek大模型则可充当智能助教，协助教师高效创建丰富多元的教学资源。基于对学科知识图谱的深度学习，大模型能够根据教学目标和学生特点，自动生成案例分析、思考题、实践项目等各类教学内容。

2 DeepSeek大模型支持计算机通识课程数字化教改的实践路径

2.1 基于大模型的个性化教学实践

DeepSeek大模型在推动计算机通识教育个性化发展方面大有可为，将大模型引入教学实践，需要构建以学生为中心的个性化学习环境。首先，教师要充分挖掘大模型在知识表征、推理决策等方面的优势，开发基于大模型的智能教学系统。该系统应具备学情诊断、学习路径规划、资源推荐等功能，能够根据学生的认知水平、学习风格等因素，动态生成个性化的教学方案。其次，要发挥大模型强大的自然语言交互能力，为学生提供智能化的学习辅导服务。学生在学习过程中遇到问题时可随时通过文字、语音等方式与智能助手进行对话，获得针对性地答疑解惑。智能助手还可对学生的编程作业进行实时评估，识别代码错误，给出修改意见，同时大模型可通过对学生反馈数据的分析，帮助教师及时发现教学内容的薄弱环节，进行针对性调整完善，还要注重培养学生与智能系统协同学习的能力^[2]。引导学生积极使用智能教学助手，通过人机对话加深对知识的理解，形成自主探究的学习习惯，并且鼓励学生利用大模型进行编程项目的创新设计，在实践中提升问题解决能力。

2.2 构建大模型驱动的智能辅导系统

DeepSeek大模型为构建智能化的学习辅导系统提供了坚实基础。传统的计算机通识课程辅导，主要依赖教师课后答疑和学生自主探索，存在时空限制和针对性不足等问题。而基于大模型的智能辅导系统，则可实现全天候、个性化的学习支持。搭建这一系统首先需要在大模型中导入计算机领域的核心概念、原理、方法等知识，形成完备的学科知识图谱。在此基础上，设计自然语言交互引擎，使系统能够准确理解学生提出的问题，并根据知识图谱进行推理，给出清晰、全面的解答。同时，还要开发代码分析模块，用于评估学生提交的编程作业。系统可通过语法分析、逻辑检查等，诊断代码可能存在的错误或性能问题，提供改进建议。为了增强辅导的针对性，还需要加入用户画像功能。通过分析学生的学习行为数据，如学习进度、知识掌握度、练习得分等，系统可建立起个体学生的知识模型和能力模型。考虑到学习过程的非认知因素，辅导系统还应具备情感感知与反馈功能。利用大模型在情感计算方面的进展，系统可分析学生在交互过程中的情绪状态，在学生遇到困难时给予鼓励，在学生取得进步时给予肯定，增强学习动机。

2.3 利用大模型进行课程资源智能生成

DeepSeek大模型为实现计算机通识课程资源的智能生成提供了强大工具，面对知识更新迅速、学生需求多样的挑战，教师迫切需要智能助手来辅助教学内容的编写和优化。利用大模型进行资源智能生成，可分为以下几个步骤：首先，教师根据教学大纲和学生特点，设定资源生成的主题、体裁、难度等要求；其次，将这些要求输入大模型，并引导模型从导入的学科知识库中检索相关知识，进行组织加工。大模型可根据要求自动生成条理清晰、重点突出的文本内容，如教学案例、思考题、实践任务等，教师再对生成的初稿进行必要的人工审核和修订，确保其准确性、严谨性和适用性，经过以上流程一份高质量的教学资源就可快速完成^[3]。基于大模型的资源生成，不仅可应用于课前教案准备，也可用于课中互动环节的设计。

3结语

DeepSeek大模型为计算机通识课程的数字化教改注入了新动能，通过利用大模型技术优化教学过程、创新教学模式、丰富教学资源，能够有效提升计算机通识教育的针对性、互动性和实效性。未来，在推动大模型教学应用的同时，还需注重加强教师培训，优化人机协同机制，完善评价反馈体系，切实将大模型技术优势转化为教学效能，不断开创计算机通识教育的崭新局面。

参考文献：

[1]刘海军，温赞玲.深度求索DeepSeek：人工智能、技术创新与新质生产力[J/OL].当代经济管理，1-13[2025-03-28].

[2]付祥.数字化改革下的计算机通识课程教改探索[J].计算机教育，2022，(05)：103-106.

[3]张晶晶.高校通识音乐课程数字化教学模型探究[J].教育教学论坛，2020，(46)：227-229.