探究学习环节:AI作为学习助手,引导高职学生自主探究

摘要：高职院校以培养技术技能型人才为核心，强调理实一体、岗位导向、工学结合，教学更加注重实操训练、岗位任务落地与学生动手能力养成。

三、探究学习环节：AI作为学习助手，引导高职学生自主探究，避免直接代做

3.1 高职探究学习环节痛点

大数据应用技术课程探究学习以项目实操为主，学生在编写代码、处理数据集、调试程序过程中，会频繁遇到报错、逻辑不通、思路卡壳。

一个班级几十名学生同时实操，教师很难做到一对一即时答疑。

传统模式下，学生遇到问题，只能举手等待教师，等待时间长，部分学生直接放弃思考，直接照搬课本示例代码，缺少独立探究思考的过程。

高职学生的探究学习重点是锻炼分析问题、排查问题的能力，而不是直接得到正确代码。

3.2 AI在探究学习环节的应用定位

AI充当“学习引导助手”，它主要提供思路提示+错误分析+知识点回顾，引导学生自己完成探究，不直接给出完整代码答案，旨在保护学生独立思考能力。

课程实例：在《微商平台用户行为数据分析实操》课堂上，学生编写Python代码清洗数据集时，出现报错，无法运行。

学生操作场景：学生在Python环境运行数据清洗代码，报出语法错误、索引错误，学生不知道问题在哪。

错误的使用方式：学生直接把全部代码丢给AI，让AI直接写出完整正确代码，直接复制粘贴运行。

正确的AI探究使用方式：学生把报错信息、自己写的部分代码粘贴给AI，提问：“我的代码运行出现XX报错，请帮我分析可能的原因，不要直接给完整代码，给我排查思路。”

AI反馈思路示例：

检查数据集文件路径是否书写正确；

查看缺失值处理函数的参数是否匹配数据集格式；

核对数据类型，是否存在字符串无法参与数值计算的问题。

学生根据AI给出的排查思路，自己逐行检查代码，定位错误，修改代码，完成探究。

AI辅助探究学习的多种应用场景：

1.知识点回顾引导：

第一场景——“向AI提问，学生忘记数据清洗相关函数用法”；AI只给出函数用法说明不直接写完整程序。

2.业务逻辑启发：

第二场景——“当学生不知道如何计算微商转化率指标时”；AI提示业务逻辑思路并引导学生自己设计计算代码。

3.拓展思路启发：

第三场景——“完成基础任务后优等生想要实现可视化看板”；AI提供实现方向、工具选型建议。

3.3 探究学习环节课堂实施规则

高职课堂需要明确AI使用规范，写进课堂要求：

AI仅作为思考工具，禁止直接复制AI生成完整代码直接提交作业；

遇到问题优先自己排查，再使用AI获取思路提示；

学生需要记录自己借助AI得到的思考点，作为学习过程材料。

图3 探究学习环节AI辅助课堂流程

（文字示意图：针对共性问题：教师巡回指导，集中讲解答疑；实操探究→报错/卡点→自主排查→仍无办法→向AI提交报错排查提示→自主修改调试程序→完成任务）

3.4 教师在探究环节的角色

AI只能解决个体的局部疑问，教师需要巡视课堂，收集学生普遍遇到的共性问题，集中进行课堂讲解。

同时教师要监督学生，避免过度依赖AI，防止学生丧失代码调试能力。

对于高职大数据课程，实操调试能力是岗位核心技能，必须保证学生亲自动手。

表3 探究学习环节AI应用对比

（待续——共六个专题）

【作者提示：文中图由豆包AI生成。个人观点仅供参考，素材源于网络和公众号，如有侵权联系删除】