高职编程类课程人机协同渐进式教学探索

○　姜翠

今年暑期，我与院部16位同事共同参加了湖北省人社厅主办的“人工智能赋能湖北现代化产业体系创新发展”高级研修班。研修内容涵盖人工智能宏观政策、Transformer基础原理、国产大模型应用、OpenClaw自动化开发、WorkBuddy智能工具实践，还赴科大讯飞学习了AI赋能高职教育的落地经验，系统的学习更新了我对“人工智能＋”的认知。

研修中，多位企业讲师用招聘实例告诉我们：今天Web前端的标准工作流，早已不是纯手写。通常是需求先拆解，AI快速生成页面骨架和通用工具函数，工程师再深耕核心业务逻辑，最后用智能体优化、排查漏洞。Cursor、OpenClaw等工具、大模型接口集成与精准提示词撰写，已成岗位必备技能。但讲师们也反复强调一个底层逻辑：AI擅长标准化、重复性工作，而核心业务判断、数据精准校验、复杂故障排查、个性化交互开发，仍牢牢握在开发者自己手里。换句话说，AI是放大器，不是替代品；它放大的是扎实基础，而不是凭空补齐短板。

认知冲击之下，专业教学面临双重现实困境：学生普遍自主学习意识偏弱，编程基础薄弱，缺少代码阅读、调试排错的良好习惯，基础编码能力不足；教师同样处于由传统手敲代码教学向人机协同教学转型的起步阶段，大多仅了解AI开发流程，缺少完整落地实践。师生同处转型起点，也印证了分层渐进式“用AI”并非跟风，而是教学改革的必然选择。

正因如此，我决定从自己承担的程序设计类课程改起。我们专业大多是软件开发课，编程类居多数，主要岗位（群）或技术领域是软件开发、软件测试、软件技术支持、WEB前端开发等。依托研修所得，以我所承担的72课时的几门专业课为例，将AI实操按“手写筑基—引导协作—融合实战”三阶段渐进融入，核心知识点和技能点一律保留、绝不删减。

第一阶段“手写筑基期”（约30课时）：学生照旧逐行手敲变量、流程控制、函数、对象等，把肌肉记忆和逻辑直觉夯实；课堂关闭AI自动补全，豆包仅限课后答疑，要求报错后手抄修复、讲清原理，严禁AI生成完整业务代码。第二阶段“引导协作期”（约26课时）：在机房VSCode或IDEA中，借助通义灵码、CodeBuddy这类插件——有条件开启，允许看AI建议却不回车接受；新增“AI审查员”练习，把含故意错误的AI代码摆给学生挑毛病，并教他们写好提示词；案例取自待办事项、用户注册、学生信息管理等贴近生活的真实场景，让学生体会“AI搭框架、我写核心逻辑与数据校验”的企业节奏正是培训里企业讲师反复演示、而我们也在摸索的方向。第三阶段“融合实战期”（约12课时）：期末技能考核项目全面放开工具，但学生必须提交AI使用日志、接受代码答辩，重点考查“能不能读懂、能不能优化、能不能排查漏洞”。

与之配套，是分层管控和多元考核。筑基期统一收纳手机、关闭AI自动补全，作业提交手写代码；协作阶段将代码逻辑阐释、AI代码审查练习纳入过程评价；实战阶段考核重心由“是否使用AI”转为“AI工具使用是否规范”。实训评价不再仅关注程序能否正常运行，同步考核需求拆解、提示词编写、开发迭代记录与缺陷日志，对标企业项目全流程交付规范。

日常教学中，我对AI工具进行分工使用：依托WorkBuddy备课、生成案例习题，豆包用于课后答疑，飞书多维表格留存学生过程性学习数据。AI并非单一教学神器，而是人机协同教学的工具组合。

回望研修，最深的体会是：AI时代，教师不是被替代的人，而是被重新定义的人。当智能体能代写代码、生成文档，教师的职责就从“知识的唯一讲授者”，转向“学习路径的设计者”和“人机协同的教练”。我们要守住的，是学生逻辑思维的底盘和严谨的职业素养；我们要创新的，是让教学接上产业地气、让课堂对齐真实工位。

在咸宁职院，我们面对的是基础相对薄弱却大有可为的孩子。让他们既不因禁用AI而与行业脱节，也不因依赖AI而荒废基本功——这正是高职教育在AI时代必须答好的题。我将以这次研修为起点，把分层人机协同的实训做进每一节理实一体化课堂，为专业真正适配产业、为地方培养更多基础扎实、技能全面、跟得上时代的技术技能人才而努力。

（作者单位：咸宁职业技术学院）