■ 董晓芬

近年来，人工智能技术（AIGC）发展迅速，国家高度重视AIGC在教育中的应用。

编程课程是AIGC的典型应用场景，AIGC能够在个性化辅导、教学资源迭代、错误代码识别、及时答疑反馈等方面为其提供支持。但如果不合理使用该技术，也会导致学生对AIGC过度依赖与沉迷、人际交流阻隔与障碍、实践操作能力弱化、学术不端行为增多等负向效应。这些负向效应影响着编程课程的教学效果。为破解上述难题，从课前预防、课中控制、课后治理三方面提出应对策略，助力AIGC与编程课程深度融合、良性发展。

课前预防是防范AIGC负向效应的首要环节，能够从源头上减少学生对AIGC的不合理使用。课前阶段，需针对学生开展AIGC使用技巧、技术原理及潜在负面效应等方面的专业培训，帮助学生掌握AIGC的使用方法。同时，要注重培养学生的学习能力、逻辑思维以及问题解决能力，让学生成为AIGC的主导者，避免对工具产生过度依赖。此外，将AIGC使用规范纳入课程标准，明确可使用AIGC的具体环节：在算法设计阶段，允许学生借助AIGC辅助构思；在算法实现阶段，严禁使用AIGC生成代码；在代码调试阶段，允许学生通过AI查询错误原因。

课中阶段是教师了解学生AIGC使用情况的最佳时机。在课堂实训环节需进行断网处理，要求学生独立编写并调试代码，严禁使用AIGC工具辅助，以确保学生真正掌握程序设计的核心原理与基础语法。当学生完成独立编码任务后，可短暂恢复网络连接，允许学生使用AIGC工具对代码进行调试和优化。通过分阶段、有节制的网络管控，既保障了学生掌握扎实的基础知识，又逐步培养其批判性使用AIGC的自觉意识。此外，教师可在课前利用AIGC生成含逻辑漏洞或安全隐患的案例，供学生在课堂上开展代码审查。一方面，能够有效规避学生直接复制代码的风险；另一方面，代码审查过程迫使学生深入理解程序运行机制，在“找错”中巩固语法规则与算法逻辑。

课后治理是弥补课堂教学不足、巩固教学效果的关键环节。构建“过程+成果+能力”的多元评价体系，以精准衡量学习效果。将学习态度、实践能力、课堂参与度、AIGC工具使用规范程度、小组协作表现等纳入过程性考核范畴。采用项目答辩形式开展终结性考核，检验学生真实水平。在项目答辩环节中，要求学生现场演示代码运行效果，阐述设计思路与实现细节，并针对教师提出的技术问题作出即时回应。通过这一体系，可以有效识别学生是否存在过度依赖AIGC的行为，引导学生重视学习过程中的积累。

通过课前预防筑牢基础、课中控制强化监管、课后治理巩固效果，构建全流程、全方位的应对体系，既能充分发挥AIGC技术的辅助教学价值，又能有效规避其负向效应，推动编程课程教学质量的提升。

（山东省教育科学“十四五”规划2023年度课题“ChatGPT辅助高职编程课程教学效能提升的行动研究”阶段性研究成果，项目编号：2023QC082）