1. 引言
2024年政府工作报告中首次提出开展“人工智能+”行动。2024年召开的全国教育大会上提出，不断拓展实践育人和网络育人的空间和阵地。这为当前高校思想政治教育指明了方向、提供了遵循[1]。一方面推动了高校思政教育工作传统优势同信息技术的融合发展；另一方面从育人环境、技术伦理和数字鸿沟等多个维度，强化了精准思政、数智赋能，探究人工智能提升高校思政教育实效的双赢之路。在此背景下，高校应深入探讨人工智能赋能高校精准教学与思政教育的价值意蕴、内在逻辑、运行机制和实践策略[2]。
本文从《高等数学》课程的传统教学存在的问题出发，根据人工智能的特点，从《高等数学》课程的传统教学模式存在的问题出发，探索人工智能技术赋能《高等数学》课程思政教学的4条作用路径。同时，通过具体的教学案例展示人工智能技术作为“资源”、“工具”、“环境”与《高等数学》课程思政教学的3种整合方式，并对实施的路径与不足之处分别进行了分析。
2. 传统式《高等数学》课程教学存在的问题
传统式《高等数学》课程思政教学存在的问题主要包括以下几个方面。
2.1. 教学方法单一，缺乏互动性
传统的《高等数学》课程思政教学往往采用讲授式的教学方法，教师单方面传授知识，学生被动接受。这种教学方法可能导致学生的兴趣和参与度降低，难以深入理解和思考课程内容。同时，缺乏利用现代技术来增强教学的互动性和多样性，使得课程难以吸引年轻一代学生。
2.2. 教学内容局限，缺乏新颖性
传统《高等数学》课程思政教学的内容往往局限于教科书和讲义，过于依赖特定教材，忽视其他资源和教学方法的多样性。而且，有些教学内容未能及时反映社会和政治的最新变化，内容相对陈旧，缺乏新颖性和深度，难以吸引学生的注意。此外，思政元素往往被生硬地融入课程，缺乏与数学知识的有机结合，使得学生在学习过程中难以感受到思政教育的魅力。
2.3. 重知识传授，轻育人目标
在传统《高等数学》课程思政教学中，教师往往过于注重数学知识的传授和技能的培养，而忽视了思政教育的重要性。这种教学模式使得学生在学完课程后，只是生硬地记住了定理、定义等数学知识，而未能深刻理解其中的思政内涵和价值导向。同时，考核方式也过于死板，无法全面评价学生的思政素养和综合能力。
2.4. 教师素养参差不齐，缺乏思政意识
传统的教授《高等数学》的教师对学生的考核往往对知识水平要求较高，而对价值观方面的考量比较模糊。这种考核机制导致部分教师在《高等数学》课程思政教学中缺乏思政意识，难以将思政元素有效地融入课程教学中。
2.5. 无法实施个性化教学
传统《高等数学》课程思政教学往往采用统一的教学进度和教学内容，往往忽略学生个人的学习情况和兴趣爱好，为他们提供定制化的学习路径和学习资源，满足学生的个性化需求，帮助他们更好地发挥自己的优势和潜力。
2.6. 师生互动性不足
传统的教授《高等数学》的教师在课程思政教学过程中，虽存在与学生互动的意识和行动，但受时间、精力和条件限制，多采取以教师为主体的教学模式。
2.7. 学习效果难以评估
传统的教授《高等数学》的教师在课程思政教学过程中，学生缺旷课、上课思想不集中、不积极参与分组讨论等情况并不鲜见。教师要维持良好的教学秩序，可能会影响正常的教学进度，使得不少教师只能放任自流，很少干预。
3. 生成式人工智能赋能课程思政高质量推进的理论逻辑
3.1. 生成式人工智赋能课程思政高质量推进的理论逻辑
课程思政的核心任务是“立德树人”，这是其逻辑起点。通过全面推进“三全育人”路径，最终实现“教书育人”的目标。课程思政建设的科学理论基础在于课程系统性与协同性的耦合、理性和工具价值的统一以及科学与人文教育的融通。在数字化转型背景下，“立德树人”这一根本任务的最佳实现依赖于遵循课程思政高质量推进的理论逻辑[3]。
3.2. 生成式人工智彰显“课程、专业与学科”学术思政意识的立体推进
课程思政旨在将思想政治教育元素(如理论知识、价值理念和精神追求)融入各门课程中，潜移默化地影响学生的思想意识和行为举止。生活化教学理念强调教育应注重实践，突出知识在现实生活中的应用与启迪功能，使知识既源于生活又高于生活，从而增强知识与价值教育的效果。数字化时代为思想政治教育和课程思政带来了新机遇，具体表现为：更丰富的教学资源；更多元的教学手段；更接地气的教育机会；更有效的教育方式。这些变化为思政教育生活化理念的践行提供了更多元化的路径。因此，生成式人工智不仅是数字化生活的现实需求，也是生活化教学理念实践的根本遵循。思政教育与价值教育的最终目标是推进教育赋能生活的现实功能。生活化教育理念的践行既是思政教学实施数字化转型的理论逻辑，也是现实需求。
3.3. 生成式人工智推进“职业、行业与生活”生涯思政的融合发展
职业、行业与生活的一体化设计是生涯教育的思维视野，也是推进教育融合的视角。在数字社会发展背景下，整合“职业、行业与生活”的多维融合是开展思想政治教育与课程思政的理论逻辑，也是推进“学科教育、思想教育与价值教育”融合发展的生涯思政行动。该理论逻辑以教育赋能生活为思想原点，探寻教育思想的现实推进。因此，学校开展思想政治教育需要以理论逻辑为原点，以学生未来的“职业社会、行业发展与幸福生活”作为开发思政课程的资源以及践行课程思政的途径、彰显思政教学行动的“起点兼终点”价值，进而通过教学实践的多元化实现高质量赋能“立德树人”。
4. 生成式人工智能应用场景
生成式人工智能技术是通过学习大量数据集来创造新颖的原创内容的一种方法[4]。将其应用于高等教育，可以建立一个基于生成式人工智能的教育平台，旨在促进教育观念的转变和革新，以及教学方式的改进和创新。在专业设置方面，AI能够重新设计适应市场需求的专业标签、课程框架和课程标准。在课堂教学环节，AI能够创建智能教学场景，改善教学过程，显著提高教学效果和品质，从而有效应对当前高等职业课程教育中存在的挑战。生成式人工智能教育平台的应用《高等数学》课程思政教学的应用场景广泛且深入，为教育的个性化、智能化和高效化提供了有力的支持[5] [6]，主要体现在以下几个方面。
4.1. 个性化学习
生成式人工智能能够通过深入分析学生学习高等数学的数据和模式，为每位学生量身定制个性化的学习支持和课程计划。这种个性化的学习方式能够确保教学内容与学生的需求和兴趣高度匹配，从而提高学习的针对性和有效性。例如，平台可以根据学生的学习进度和能力，智能推荐适合的学习资源和路径，帮助学生实现高效学习。
4.2. 教学辅助
生成式人工智能在数学教师备课、自动批阅与学情分析等多个方面为教师提供强大的支持。教师可以利用平台生成的优质教学资源来丰富课堂内容，减轻备课负担。生成式人工智能可以通过多种方式辅助数学题解析：首先有直接解答问题的AI工具如WolframAlpha可以直接输入数学问题，并快速提供答案，这些工具能够处理从基础算术到微积分和代数方程的广泛问题。例如，对于方程求解或表达式简化，这些工具可以迅速给出准确答案。还有些AI平台将提供详细的分步骤解析，如Thetawise和Microsoft MathSolver，不仅提供答案，还可以生成详细的分步骤解析与视频分析，帮助学生理解解题过程和思路。这种功能对于学习和教学都非常有用，可以帮助学生逐步掌握解题方法。此外，社区论坛和互动的AI平台如Julius内置了社区论坛，用户可以在其中讨论数学问题、分享解题思路，甚至提出疑问并得到其他用户的帮助。这种互动性增强了学习体验，并提供了额外的资源和支持。同时，平台还能自动得出学生的到课情况，提供即时的学情分析，帮助教师快速了解学生的学习情况，进而调整教学策略，提升教学质量。
4.3. 智能评估与反馈
生成式人工智能能够为学生提供智能评估与反馈，帮助教师及时调整例题的选取进而实现学生更好地理解学习内容，并及时调整教学与学习策略。例如，北京师范大学的曹一鸣与吴景峰教授[7]近期通过运用生成式人工智能对两位数学教师的例习题设计进行分析与比较，对GPT先设定评价理论，再输入需要评价的材料，即“理论方法 + 材料评价”的指令，让GPT根据事先设定的理论，对材料输出相应的评价，基本达到预期。为了让生成式AI快速对数学教师选配的例习题给出评价，需要先让大模型明确评价指标(因为指标可以是相关理论或是相关考试的探索行之有效的操作指令)，如图1所示，以此赋能数学教师日常课堂的例习题选配，这种智能评估不仅提高了评估的效率，还增强了学生的自主学习能力和自我反思能力。
Figure 1. Implementation process of generating AI to empower math teachers to choose exercises
图1. 生成式AI赋能数学教师例习题选配的实施过程
5. 数字化转型背景下高校《高等数学》课程思政教学模式构建之路
2017年，国务院发布了《新一代人工智能发展规划》。2018年，国家推出了《教育信息化2.0行动计划》[8]；同年4月，教育部公布了《高等学校人工智能创新行动计划》[9]；2022年2月，《教育部2022年工作要点》中明确提出了实施教育数字化战略行动[10]，并且在党的二十大报告中首次提及“推进教育数字化”。2024年1月，教育部部长怀进鹏在世界数字教育大会强调“将实施人工智能赋能行动”。同年4月，教育部组织确定首批18个“人工智能 + 高等教育”应用场景典型案例，旨在以此积极推动人工智能技术的融合赋能，形成具有代表性、前瞻性且能够产生积极影响的“人工智能+”精准思政育人案例。
5.1. 人工智能技术赋能《高等数学》课程思政教学的路径
1) 革新理念，强化高等院校数学教师教学理念
自2018年国家启动《教育信息化2.0行动计划》以来[8]，我国通过政府、企业和教育机构的合作，产学研的协同，以及各高等院校的共同努力，为生成式人工智能在高等教育中的应用奠定了坚实的基础。随着日趋完善的硬件设施、充沛的信息资源以及我国不断实现ChatGPT人工智能大模型实现整体突破等不断成熟的技术支持大背景下，使得生成式人工智能赋能《高等数学》课程思政教学中将发挥重要作用[3]-[11]。
高等院校应建立一个由校内教师、校外专家及一线企业专家共同参与的“教学共同体”。通过这一平台，各方可以共同研讨项目教学的设计、实施与评价等关键环节，打通《高等数学》教学革新的多维渠道。这种多方协作不仅能够引入外部的专业视角和实践经验，还能确保教学内容与实际应用紧密结合，提升课程思政教学效果。应充分利用职后培训的机会，全面培养数学教师的数字素养和教学创新能力。具体而言，学校可以通过系统化的培训课程和实践活动，帮助教师掌握最新的数字化教学工具和技术，增强其在教学改革中的内驱力。此举不仅能提高教师的教学水平，还为数字化背景下数学项目教学的顺利实施奠定了坚实基础。
2) 利用可视化开展《高等数学》课程思政教学
数字化转型对应用型人才提出了更高水平的要求，强调人才必须能够在专业领域具有较强的实际问题解决能力，而《高等数学》就是解决实际问题的重要工具之一。故此，高等院校《高等数学》课程思政教学改革必须以数学核心问题进行教学变革，促使大学生能够在关键数学问题的驱动下增强问题探究的内驱力，这是课程教学革新的主流；通过开展相关问题或者任务的探究，促使大学生沉淀利用数学理论解决实际问题的经验，学会运用数学理性视角审视专业领域技术。
高等数学教学知识具有抽象难教、推理复杂等特点，而人工智能技术融入教学活动，可以对部分知识点和抽象难懂的内容进行动态演示，直观反映变换过程与理论知识的内在联系，降低理论难度[11]，这在一定程度上实现了学生对知识的有效建构。平台可以利用虚拟现实和增强现实技术，创建模拟实验和虚拟场景，让学生身临其境地进行实践操作，从而提高学习兴趣和效果。例如，在介绍高等数学第七章微分方程的解的内容时，可以利用变量分离方程建立疫情预测模型，让学生了解病毒传播规律，增强防疫意识和社会责任感；同时通过介绍数学家如伯努利、欧拉等数学家的故事，激励学生刻苦钻研、勇攀科学高峰。再比如，讲解第八章空间解析几何与向量代数时，可以适时引入VR技术，使得同学们对三维空间的二次型曲线的形状、位置与特征具有更加直观的认识和感受，为后续多重积分学的计算奠定基础。
3) 创新重组内容开展《高等数学》课程思政教学
高等院校《高等数学》课程思政教学素材除了来自权威教材之外，还应结合大学生的学习基础与偏好，利用数字化信息平台，例如从智慧教育平台等渠道挖掘可进行课程思政的数学教学资源，辅之以教师的教学内容，自编拓展性教学内容，由此延展大学生高等数学学习时空，拓宽其学习视野。例如，高等数学教师可每周在网络平台推送微型学习内容，涵盖各类数学文化、应用知识、数模竞赛论文以及Mathlab数学实验，并设置有奖竞赛、知识竞答等内容，提高学生的线上学习参与积极性[11]。
4) 革新《高等数学》课程思政教学模式
人工智能技术推动《高等数学》课程思政的教学模式创新，如翻转课堂、线上线下混合式教学模式等，优化了课堂效果，重塑了课堂样态，提供了丰富的教学互动，如在线探索、讨论、分享、展示等学习活动，增强了现实课堂的鲜活度与吸引力。例如，线上线下混合式的教学模式将线上资源与线下教学有机地融合在一起。新型数字化教学模式可划分为3个阶段：课前自学、课上内化、课后总结。首先学生通过自学微课，完成在线自测。接着，教师线下通过以学生为中心，以能力培养为主，采用问题驱动式等教学方式，引导小组进行讨论，再由小组代表发表组内讨论结果，进而提升了学生的逻辑思维能力。最后，教师通过课后设置基础性作业，并要求学生线上互评，同时鼓励学有余力的学生完成在线拓展作业。
5.2. 人工智能技术赋能《高等数学》课程思政教学的整合方式
教师基于《高等数学》课程知识体系的结构与特点，充分发挥人工智能技术赋能优势，找准课堂教学内容与人工智能技术的契合点与融合路径，进而助力新工科人才建设。人工智能技术与《高等数学》
课程教学整合的方式有哪些呢？以第一章函数与极限的《重要极限》这一节内容为例，极限
是“高等数学”极限计算中的一种重要方法，在给出重要极限之前缺少引入过程导致学生接受困难。课程标准对该内容的要求是理解并掌握重要极限的计算和应用，因此，本节内容主要把学习重要极限作为重点。为达成目标，教师可灵活应用人工智能技术的不同功能支撑教学活动。
1) 人工智能技术作为教学资源的载体
教育家J.杜威(J. Dewey) [12]曾说过“必须有一个实际的经验情境作为思维的开始阶段”。众所周知，创设情境需要高质量的资源，而人工智能技术的发展极大地方便了教师搜集和获取各类数据信息资源。课上，首先，教师利用网络资源创设情境，呈现复利计息的过程，就是利息也可以并进本金再生利息。但是本利和的多寡，要看计息周期而定，以1元人民币本金为例，假设年利率为100%，以一年只计息一次，那么一年之后的本利和就是2 (元)；但是，也可以每半年计息一次，根据复利的计算公式，可得一年
之后的本利和为：
(元)；或者一月一次，同理可得一年后的本利和为：
(元)；
甚至是一天一次等等。有人因此而好奇，如果计息周期无限制地缩短，比如说每分钟计息一次，甚至每秒，或者每一瞬间(理论上来说)，会发生什么状况呢？本利和会无限制地加大吗？通过介绍复利(利滚利)问题引入本课本内容，一方面有利于引起学生的学习兴趣，让学生认识到今天所讲的重要极限非常有意义，从而激发其求知欲望。这时，恰当把握时机，将其求知欲望转化为学习动力，完成从“现实问题”到“数学理论”的升华。
2) 人工智能技术作为教法的显性工具
在唤起学生的学习兴趣后，如何引导学生计算
？师生共同在 Matlab 环境中操作，通过
函数语句：matlab提供了求极限的指令：
limit(f,v,a) % 求v趋于a时f的极限
limit(f,v,a,'right') % 求v右趋于a时f的极限
limit(f,v,a,'left') % 求v左趋于a时f的极限
动态演示出数列
的变化趋势以及与无理数e的关系，如图2所示。在此过程中，人工智能技
术作为显性“工具”，构建的可视化环境促进了学生的数学活动体验。可视化人工智能技术是改善学习
内容呈现方式的“催化剂”，推动学生对知识本质的理解，让学生思维进阶得出
应该存在的。
接着线下课堂中，教师通过严格的数学证明得出重要极限的存在性以及与e的关系，促进学生思维进阶。
Figure 2. Mathlab demonstrates the value of
when n = 32
图2. Mathlab演示n = 32时，
的取值
3) 人工智能技术作为学习的“隐性环境”
AI技术有助于打破课程之间的壁垒，实现《高等数学》与其他学科的相互渗透和融合。通过智慧课堂的设计，AI可以将思政元素与专业更加巧妙地融入高等数学的教学中，补充更多的教学资源，提升学生的综合素养。这种跨学科融合的教学方式不仅有助于学生对数学知识的深入理解，还能引导他们树立正确的世界观、人生观和价值观。例如，教师将重要极限的相关教学内容讲授完毕之后，可以设计一个关于校园网贷的数学模型，展示贷款金额、利息和还款期限之间的关系，以及逾期还款可能导致的严重后果。这样的实例不仅有助于学生理解极限的数学概念，还能让他们深刻认识到网贷的危害性。最后，结合AI技术找出当今大学生网贷的一些负面案例，引导学生探讨网贷背后的消费观念、金融素养以及风险意识等问题。通过讨论，学生可以更加清晰地认识到网贷并非解决资金问题的最佳途径，而是应该通过合理的消费规划和理财计划来避免陷入财务困境。此环节中，人工智能技术通过“隐性环境”的形态与教育教学整合。
6. 生成式人工智能应用《高等数学》课程思政过程中不足之处
生成式人工智能在《高等数学》课程思政中的应用虽然带来了许多便利和创新，但也存在一些不足之处。以下是几个主要方面：一是教育者和受教育者的情感交流减弱。生成式人工智能的介入在一定程度上弱化了教师和学生的直接联系，从而影响教育的情感维度和人文关怀。二是技术依赖问题。如果教师和学生过于依赖生成式人工智能，可能会降低他们的自主学习能力和批判性思维能力。例如，学生可能会过度依赖ChatGPT等工具完成作业和论文，而忽视了自己的学习和思考过程。三是虚假信息和意识形态风险。生成式人工智能可能产生大量的虚假信息，这些虚假信息可能冲击思政教育的核心价值观，影响学生的思想观念、价值观念和道德观念。四是教育内容的选取和甄别难度增加。生成式人工智能产生的虚假信息使得教育内容的选取和甄别变得更加困难。五是教育者的主体地位和权威性可能受到挑战。如果教育者不能很好地掌握和应用生成式人工智能技术，可能会降低他们在学生心中的知识权威性，从而影响教育的效果。六是有关隐私和数据安全问题。生成式人工智能在训练大模型时需要存储和处理大量的数据，这可能涉及个人隐私和敏感信息。如果相关措施不到位，可能导致数据泄露或滥用，对教育伦理和学生的隐私权益构成威胁。最后，学术不端行为的风险增加。生成式人工智能技术在给出答案时不会阐明来源，这可能导致学术不端行为(如数据造假、剽窃和抄袭)的甄别变得更加困难。
综上所述，生成式人工智能在《高等数学》课程思政中的应用需要谨慎对待。在享受技术带来的便利的同时，必须充分认识到其潜在的风险和不足，并采取相应的措施来加以应对和解决[13] [14]。
基金项目
本文系江西省教育厅重点教改项目“基于OBE理念下高等数学‘课程思政’教学改革探究”(编号：JXJG-22-14-1)；2023年广东省普通高校创新研究团队(编号：2023KCXTD063)；2024年广东财经大学教学改革项目“新文科背景下高等数学公共课赋能专业需求的教学改革创新研究”，广东省教育厅科研项目(特色创新项目)：新商科背景下经管类应用型人才培养的数学教学模式探究与实践(2023KTSCX034)；广东省高等教育学会关于“十四五”规划2023年度高等教育研究课题：“一体两翼”的立体化教学模式研究与实践(23GYB22)；高等学校大学数学教学研究与发展中心2024年教学改革项目：思政引领、技术赋能的新文科高等数学教学模式革新实践与探索(CMC20240605)；广东财经大学2022年度教学发展示范教师项目：“同步异步相融合 + 学习共同体”的教学模式创新与实践(2022FD12)等项目支持。