教育与研究

人工智能赋能高等数学分层教学的模式构建与实践探索——以成都锦城学院《高等数学衔接与拓展》课程为例

周 正松

成都锦城学院 数理中心

李 军燕

成都锦城学院 数理中心

钱 小瑞

成都锦城学院 数理中心

DOI: https://doi.org/10.59429/jyyj.v7i10.11874

Keywords: 人工智能教育；高等数学；分层教学；认知衔接；个性化学习

---

Abstract

在高等教育大众化与数字化转型的双重背景下，学生数学基础的多维分化与传统教学供给的同质化矛盾已成 为制约人才培养质量的瓶颈问题。本研究以建构主义学习理论和维果茨基最近发展区理论为基石，创造性地提出人 工智能赋能的“认知衔接 - 动态适配 - 靶向生长”三层教学模型。通过构建高中 - 大学 - 考研贯通式知识图谱，研 发衔接断层动态诊断算法与个性化学习路径生成引擎，在成都锦城学院 2310 名学生中开展系统化教学实验。实践证 明，该模式不仅有效弥合了学生认知基础的代际差异，更重塑了“人工智能处理机械知识传递、教师聚焦思维深化 引领”的新型教育生态，为理科基础课程破解规模化因材施教这一历史性难题提供了具有原创价值的解决方案。

---

References

[1] 杨现民，郑奕珂，李新等. 加速推进人工智能与教育的深度融合：经验、挑战与建议——基于 8 场专题座谈的内容分析[J]. 中国电化教育，2025,(07):34-41.

[2] 王昕，田源，李清微. 基于知识图谱的高等数学课程教学改革探究[J]. 教育信息化论坛，2025,(03):67-69.

[3] 秦小林，刘云浩，邓力华等. 数学类人答题的知识图谱构建新方法[J]. 系统科学与数学，2025,45(05):1386-1399.

[4] 朱艳茹. 基于知识图谱的自适应学习系统设计与实现[D] .吉林大学，2018.

[5] 何川美，解楠，姜浩. AI 赋能：“高等数学”课程的智能化教学革新探索[J]. 科技风，2025,(18):130-132.DOI:10.19392/j.cnki.1671-7341.202518042.

[6] 栗志华，梅银珍，王鹏. 人工智能在大学数学个性化教育中的探索[J]. 乐山师范学院学报，2024,39(08):45-54.DOI:10.16069/j.cnki.51-1610/g4.2024.08.006.

[7] 温文媖，方玉明，韩加林. 人工智能环境下大学数学的教学模式探讨[J]. 数学学习与研究 ,2021,(04):25-26.

[8] ARTIGUE M. Learning Calculus in a Digital Era[J].ZDM Mathematics Education, 2021, 53(5): 1027-1038.

[9] Bruner J S. Toward a Theory of Instruction[M]. Harvard University Press, 2020.