| 138 | 0 | 58 |
| 下载次数 | 被引频次 | 阅读次数 |
针对大语言模型技术快速发展给自然语言处理课程教学带来的技术迭代与价值引导挑战，聚焦软件工程硕士研究生培养，提出“三维四融”课程思政建设框架，介绍框架设计及教学创新实践路径，最后说明教学成效并给出持续改进方向。
Abstract：In response to the challenges of technological iteration and value guidance in natural language processing(NLP) course instruction caused by the rapid development of large language model(LLM) technologies, this study proposes a “three-dimensional, fourfold integration” framework for curriculum ideological and political construction, focusing on the cultivation of software engineering master's students. The paper introduces the framework design and innovative teaching practices, and presents an analysis of teaching effectiveness along with suggestions for continuous improvement.
[1]黄同愿,陈江霞.人工智能概论课程思政建设探索[J].教书育人, 2022(8):74-76.
[2]张新新,游恒飞.从ChatGPT到DeepSeek:多模态大模型与出版业未来——兼论走向“十五五”的出版智能化转型[EB/OL].[2025-06-05]. https://link.cnki.net/urlid/11.4795.g2.20250409.1500.002.
[3]中华人民共和国中央人民政府.国务院关于印发新一代人工智能发展规划的通知[EB/OL].(2017-07-20)[2025-06-05]. https://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.
[4]钱周伟.高校人工智能类课程思政实践:认识误区、价值澄清与提质路径[J].北京教育, 2025(1):66-68.
[5]魏峻,尚荣华,张玮桐,等.人工智能领域研究生课程思政建设的思考与实践[J].计算机教育, 2024(12):94-98.
[6]李文元,余有芳.“人工智能与商务场景应用”课程思政研究[J].才智, 2023(16):78-81.
[7]廖健,王素格,齐姗.大学计算机“自然语言处理”课程思政元素挖掘与实践研究[J].黑龙江高教研究, 2022, 40(9):156-160.
[8]唐伊雯.人工智能课程思政建设实践探索[J].电脑知识与技术, 2024, 20(18):147-149.
基本信息:
DOI：10.16512/j.cnki.jsjjy.2026.01.003
中图分类号:G641;TP391.1-4
引用信息:
[1]饶泓,扶齐彦.面向大语言模型时代的自然语言处理课程思政建设[J].计算机教育,2026,No.373(01):114-120.DOI:10.16512/j.cnki.jsjjy.2026.01.003.
基金信息:
江西省高校教育教学研究改革课题“软件自主可控视域下软件类人才培养探索与实践”（JXJG-23-1-11）
2026-01-10
2026-01-10
