引言

在教育数字化转型的宏观背景下，教学改革的核心已从技术应用转向“为谁培养人、培养什么人、怎样培养人”这一根本问题。概率论与数理统计作为数据科学、人工智能等前沿领域的基石，其教学质量直接关乎拔尖创新人才的培养成效。然而，传统教学模式在激发学生内生动力、培养高阶思维方面仍存局限，集中体现为学生在知识内化、能力迁移与价值认同三个维度的核心挑战。

首先知识内化的系统性障碍。传统教学多遵循“定义—定理—例题”的线性讲授范式，易导致知识点的碎片化。学生往往止步于记忆孤立的概念或公式，难以构建起内在融通的知识体系，导致“课上听懂、课后不会、考后遗忘”现象频发，阻碍了知识的深度内化。其次，应用实践能力的培养不足。教学案例长期固化于“摸球”“抛硬币”等过度简化的古典概型，与真实世界的数据问题严重脱节。这使得学生在面对复杂数据时，普遍缺乏构建概率模型与数据分析的实践能力，理论与实践之间的鸿沟制约了其探究与创新能力的养成。最后学科价值认同的生成缺失。当学生感到所学内容抽象且远离实际时，容易产生“学之何用”的价值困惑，进而削弱学习动力。若将概率论学习异化为应试任务，将不利于学生理性批判、求真务实等科学精神的培育，也与“立德树人”的根本任务相悖。

针对上述挑战，学者们已进行了诸多有益探索。例如，引入项目式学习（Project-Based Learning, PBL）以增强学生解决复杂问题的能力；采用案例教学法以关联现实情境；以及利用可视化软件（如GeoGebra、MATLAB）辅助抽象概念的理解。这些改革虽取得了一定成效，但在AI环境下，仍有进一步优化空间。本文提出AI赋能可视化探究式教学模式，其核心点在于，通过交互式编程环境，将学生从知识的“被动观察者”与“接收者”，转变为规律的“主动发现者”与“实验者”。相较于传统PBL或案例教学，该模式借助AI领域成熟的计算工具与真实数据案例，极大地降低了探究式学习的实施门槛，并通过“一体三翼”的系统化设计，将知识重构、由数据驱动的能力培养与价值引领深度融合。这正是以往单点式改革未能系统性解决的关键问题。

因此，本研究旨在构建并验证此教学新模式。本文将首先阐述该模式的理论框架，随后以“中心极限定理”为例详述其应用，并最终通过教学实践对其有效性进行评估，以期为数智时代下的数学基础课程教学范式革新提供参考。

一、AI赋能的可视化探究式教学模式的构建

为回应传统教学中存在的知识碎片化、实践能力不足与价值认同缺失等突出问题，本研究提出了一种以“数据驱动的探究式学习”为核心理念、以“AI赋能的可视化工具”为关键支撑的教学模式。该模式强调内容、方法与价值的整体统筹，旨在营造一个引导学生“像数据科学家一样思考与工作”的学习生态。

在内容设计方面，模式以数据为主线，重构概率论的知识体系，遵循布鲁姆教育目标分类学的递进逻辑，形成由基础、核心到高阶的三层结构。基础层面注重核心概念的直观呈现，通过可视化示例与交互模拟降低其抽象性；核心层面强调条件概率、贝叶斯定理、概率分布及多维随机变量等方法的应用，结合真实数据案例推动学生理解“不确定性建模与分析”的本质；高阶层面则引入开放式项目学习，引导学生完成模型构建、验证与批判性评估，逐步具备将理论迁移到复杂实践情境中的能力。

在方法设计方面，模式依托交互式数字化资源推动“教—学—做”的一体化融合。通过建设涵盖微课视频、智能题库与代码实验的资源库，学生能够在课前自主预习、课后个性化复习中获得支持。借助Jupyter Notebook等工具开发的交互实验，学生可以通过运行与修改代码，自主开展随机过程模拟与定理验证，从而在操作体验中深化对数学规律的理解，使抽象公式转化为可感知、可操作的知识对象。

在价值引领方面，该模式坚持知识传授与课程思政的有机结合，注重通过案例研讨实现科学素养与社会责任的协同培育。围绕概率论的核心知识点，教学中引入核酸混检、美国大选民调失准以及学术不端等案例，促使学生认识到概率论不仅是数学推理的工具，更与社会治理、公共决策和科技伦理紧密相关。通过此类探讨，学生逐步形成理性批判与求真务实的科学态度，进而内化为专业自豪感与科学精神。

二、教学实践与案例分析：以中心极限定理为例

为验证该模式的可行性与成效，本研究选取概率论中的核心内容“中心极限定理”（Central Limit Theorem, CLT）作为典型案例开展教学实践。该定理不仅在理论体系中具有高度抽象性，而且在统计推断中发挥着“由样本推及总体”的桥梁作用，历来是教学中的重点与难点。在传统课堂中，CLT常以孤立公式呈现，学生难以理解其“无论总体服从何种分布”这一普适内涵，也往往忽视其在应用中的条件与边界。这正是本研究模式切入改革的关键。

在具体教学实施过程中，课程设计以“一体三翼”框架为引导，实现内容、方法与价值的整体贯通。在内容层面，首先将CLT置于知识谱系之中，既追溯其历史源流（如棣莫弗—拉普拉斯定理），又揭示其作为大样本统计推断基石的数学本质，并引导学生思考其在小样本或厚尾分布下可能失效的情境。此举帮助学生突破碎片化记忆，形成系统化的理解。在方法层面，教学引入基于Jupyter Notebook的交互式模拟实验，学生可自主设定总体分布、样本容量与抽样次数，实时观察样本均值分布逐渐收敛于正态分布的动态过程（见图1）。

这一过程使抽象的收敛规律具象化、可视化，促使学生在“操作—观察—验证”的循环中主动建构深层认知。在价值层面，课堂通过分析“重大社会事件中的民调预测与实际结果存在显著差异”的案例，由此引导学生关注样本获取的随机性、系统偏差的风险及科学诚信的重要性，从而在理解数学规律的同时培养求真务实的科学精神与职业伦理意识。

综上，该案例的实施表明，AI赋能的探究式教学模式能够在知识、能力与价值三个维度上形成协同效应：既帮助学生突破公式化学习的困境，深化对核心理论的理解，又通过交互实验提升其数据分析与模型思维能力，同时在课程思政的引导下强化科学精神与社会责任感。该案例为抽象理论的课堂教学提供了一个可推广的实践范式。

三、教学效果评估

为检验该教学模式的实际成效，本研究在2024—2025学年于某高校开展了对比实验研究，实验班122人采用AI赋能的可视化探究式教学，对照班121人沿用常规BOPPPS教学模式。

在知识掌握方面，实验班学生在中心极限定理等综合性论述题上的平均成绩为8.0分（±1.4），对照班为5.8分（±1.9），差异显著（t=11.26, p<0.001）。值得注意的是，成绩分布并非简单线性分离：实验班整体分布明显右移，高分段人数显著增加，同时仍呈现一定的个体差异，少数学生成绩处于中低分段；对照班则在中低分段集中，极少进入高分段（见图2）。这种“分布差异而非整齐提升”的结果更符合教学实际，也凸显了改革对群体性学习成效的促进作用。

在实践能力方面，期末附加的数据建模题显示实验班有69%的学生尝试作答，对照班仅为26%。尽管部分实验班学生的解题不够完整，但其表现出的建模意识和尝试意愿，已显著优于对照班（χ²==47.3, p<0.001）。这说明该模式不仅提升了平均水平，更激发了学生普遍参与实践的动机（见图3）。

在学习素养方面，实验班的问卷得分由前测均值3.1提升至后测均值4.2，对照班则保持在3.1—3.2之间。更重要的是，从分布趋势看，实验班学生中选择“非常同意”或“同意”提升兴趣、增强自信的比例从不足40%上升至超过75%，而对照班始终保持在45%左右（见图4）。学生访谈的质性结果进一步印证了这一差异，例如：“动态图一出来就明白了为什么叫中心极限”，反映了理解路径的转变；“以前觉得就是考试，现在知道能解释社会问题”，反映了学习动机的变化；“不只是公式，而是一种科学责任感”，则体现了价值认同的生成（见表1）。

核心主题	主题阐释	典型引语
认知模式转变	从被动记忆公式到主动探究规律，理解数学的生成性过程。	“那个动态图一出来，瞬间就明白为什么叫‘中心极限’了，感觉是自己发现了这个定理。”
学习动机激发	从应试驱动到兴趣驱动，认识到数学的“有用性”与“趣味性”。	“以前觉得就是为了考试，学了大选那个案例才知道数学能分析社会问题，酷多了。”
价值认同内化	建立起对学科的专业自豪感与对数据科学伦理的初步认知。	“感觉自己学的不仅是公式，更是一种科学分析问题的思维方式和责任感。”

综上，本研究的对比实验显示：AI赋能探究式教学并非“平均意义上的线性提高”，而是通过推动学习群体的整体分布向积极区间转移，实现了知识掌握的深化、实践能力的普遍激活与学习素养的内生提升，充分验证了“一体三翼”教学模式的有效性与现实意义。

四、结论与展望

本研究设计、实施并评估了一种AI赋能的概率论可视化探究式教学模式。实验研究结果表明，该模式通过“一体三翼”的系统性设计，在知识掌握、实践能力和学习素养方面均取得了显著成效：它有效克服了知识碎片化，促进了学生对核心理论体系的深度理解；显著提升了学生的数据分析与建模能力，缩短了理论与实践的鸿沟；并成功激发了学生的学习兴趣与内生动力，强化了其学科价值认同与科学精神。研究证实，该模式为数智时代背景下数学基础课程的教学范式革新，提供了一条以学生为中心、技术赋能、价值引领的有效路径。

同时，本研究也清醒地认识到其存在的局限性。研究样本仅来源于本校单一工科专业，其结论在外推至其他类型院校或不同学情基础的学生群体时需持谨慎态度；研究周期仅限于一个学期，对于学生的长期能力发展与思维方式的深度内化效果，尚缺乏长时程的跟踪研究数据；此外，研究由同一位教师执行，无法完全排除教师对新模式的偏好可能带来的霍桑效应。

展望未来，为进一步深化和推广本研究，后续工作将从三方面展开：一是开发集成了自适应学习路径推荐的智能化教学平台；二是构建可开放获取的现代化教学案例库；三是探索基于学习过程数据的形成性评价机制。此外，本研究构建的“理论-交互-价值”整合教学模式具有较强的可迁移性，未来可探索将其应用于线性代数（如特征向量的可视化）、微积分（如极限过程的动态模拟）等其他数学基础课程的教学改革中，以期形成一套数智时代下可推广的数学公共基础课现代化教学范式。

参考文献：

1. [1]李杰,李爽,舒广文.基于PBL模式的统计学课程教学设计——以“中心极限定理”为例[J].高教学刊,2018(05):106-108.
2. [2]金今姬,高彦伟.PBL教学模式在“概率论与数理统计”教学中的应用[J].长春师范大学学报,2023,42(10):152-157.
3. [3]吴刘仓,杨兰军.新工科“学习、生活与研究”三位一体的概率论与数理统计课程教学模式构建[J].高教学刊,2025,11(24):47-50.
4. [4]朱复康,程建华.基于历史典故的概率论与数理统计课程思政探讨[J].大学数学,2025,41(04):39-45.
5. [5]梁鑫,吴丽君,陆圆圆.2018年以来概率论与数理统计课程思政研究的可视化分析[J].教育观察,2023,12(23):9-13.