
一、以赛为契,重新审视课堂
从事《计算物理》教学十余年,面对人工智能快速发展的新形势,我开始重新思考:AI深度进入科学计算后,计算物理应该如何教?过去,我注重物理模型、数值方法、算法原理和程序设计。如今,AI可以辅助编程、计算和分析,教学也需要重新思考“学生应该学什么”。参加教学创新大赛,让我更加明确:AI可以帮助计算,却不能替代学生提出问题、建立模型、选择方法和判断结果。
这成为我推进课程教学创新的出发点。
二、以问题为始,从“学方法”
走向“解决问题”
过去的《计算物理》教学主要围绕数值方法、算法和程序展开。学生能够掌握基本方法、完成程序练习,但面对新的物理问题时,如何选择方法、建立模型、分析结果,还需要更多实践。因此,我将真实物理问题融入教学,让学生在解决问题的过程中学习知识、算法和编程。问题来了,再去找方法、做计算、看结果;AI也成为这一过程中的新工具。
三、以融为径,重构教学过程
围绕课程目标,我逐步形成“一体两翼·三维融合·三阶赋能”的教学模式。以学生能力培养为核心,以编程实践和AI人机协同为两翼,推动理论、算法与实践融合;将学习过程分为“理解—实践—探究”三个层次,引导学生从掌握基本方法开始,逐步走向自主设计、分析和迭代。让学生不仅知道“怎么做”,更逐渐学会为什么这样做、还能怎样做。
四、以智为翼,让AI成为学习伙伴
AI进入课堂后,我更关注的不是“用AI替学生做什么”,而是如何用AI帮助学生学得更多、想得更深。学生可以借助AI理解程序、排查错误、比较算法、分析结果,也可以通过不断追问和修改完成程序迭代。但AI给出的答案,需要学生结合物理原理进行判断和验证。
AI可以成为工具,但思考仍然属于学生。
五、以实践为桥,让计算回到物理
计算物理的核心仍然是物理问题。以随机游走、蒙特卡洛模拟等内容为例,我引导学生从物理现象出发,经历模型建立、算法选择、程序实现和结果分析的完整过程。让程序不再只是完成作业的工具,而成为认识物理、分析问题和探索未知的一种手段。
六、以创新为导向,从完成任务走向主动探索
教学改革最终要落实到学生的变化。课程实践中,学生周活跃率达到94%,作业提交率达到98%,平均每项任务经历4.2次迭代;课程兴趣度由42%提升至89%,主动探索比例由28%提升至78%。这些变化让我看到,学生正在从“完成任务”走向“主动尝试”,从等待答案走向不断追问和迭代。
参加教学创新大赛,也是我重新认识《计算物理》这门课的过程。科研面对的是未知问题,教学同样应该让学生逐渐获得面对未知的能力。
未来,我将继续探索物理、数学、编程与人工智能的深度融合,让学生在计算中理解物理,在实践中发现问题,在探索中形成能力。
文字:关鑫
编辑:刘世利
审核:鲍艳春