随着大数据、人工智能、区块链等数字技术与教育教学的深度融合，高等教育数智化转型已成为核心趋势^[1]。高等数学作为培养学生逻辑思维与创新能力的关键课程，兼具知识传授与价值引领的双重使命。课程思政作为落实“立德树人”根本任务的重要载体，需将思政元素有机融入教学全过程，实现知识育人与价值塑造的统一。

然而，当前高等数学教学中仍存在数智技术应用不足、思政融入生硬、教学模式固化等问题，影响了课程思政的育人效果。在数智融合背景下，如何借助数字技术破解思政融合难题，构建科学的教学设计体系，已成为高校数学教学改革的重要课题。本文基于数智技术特征，系统探索高等数学课程思政的教学设计路径，以期为提升课程育人质量提供新思路。

一、数智融合背景下高等数学课程思政教学现状

（一）数字技术与教学整合不够深入  

许多高校在高等数学教学中仍沿用传统课堂形式，数字技术仅被用作基础辅助手段，如展示课件或布置习题，未能充分挖掘大数据、人工智能等技术在教学分析、个性辅导及场景构建中的潜力。缺乏借助数字工具发掘课程思政资源、优化教学流程的意识与技能，致使技术赋能效应不突出。  

（二）思想政治教育元素融入欠缺系统性与针对性  

现有教学中，思政元素多以零散方式呈现，与高等数学知识体系缺乏深度融合。部分教师仅机械列举数学家事例或粘贴思政标语，未能将思政内容自然融入知识点的逻辑链条中。同时，缺少针对不同专业学生的定制化思政设计，难以契合学生的思想发展和专业成长需求。  

（三）教学评估体系不够健全  

当前高等数学评价仍以知识测试为主导，过度偏重学生的解题技巧和考试成绩，而对思政素养、创新思维及实践能力等维度的评估缺乏科学指标。数字技术在评价中应用不足，难以全面追踪学生学习过程与思想动态，导致课程思政育人成效难以量化与及时反馈。

二、数智融合背景下高等数学课程思政教学设计原则

（一）数智赋能原则

以数字技术为支撑，充分利用大数据、人工智能、虚拟仿真等技术优化教学过程。通过构建数字化教学平台、开发个性化学习资源、创设沉浸式教学场景，提升教学的趣味性、互动性与实效性，为课程思政的深度融入提供技术保障。

（二）思政浸润原则

坚持 “立德树人” 根本任务，将思政元素有机融入教学全过程。遵循 “知识传授与价值引领相结合” 的理念，避免思政元素的生硬植入，通过知识讲解、案例分析、实践探究等环节，实现思政教育的 “润物细无声”。

（三）个性化适配原则

基于大数据分析技术，精准把握不同专业、不同层次学生的学习特点与思想需求。针对学生的个性化差异，设计分层分类的教学内容与思政方案，提供定制化的学习指导，满足学生的多样化发展需求。

三、数智融合背景下高等数学课程思政教学设计路径

（一）构建 “数智 + 思政” 的教学内容体系

开发数字化思想政治教育资源：运用大数据技术梳理数学发展历程，提取中外数学家爱国精神、科研态度与奋斗事迹。同时整合数学在国家重大工程与科技创新中的应用实例，如AI算法优化航天工程等，突出数学应用价值与国家科技成就。

融合知识与思政元素：依据高等数学知识体系，分模块融入思政内容。在“函数与极限”章节，通过极限思想引导学生理解“量变到质变”的哲学原理；在“微积分”部分，结合定积分应用引入生态保护、资源合理配置等案例，培养学生社会责任意识^[2]。

开发数字化教学资源：运用虚拟仿真技术开发数学实验课程，模拟数学模型在实际场景的应用；依托在线平台构建“思政+知识”微课资源库，制作含思政案例的课件、动画视频与习题集；利用人工智能技术开发个性化学习路径，根据学生进度推送对应思政资源与学习任务。

（二）创新数智化教学实施模式

线上线下混合教学模式采用双轨并行策略，线下课堂聚焦知识传授与价值引领，通过小组研讨、案例解析等形式启发学生探究数学知识蕴藏的思想内涵^[3]。线上平台运用数字技术支撑个性化学习，借助直播答疑、互动论坛等途径深化知识理解与思想价值领悟。依托大数据分析技术，动态追踪学生在线学习轨迹，精准研判学习需求与思想倾向，为线下教学实施精准化优化指导。

通过虚拟仿真技术构建沉浸式数学应用场景，如工程设计、数据分析及科学研究等，让学生在深度体验中领悟数学的实际价值。在场景教学中融入思想政治教育元素，例如在模拟国家重大工程建设的建模任务中培育学生的爱国情怀与责任担当；在团队协作完成虚拟实验时，强化合作意识与沟通能力。

以项目式教学为驱动，基于实际问题设计包含思政元素的数学建模项目。例如，围绕“乡村振兴”主题，引导学生运用高等数学知识分析农村经济发展数据并优化资源配置方案；结合“双碳”目标，设计碳排放预测与减排建模项目。在项目实施中，学生通过团队协作、数据搜集、模型构建与方案优化，不仅提升数学应用能力，还增强社会责任意识与创新精神。

（三）构建多元化教学评价体系

评价主体多元：突破传统单一教师评价模式，融合学生自我评价、小组互相评价及智能平台评估。教师评价聚焦知识理解与思政素养；学生自评互评侧重学习态度、团队协作与思想提升；智能平台依托大数据，客观量化学习行为与任务达成度。  

评价内容全面：覆盖知识掌握、思政素养、实践能力与创新思维四大维度。知识评价强调解题能力与应用水平；思政素养评价关注家国情怀、科学精神与社会担当；实践创新通过项目成果、实验操作及创新方案综合评估。

评价方式智能：运用人工智能开发智能评分系统，实现客观题自动批阅与主观题智能辅助评分；基于大数据构建动态成长档案，全程记录学习轨迹、思政表现与能力发展，生成个性化分析报告。建立评价反馈机制，依据数据优化教学策略，显著提升教育精准性与实效性。

四、结论

数智融合背景下，高等数学课程思政教学需借助数字技术实现技术应用、知识传授与价值引领的统一。本文构建“内容体系-实施模式-评价体系-保障措施”四位一体框架，通过挖掘思政资源、创新教学模式和完善评价体系，为当前教学难题提供解决方案。实践中需关注技术发展和思政要求，优化教学设计，提升教师能力与资源建设，确保实施效果。通过数智与思政的融合，可提升教学质量，培养数学基础扎实、有理想信念和社会责任感的高素质人才，支撑国家科技与社会发展。

参考文献：

[1]田勇,鲁璐.人工智能赋能高等教育：主体性困境与路径重构[J].成都理工大学学报(社会科学版),2025,33(05):96-111.

[2]欧阳云,许敏明,肖春梅,等.融合思政元素的“高等数学”课程设计与实践——以曲线拐点教学为例[J].教育教学论坛,2024,(28):169-172.

[3]王静.“高等数学”课程混合式教学设计与实践研究[J].黑龙江教育(理论与实践),2025,(07):85-89.

作者简介：余玉兰（1994-），女，汉族，基础教研部，讲师，硕士研究生，研究方向：应用数学。