随着人工智能技术的飞速发展，高校计算机专业教学模式正经历着前所未有的深刻变革。当前，我国高校计算机专业仍存在教育理念陈旧、教学内容滞后于行业技术发展等突出问题，难以满足人工智能行业快速发展背景下，对复合型人才的需求。基于此背景，优化计算机专业的教学内容、落实人工智能方向人才培养目标以及破解人才培养与行业需求脱节的难题，成为推动高校计算机专业高质量发展的关键所在。

共建教学资源。教材是教学的基础，其更新速度必须跟上技术发展步伐。高校应优先选择能反映人工智能、大数据、云计算等前沿技术与计算机基础理论深度融合的教材，并精选系列案例，提高教材可读性；联合企业技术骨干、人工智能领域专家组建教研团队，每学期更新课程讲义与案例，引入人工智能大模型、算法应用、多模态学习等前沿内容，确保教材内容与行业发展相关联；整合各校优质慕课、项目案例库、实验指导手册及习题库等资源，按照统一标准建设资源库，实现资源的便捷检索、高效复用与灵活集成。

创新教学模式。教师应筛选具有代表性的真实案例，将课程知识点渗透到案例中，为学生提供针对性点评指导，与学生共同梳理案例与知识点的关联，提炼案例解决的通用思路。高校应组建教研团队，自建适配本校学生能力水平的线上慕课，重点融入人工智能技术知识点与实操技巧，配套制作微课视频，同步配备电子课件、代码模板、实验指导、习题等资源；线下教学则基于线上学习数据反馈，对学生知识薄弱点及技术应用难点进行集中讲解，确保每位学生都能掌握核心知识点与实操技能。

优化实践教学。融合人工智能技术与计算机核心知识点设计综合性实训项目，采取小组合作模式，并确保每位学生都能参与项目全流程；实行“双导师制”，为每个实训小组配备1名学校教师和1名企业导师，每周开展集中指导，解答学生疑问，或建立实训交流群，方便学生随时提问，教师与导师应及时回复，确保实训过程中问题不堆积；搭建或选用适配人工智能教学的虚拟实验平台，助力计算机网络、人工智能实训、代码编写、模型搭建等各类实验的开展，确保实验教学的安全性与效率。

改革教学评价。课前教师可安排预习测验，了解学生知识储备及认知盲区；课中利用课堂互动工具发起题目抢答、主题讨论等互动活动，直观反映全班学生的知识掌握情况，或通过巡视观察学生的操作，以针对性提问评估学生的思路清晰度；课后以作业、报告等形式衡量学生对课堂知识的掌握程度。除教师评价外，还可引入学生自评和小组互评，有效培养学生的元认知能力和批判性思维。

（作者单位：陕西国际商贸学院）