摘要：本文针对技工院校学生数学基础薄弱、学习积极性不高的问题，提出借助 DeepSeek 智能设定教学目标、构建动态可视化工具降低抽象概念理解难度，通过个性化学习诊断精准定位学生薄弱点，同时，将课程思政元素巧妙融入数学建模与职业场景，为技工院校数学教学改革与技能人才素养提升提供了理论与实践参考。

关键词：DeepSeek；技工院校；课程思政；动态可视化

在技工院校，学生的数学基础普遍薄弱。以我校为例，对入学新生的数学基础测试结果显示，超过 70%的学生在代数运算、函数概念等基础知识的掌握上存在明显不足，甚至连基本的数学公式都无法准确运用。问卷调查中，60%的学生认为数学课程枯燥乏味，缺乏实际应用价值，这导致数学课堂上学生存在注意力不集中、学习吃力、参与度低等问题。同时，教师也受经历和教学时间限制，难以对每个学生的学习情况和知识掌握程度制定个性化的教学策略。

随着人工智能技术在教育领域的深度应用，技工院校数学教学将迎来革新机遇。本文以中国劳动社会保障出版社全国技工院校公共课教材《数学（上册）》中指数函数的教学为例，探索人工智能工具 DeepSeek 在数学教学中的实践路径，通过发挥其智能生成、动态可视化、个性化反馈等功能，构建“ 数学+AI+思政” 三位一体的教学模式，助力技工院校学生实现数学能力与职业素养的双重提升。

一、DeepSeek 与数学教学适配路径分析

（一）智能设定教学目标与分层策略

DeepSeek 依据课程标准与学生学情，自动生成涵盖知识、技能、素养及思政四个维度教学目标，并且明确重难点。它还能紧扣本节教学内容的思政目标，通过具体案例、文化对比和职业场景等多种教学策略自然渗透思政内容，避免当前课程思政“ 两张皮” 和空洞说教现象。如输入“ 请根据课程标准及指数函数内容，生成教学目标（含思政目标），重难点及教学策略” 时，DeepSeek 会生成教学目标思维导图和教学重难点及应对策略表。这一功能大大提高了教师的备课效率，使教学更具有针对性，也有助于激发学生的学习兴趣。

（≡） 打造贴合专业的数学题库

当前，技工院校数学教学的例题普遍存在脱离专业场景、形式单一、更新滞后的问题。例如，教材中“ 细胞分裂” 案例与机械、机电等专业技能关联度低，导致学生难以体会数学的实际应用价值。而 DeepSeek 可以自动化生成题目，快速定制与专业深度融合的例题。比如，针对数控加工专业生成“ 刀具磨损率模型” ，计算 10次加工后的总磨损量；为机电专业设计“ 电容器电压衰减问题” ，求电压降至 2V 所需时间。这些题目既贴合“ 工学一体” 的教学场景，又能通过动态参数调整生成大量变式题，显著提高了学生学习针对性和实践应用能力。

DeepSeek 还可以直接利用企业数据建模，增强题目可信度与职业关联性，并根据企业最新数据实时更新题目。学生通过解答这些题目，能够将生产数据抽象为数学模型的方法，为未来在岗位上进行数据分析与决策提供有力支持。例如，某企业数控机床投入使用后，故障率逐月上升，记录如下：第 1 个月故障率 2%、 、第 3 个月故障率 2.5%. 、第 6 个月故障率 3.3%‰ 。Deepseek 可以根据以上数据生成题目“ 某数控机床故障率模型为y=0.02×1.05^x （x 为使用月数， ，y 为故障率）。计算第 12 个月的故障率；若企业要求故障率不得超过 5% ，最多可连续使用多少个月？（结果取整）” 。还可以建立知识清单表，覆盖所有核心内容，按难易比例来出题，并给出解析的关键步骤，帮助学生系统掌握数学知识与技能。

（三）动态可视化工具让抽象数学“ 活起来”

传统数学课堂上，教师主要通过手动绘制静态图像，让学生凭借空间想象去理解数学知识。对于基础较好的学生来说，这或许没有问题，但对于技工院校基础相对薄弱的学生而言，一旦课堂内容跳跃性稍大，他们就很容易放弃。因此，让枯燥数字“ 动起来” ，一直是教师们的期望。然而，传统开发动态可视化需要编程基础（如 Python），而且熟练掌握这些工具需要耗费大量时间和精力进行实践。

借助 DeepSeek，我们可以通过三种途径破解这个难题：第一，DeepSeek 能按要求生成交互工具代码给学生使用。如某机电设备初始价值为 10 万元，设备折旧率 a=0.85 ，DeepSeek 可实时生成动态曲线图 y=10×0.85^x ，学生能过滑动调整参数，能够即时对比不同折旧效果；其二，将安全嵌入专业场景。例如电工专业输入电容器初始电压 V₀=12V 和衰减系数（k=0.1），自动绘制 V=12×e^-0.1t 曲线并标注安全阈值，直观呈现电压衰减规律；其三，结合 AR 技术，扫描数控机床铭牌即可叠加刀具磨损曲线 y=1.1^x ，动态预测维护周期。以富兰克林遗嘱为例，输入利率（5%）和年限，DeepSeek 会同步标注复利效应关键节点，使抽象数学概念转化为可交互、可应用的职业技能训练工具。

（四）精准定位学习薄弱点

传统课堂主要依赖各种测试反馈学生学习情况，无法实时捕捉学生的理解偏差，也难以识别个体的薄弱点，导致学生错误认知持续累积；利用 DeepSeek 建设错误类型题库（如表 1），可以根据学生答题记录，分析薄弱环节，推荐针对性练习。比如，根据学生不会 y=（-2）^x 是否为指数函数。系统反馈：“ 指数函数底数需满足a>0⊞a≠1 ，负数底数不符合定义” 。DeepSeek 还能根据学生的专业推荐练习题，如为机械类学生推荐计算冲压机折旧的题目，为电工类学生推荐求解电容器寿命的题目，同时根据学生的错误频次动态调整题目难度。教师则可以通过可视化管理平台查看学生的学情报告，同步推送 10 道易错题，还能生成融合专业知识和思政内容的教案。

表 1 指数函数错误类型列表

二、课程思政与数学能力的双向融合

当前技工院校在推进课程思政融合过程中，普遍存在“ 生硬嫁接” “ 内容空洞” “ 缺乏专业关联” 等问题，导致学生参与度低、认同感弱，难以实现价值引领与知识传授的有机统一。引入人工智能工具 DeepSeek 后，通过智能生成融合思政元素的教学目标与专业案例、构建具有职业场景的数学模型、动态可视化呈现社会热点问题等方式，使课程思政自然融入教学全过程，实现了思政教育与专业教学的深度融合与双向提升。

（-） 课堂导入：用真实案例激发学习兴趣

在课堂导入环节，先播放央视《超级工程》中关于中国高铁部分的精选片段，展示青藏高原动车组的耐寒技术、京沪高铁复兴号 350km/h 自动驾驶系统以及雅万高铁海外项目实况等标志性成果。然后，基于中国高铁从 2008 年零起点到 2025 年世界第一的发展历程，我们将构建一个动态分析模型：“ 假设当前里程 4 万公里、年增长率 8%，10 年后里程数是多少？同时对比美国高铁当前 1.36 万公里、2%增速的基准数据。” 利用 DeepSeek生成计算模型 y=4×1.08^x 和 y=1.36×1.02^x ，使用 Python 代码生成可视化图表，对比中美高铁发展速度。通过中美高铁发展对比模型，量化分析“ 中国速度” 背后的技术创新与政策优势，实现价值观的自然渗透。

（二）概念解析：用社会问题深化数学理解

在讲解指数概念讲解时，以经典人口增长模型为例：“ 以 2023 年 77 亿人口为基准，年增长率 1.3% ， x 年后人口数量为 y=77×1.013^x… 。传统教学通常局限于公式套用和手工计算，学生虽能预测 2100 年人口规模（如 1.3%增长率下约 190 亿），却难以理解其与资源压力的关联，更无法动态调整参数（如将增长率降至 0.8% ）来模拟政策对人口增长的影响。这种静态教学导致学生对“ 人口高质量发展” 等国家战略的认知停留在抽象层面，家国情怀培养效果不佳。

引入 DeepSeek 后，可实时生成多场景对比，如 1.3% 与 0.8% 增长率下 2100 年人口分别为 190 亿和 110↑Z ，并整合资源消耗数据，如人均耕地面积，直观展示人口增长与资源压力的量化关系（如图 1）。学生还能通过输入不同政策假设，如鼓励生育或延迟退休，观察人口结构变化曲线，从而主动探索数学建模与社会问题的因果关系。这种动态分析不仅提升了学习参与度，还通过数据驱动的方式，让学生自然理解国家调控人口增长的必要性，强化了“ 可持续发展” 社会责任的思政教育目标。

图 1 人口增长与资源压力的量化关系

（三） 实践练习：职业场景强化责任意识

在技工院校数学教学的巩固练习环节，常常存在为了练习而练习的情况，学生作业抄袭问题屡禁不止。尽管老师普遍采用分层练习的策略，但学生参与积极性依然不足，其根源在于数学知识与职业场景割裂。以乡村振兴光伏电站衰减模型 y=0.98^x 为例，常规教学往往只停留在函数类型判断和程式化计算，学生虽能完成“ 25 年效率≥ 80%^′′ 的验证任务，却难以将数学建模与光伏运维实践的尝试关联。这种脱离真实职业情境的教学方式，导致学生既无法对光伏技工在能源建设中的社会责任，也缺乏技术创新的使命感。

引入 DeepSeek 人工智能辅助教学后，教学呈现三个维度上进行改进：在基础认知层面，通过动态图像对比和即时纠错，帮助学生快速掌握指数函数与幂函数的本质差异；在应用实践层面，学生可实时调整衰减参数，如从 0.98 优化至 0.985，生成效率提升报告，使抽象的数学建模转化为具象的职业问题解决方案。在价值引领层面，通过 DeepSeek 关联环境效益数据，直观展示“ 每度绿电减少 0.8kg 碳排放” 的环境效益，让学生在数学计算中自然理解技能创新的社会价值，强化责任意识。

三、教学效果：效率、参与度与个性化全面提升

通过引入 DeepSeek 人工智能辅助教学，技工院校数学课程的教学效果得到显著提升，下面从效率优化、参与度增强和个性化学习三个方面来简要阐述。

在效率提升方面，DeepSeek 使题目生成与批改时间减少 60% ，教师得以从繁重的机械性工作中解放，将更多精力投入教学设计与课堂互动。以某校试点数据为例，由于人工智能的即时反馈机制，学生练习量大幅增加，平均成绩提升 10%左右，充分验证了智能辅助工具对学习效果的促进作用。

在参与度增强层面，动态图像生成与模拟实验功能彻底改变了传统教学中抽象概念的呈现方式。课堂互动率提高 40% ，90%的学生反馈“ 光伏电站衰减模型、人口增长预测等案例” 与实际工作场景高度契合。这种情境化教学不仅激发了学习兴趣，更强化了学生运用数学工具解决职业问题的实践认知。

通过智能诊断学生练习数据，DeepSeek 能够精准推荐针对性训练内容，使学生薄弱知识点的掌握速度提升50‰ 。例如在函数类型辨析环节，人工智能会根据学生错误模式自动推送指数函数与幂函数的对比动画；在光伏模型应用中，则针对计算失误生成分步骤的纠错指导。这种“ 靶向治疗” 式学习，有效解决了传统课堂“ -π 切” 的教学困境。

结束语

在技工院校数学教学中，通过引入 DeepSeek 智能技术推动课堂创新，重构了传统教学模式。针对学生基础薄弱、学习动机不足等问题，采用动态可视化工具将抽象的数学概念转化为直观的职业场景模拟，帮助学生建立数学知识与技术应用的内在关联；同时，基于个性化诊断系统实时捕捉学习难点，为不同专业学生定制分层练习，使机械加工、电工等领域的实际案例自然融入函数教学，既强化计算能力又深化职业责任感。教师依托智能平台自动生成融合价值观教育的教学方案，将工匠精神、可持续发展等育人元素嵌入建模任务，引导学生通过数学工具理解技术创新的社会价值，显著提升了课堂参与度与教学实效性，为技能人才的数学素养培养提供了新路径。

参考文献：

[1]郭佳楠.DeepSeek 介入思想政治教育的应用价值、潜在风险与应对策略[J/OL].理论建设，1-11[2025-04-22].

[2]徐政，邱世琛.DeepSeek 赋能思想政治教育的逻辑机理与实践路径[J/OL].中南民族大学学报（人文社会科学版），1-9[2025-04-22].