前言:本站为你精心整理了新工科下人工智能课程教学改革浅议范文,希望能为你的创作提供参考价值,我们的客服老师可以帮助你提供个性化的参考范文,欢迎咨询。
摘要根据新时代对人工智能人才的要求,本文探讨了人工智能课程的教学改革方法。通过分析目前人工智能课程教学存在的问题,提出了优化课程内容、改变教学模式、加强校企深度合作、构建多元评价机制等方面的改革方法。实践结果表明,改革后的教学能激发学生的学习兴趣,不仅提升了学生的实际动手能力,还有利于提高学生的创新能力和综合素养。
1引言
为主动应对新一轮科技革命与产业变革,支撑服务创新驱动发展、“中国制造2025”等一系列国家战略,2017年以来,教育部积极推进新工科建设,先后形成了“复旦共识”、“天大行动”和“北京指南”[1]。人工智能专业是“新工科”建设的重点专业之一。人工智能课程是人工智能专业及其它相关专业的核心课程。《新一代人工智能发展规划》明确提出高校要完善人工智能教育体系[2]。《高等学校人工智能创新行动计划》强调:要加强人工智能领域专业建设,推进“新工科”建设,形成“人工智能+X”复合专业培养新模式[3]。为适应国家发展战略和新时代对人工智能人才的需求,需要对人工智能课程进行教学改革。本文以新工科建设为导向,探索人工智能课程的改革与实践。通过分析当前人工智能教学存在的问题,有针对性地对人工智能教学提出一些改革措施,以适应新一轮科技革命和产业变革的人才需求。
2存在问题
人工智能已发展成为一个高度交叉学科,但是传统的人工智能课程具有概念抽象、理论性强、实践内容相对不足等特点。传统人工智能课程教学主要存在以下问题:(1)重理论轻实践。传统的人工智能课程教学主要是基于课堂,重点讲授其基本知识、理论和算法,仅限于教师课堂讲解、演示,学生被动接受。但是对于实践,学生既没有充足的时间练习,也不知道如何把所学内容应用到实践中。(2)教学模式陈旧。由于多种原因,现有的人工智能课程教学仍然采取传统的集中授课形式。这种教学模式能在有限时间内把教学大纲规定的内容传授给学生,但学生却很难真正掌握。而且,这种模式既不能满足不同层次学生的需求,也不能有效促进学生的个性化发展,更不能体现以学生发展为中心的教育理念。(3)校企合作不足。目前,人工智能人才培养和课程教学,明显滞后于新技术的发展和社会对人工智能人才的需求。究其原因,是校企缺乏有效合作,产学研缺乏深度融合,从而导致理论与实践脱节,掌握的知识和技能不能与实际应用接轨[4]。学生不仅要具有扎实的知识和技术,更应该具备良好的团队合作、实践和自学能力[5],才能更好地适应社会需求,成为国家有用人才。(4)评价机制不完善。传统评价仍侧重于教学大纲规定的知识点的考察。人工智能课程一般考察学生对基本概念、理论和经典算法的理解和掌握。总评成绩一般由期末考试和平时成绩组成,期末考试成绩占70%;平时成绩占30%,包括作业、考勤、讨论等。这种考核很难全面真实地反映学生掌握知识、解决问题的能力和基本素养的高低,无法适应新工科背景下人工智能人才的培养要求。
3教学改革方案
(1)优化课程内容。课程是人才培养的最后一公里,其内容的合理与否对人工智能人才培养至关重要。因此,有必要对人工智能课程内容进行优化。具体内容如图1所示。(2)采用混合式教学模式。该教学模式既能克服线上教学的不足,也能克服线下教学的不足,是当今被广泛认可和接受的一种有效的教学模式。在人工智能课程教学中,按照“金课”标准,充分利用超星学习通平台,采用线上线下混合式教学模式。课前,教师在超星学习通上发布课程学习目标、要求、重难点等,上传授课计划、教案、微视频、PPT、实验实训项目、题库、拓展知识等课程资源;学生通过线上平台自主学习、完成在线学习、测试、参加讨论、提出问题。课中,根据学生课前自主学习情况,对课堂探究式学习进行教学设计、组织和实施,做好在探究讨论中的引导、鼓励、解惑和总结。在讨论交流中实现知识内化、能力培养和素养提升。课后,一方面,根据学生的学习情况,对授课内容进行总结,将学生的作业、实验、项目开发过程中存在的问题和解决方法上传至学习通平台,引导学生进一步消化吸收,熟悉实验和实训过程。另一方面,根据学生的需求不同,分别给予进一步的指导。如有些学生不限于课本内容,想进一步探讨深度卷积神经网络在实际中的应用,这时可把相关文献和实现代码提供给学生,并指导他们研读文献和代码,进一步培养锻炼学生的探究能力和创新能力。但在人工智能课程实施混合式教学中,也存在一些问题。首先是教学习惯、教学设计还没完全转变。教师已习惯传统的教学模式,在实施线下探讨教学时,不自觉地仍采用传统教学模式对重难点问题进行设计、讲解,仍然是教师讲、学生听。其次是部分学生对教师的依赖性较强,学习、自主学习能力相对较弱,还不能很好地适应混合式教学模式。最后是在实践环节,学生不易理解一些知识的演进过程、算法流程或应用意义。针对以上问题,需要及时研讨在这种混合式教学模式下,线下教学内容的组织、设计和实施,有目的地激发学生的学习兴趣、培养学生的自主学习能力和主动探究意识。在实践环节,要求教师课堂讲授、面对面指导,如参数的设置、算法的流程、项目设计的架构等,甚至程序代码,都要在课堂现场写出来。(3)深化校企合作。通过校企合作,实现人工智能人才培养符合社会需求、人才培养标准符合IT行业职业标准、人才培养过程符合IT行业真实的开发流程。一方面,根据社会需求,及时调整教学大纲,完善教学内容,改进教学方式。另一方面,充分利用合作企业资源,将企业真实项目引进课堂,让学生参与企业真实项目的开发,熟悉开发流程,掌握新技术。人工智能课程在“人工智能课程教学内容的改革与实践”项目(教育部产学研合作项目)的基础上,引入南京云创大数据科技股份有限公司开发的DataSense分布式数据挖掘平台和课程资源。首先,由企业工程师介绍该平台设计架构、内容、目的,演示各个功能模块;其次,教师在课堂上以该平台提供的功能模块为基础,如分类预测中的决策树、神经网络、逻辑回归等算法,实现鸢尾花数据集、ImageNet数据集的分类预测等。最后,要求学生参加“学生课堂行为识别系统”等项目的开发,真实体验数据采集、处理、算法的选择、参数的调节和结果的呈现。并用不同的算法进行比较和工具实现,找出各自的优劣和体会适用条件。(4)建立多元评价机制。结合“新工科”建设对人工智能人才知识、能力和素质的新要求,有必要建立合理的多元育人评价机制,形成过程性评价和结果性评价于一体的评价体系。在教学实施中,组织开展项目式教学,如在“学生课堂行为识别系统”项目中,不仅要考察学生完成项目情况,还要关注其在项目中的角色表现,如算法设计能力、代码调试能力、沟通表达能力、团结协作意识、文献查询能力、对待项目的态度、是否熟悉项目开发的流程、是否养成良好的开发习惯、是否遵守软件项目开发职业规范和职业道德等。为调动学生的积极性,激发他们对人工智能的兴趣,利用课余时间,组织学生开展讲人工智能的故事活动。在该项活动中,学生自由组合,根据个人特点担任不同的角色,使得每个学生都能发挥自身特长来完成相应任务。通过类似活动,可以全面锻炼培养学生的沟通协调能力、收集整理资料能力、撰写能力、表达及创新能力等。
4教改实践的效果
通过2年的教学改革的实践,逐步建立了由期末评价(40%)+项目评价(30%)+平时评价(30%)三部分组成的评价体系。其中,期末评价主要是知识理论评价;项目评价包括团队角色分工、项目展示、技术报告和创新能力等;平时评价包括章节测验、参与讨论情况、师生互动情况及课后思考及探讨情况等。本课程的改革在2019级计算机科学与技术专业进行了实践。结束后,在学习通上使用问卷调查方式从激发学习兴趣、提高自主学习能力和提高动手能力三个方面进行调查,全班共计120人,收回有效问卷116份。调查结果见表1。由表1可知,88.79%的学生认为该课程能激发他们的学习兴趣;82.76%的学生认为可以促进提高自主学习能力;80.17%的学生认为通过参与企业真实项目的训练,切实提升了动手能力。改革后的学生参与学科竞赛人数提高了28%,并在全国大学生数学建模竞赛、蓝桥杯软件人才大赛、河南省大学生程序设计大赛、信息安全对抗大赛等学科竞赛中的成绩也有了明显提升。
参考文献
[1]金鑫,耿娜.应用型高校开设机器人专业的必要性和初步探索.教育教学论坛,2019(4):158-159
[2]刘辰.国务院印发《新一代人工智能发展规划》:构筑我国人工智能发展先发优势.中国科技产业,2017(8):78-79
[3]陈瑞,袁璟,童莹.人工智能背景下信息工程“新工科”专业建设探索.计算机时代,2020(12):94-96
[4]张敏,方泳泽.新工科导向的人工智能教学实践.集美大学学报(教育科学版),2020(3):84-88
[5]石冬凌.结合CDIO理念的“做中学”——软件工程课程教学方法的探讨.教育教学论坛,2010(1):49-50
作者:冯岩 尤磊 李健 王敬 单位:信阳师范学院计算机与信息技术学院