基于新工科的大學計算機基礎課程體系思考與探索

姚 琳，宋 晏，石志國

（北京科技大學 計算機與通信工程學院，北京 100083）

0 引言

科學技術日新月異，科技革命引領的工業發展和產業革命處于不斷演進中。在全球第四次工業革命來臨的大背景下，各國爭取發展主導權的戰略應運而生，如美國的“工業互聯網”、德國的“工業4.0”以及“中國制造2025”等新工業模式相繼推出，它們都重新定義了“工程”的概念。新工程具有“集成與融合”“智能與創新”的特點，強調了信息技術與制造業的深度融合。新工業革命對支撐工業發展的工程教育也提出了新的挑戰，國家戰略視角下的新工科建設是對這一挑戰做出的積極回應。

2017年，我國新工科建設經過了“復旦共識”“天大行動”和“北京指南”三步走，標志著以新工科建設為主題的高等工程教育改革完成了綱領性設計。

2018年初，教育部正式公示了新工科研究與實踐項目認定結果，來自全國高校的612個項目入選。教育部新工科項目的正式認定，意味著新工科建設開始進入實施階段。

1 從內涵特征看新工科人才計算機通識能力培養

新工科的“新”包含3方面內涵：新興、新型和新生，所以新工科代表的是最新的產業、行業發展方向，是正在形成的或即將要形成的新的工程學科。新工科的建設服務于以新技術、新產業、新業態、新模式為特點的新經濟發展的戰略需求。從新經濟的發展模式看，新經濟強調以產業鏈的整合替代傳統學科專業化的分工，新工科也必將跨越原有產業和行業界限。從學科角度，新工科需要多個學科的交叉、融合、滲透或拓展[1-2]。

計算機通識類課程作為新工科教育的重要地基，需要從底層就做到教學內容新穎，跟上時代，將最新科技和工程前沿引入課堂教學，向學生輸送創新意識，教授學生如何學習新技術、運用新技術，增強實際動手的能力，完成為學科教育服務的使命。

同時，實踐是工程的重要支撐，新工科應以實踐帶動學習過程。我國在工程教育認證中明確指出，工科需要以學生為中心，注重學生的能力培養，以就業為導向，加大實踐能力的培養力度，使學生盡早滿足就業市場對實踐能力的需求。在新經濟發展戰略中，物聯網、云計算、大數據、人工智能成為必不可少的元素，構成了新工科人才的數字化基因。因此，計算機類通識課程應以實踐為根基引領數字化能力培養，搭建體驗式和項目式的實踐環境，自底向上地貫徹新工科的實踐性。

2 計算思維與新工科

“計算思維”在2006年由美國卡內基·梅隆大學的周以真教授系統地提出。計算思維將計算機作為一種不可或缺的工具，各行各業的數據、業務通過計算機平臺予以表述、處理，計算機技術不僅是手段，更是解決問題的方式。

從計算思維的概念被提出到現在，如何系統地培養計算思維能力仍在探索中前行。新工科對新經濟發展的戰略需求服務支撐體現在新技術、新產業等方面，而以物聯網、云計算、大數據、人工智能為核心的新技術決定了新工科思維的核心仍然是計算思維。隨著這些新技術的普及和升級，計算思維能力的培養會進入一個融合數據思維的新時代。

新工科與現代計算思維的關系如圖1所示，數理、化工、生物等學科可以利用新型計算手段獲取更高的計算效率；制造、能源、材料、金融、物流等學科可以利用大數據技術挖掘滲透在各行各業的大數據的信息價值；加入人工智能元素的智能機械、智能能源、智能交通等也將為各學科的發展注入新活力，推動社會生產和生活，改變人類的未來。各個學科在互聯網+的大背景下，將云計算、大數據、人工智能等現代信息技術與學科融合，從而實現第四次工業革命的智能化建設。

3 新工科理念下計算機基礎課程體系改革

新工科建設對計算思維與信息化融合以及創新能力培養提出了新的要求。2018年初教育部發布《普通高等學校本科專業類教學質量國家標準》，各學科在培養目標中明確指出，學生應具有終身學習意識，能夠運用現代信息技術獲取相關信息和新技術、新知識，拓展知識領域，持續提高自己的能力，但計算機基礎教育目前仍存在一些問題，如教學內容未能緊隨新技術發展的步伐，新技術只是以名詞的形式出現，工科學生霧里看花，難以應用新技術進行創新；教學體系中缺乏與學科交叉融合的課程，計算機技術未能對學科建設給予有力的支撐。

圖1 新工科對計算思維能力的需求

在新工科建設的歷史機遇中，計算機基礎教育是人才數字化能力培養的通識教育基礎，需要順應技術發展和社會需求的歷史潮流，支撐學科建設中的計算機技術需求，從完善教學內容的新度、廣度和深度，到建設與專業培養目標相融合的交叉課程兩個方面實現計算機基礎課體系的升級換代。

在計算機通識教育課程體系中，各門課程之間應具有銜接性和一致性，可以通過建立專題、構建模塊的方式，由各專業進行超市化選擇。以現代計算思維為核心，集合了新技術、交叉融合思想的非計算機專業新工科計算機課體系如圖2所示。

圖2 非計算機專業新工科計算機課程體系

非計算機專業新工科專業的計算機課程體系（后簡稱課程體系）從建立意識、思維訓練以及能力提升3個層次構建現代計算思維能力，從內容上融合云計算、大數據、人工智能等新技術，全程支持新工科專業學生的計算思維與信息融合能力和創新能力培養。圖2中虛線內部是傳統計算思維能力培養的構建，虛線外是融合了數據思維的現代計算思維能力培養的支撐模塊。體系結構的上層模塊具有內聚性，保持培養目標的一致性。實現從學習到應用的完整路線，為創新奠定基礎。

3.1 基礎模塊

課程體系結構自下而上對上層模塊進行支撐。大學計算機基礎課程從透視和微觀的角度認識計算機的組成，計算機系統內部的運轉過程，現實世界中的信息在計算機中的抽象表示等；熟練掌握常用軟件的高效使用。程序設計語言學習現實世界到計算機世界數據的抽象方法；用自動化的方式解決現實世界中的問題（面向過程/面向對象），構建傳統計算思維能力。

構建能力的過程采用系統化的思想，挖掘知識間的聯系，將知識有機地從點連線，建立縱深前進的學習路線。以Of fi ce的教學為例，從淺層的文檔、表格、演示文稿的應用，就可以提取出從“域”→“函數”→“觸發器”的進階，在應用軟件中體會“變量”的概念， “接口”的意義，“事件”的處理機制，為程序設計課程的教學奠定基礎。在計算機新技術不斷更迭，架構性和封裝性越來越強的今天，傳統課程要與時俱進，更深地挖掘其中的價值，形成更合理的學習的線路，搭建新技術學習的進階平臺。

3.2 傳統應用模塊

體系結構中的“傳統應用”模塊搭建的是信息素養能力。素養作為一種素質基礎，可以提升一個人思考和行為的能力，而信息素養就是現代信息社會必備的基本素養。數據庫部分是通過數據庫系統的應用理解數據管理的重要性和數據管理手段，建立管理和利用數據的數據化方面的素養，這里以關系型數據庫為基礎，為NoSQL的大數據管理奠定基礎。網絡部分通過理解網絡、網絡連接、信息傳輸等核心概念，建立連接和利用網絡的網絡化素養，理解計算機網絡之上的信息網絡和社會網絡運用，同時為物聯網的架構學習奠定基礎[3]。

3.3 現代網絡應用模塊

“物聯網→云計算技術→大數據計算技術”搭建了現代互聯網技術的應用模塊，三者緊密聯系，物聯網是大數據的重要來源，為云計算提供了廣闊的應用空間，云計算為物聯網提供海量數據存儲和海量數據分析能力，為大數據提供了技術基礎。

模塊以導論加應用的形式為學科服務，講用并行，重在理解，各課程的教學內容見表1。

表1 “現代網絡應用”模塊的知識架構

物聯網導論從物聯網的概念出發，認識物聯網這一概念背景下涵蓋的技術知識、發展現狀，以與學習者距離最近的“智能家居”“智能物流”為載體，按照“體驗→認知→分析”的遞進層次走近物聯網的世界，形成關于物聯網的基礎認知，對大數據的產生和利用形成概念。

海量數據的挖掘離不開云計算。從非計算機專業看，現代網絡技術的應用應作為一種工程資源，服務于具體應用場景，學生的學習目標不是理論，而是理論衍生出的框架、平臺和服務。以云計算的三層體系為例，除了底層的基礎設施服務外，中間層的平臺環境服務和頂層的云計算服務也已經具備成熟的商業模式，國內的阿里云已經躍居世界云計算產業第三。云服務提供商在平臺中均建立了對各類學習、實驗、應用開發的支持，因此，學習者不再需要深入掌握云計算基礎理論，而是在知曉云計算的關鍵技術、基礎架構和主流解決方案等云計算知識架構的基礎上，重點培養應用云平臺解決問題的能力。這種從應用角度在教學中融入新技術的教學模式適合新工科的建設理念。

大數據課程位于模塊的頂端，從大數據處理架構Hadoop出發，按照“存儲→處理→應用”的路線，最終將理論落地于大數據處理案例中。除了在本地搭建大數據實驗環境外，還可以在云端搭建起大數據實驗環境，實現模塊內學習的連貫性。

3.4 Python與數據思維模塊

在第三次信息浪潮中，Web2.0是大數據除物聯網之外的另一個主要來源，“Python與數據思維”模塊以Web 2.0為數據背景，在Python語言基礎上，延續Python計算生態，以不同專業內容為背景建設交叉融合性課程，通過專業領域相關數據的采集、處理、分析、展示過程，將計算思維上升為數據思維，實現搜集數據、理解數據、使用數據的全過程。在新工科建設背景下，Python作為復雜信息系統時代利用計算機解題的最直觀工具之一，能夠更好地面向未來，與學科應用緊密銜接。模塊內各課程的教學內容見表2。

表2 “Python與數據思維”模塊的知識架構

信息提取是數據分析的前奏，在“網絡爬蟲與信息獲取”課程中，通過Requests庫自動爬取HTML頁面，Beautiful Soup庫解析HTML頁面，Re庫以正則表達式方式提取頁面關鍵信息，最終將這些分步式操作落實于Scrapy庫的專業爬蟲框架。教學可以以與學科相關的各類數據的獲取為驅動，掌握定向網絡數據爬取和網頁解析的基本能力。

數據分析與展示課程培養數據表示、清洗、統計和展示的能力。通過Numpy庫進行多種維度的數據組織、存儲基礎類型數據，完成基礎科學計算任務；利用Pandas庫實現擴展數據類型的組織應用，進行高性能數據分析；Matplotlib庫與二者結合對數據進行圖形可視化展示。信息獲取與分析展示相結合，融合學科特色，用Python駕馭各領域數據。

經過數據分析過程，無關的、重復的和不必要的數據已經被清除，機器學習所需的訓練數據準備就緒。對于非計算機專業工科來講，人工智能的關注點不是基礎理論體系，而是具體的應用場景，開發應用可以直接建立在人工智能領域的技術框架之上。TensorFlow是Google研發的第二代深度學習開源框架，可以將復雜的數據結構傳輸至人工智能神經網中進行分析和處理，可用于語音識別、圖像識別等多項機器學習和深度學習領域。TensorFlow支持Python語言，在目前主流的人工智能技術框架中，它的應用度、書籍數量、論文數量和活躍度都穩居榜首。

這樣，該模塊建立了一條由Python自底向上貫穿、應用深度逐步拓展的學習路線。

4 發揮慕課優勢推進教學改革

不得不說，一個由很多新技術、前沿領域知識搭建起來的，以擴展計算思維寬度和深度為目標的體系，其資源建設的工程量是巨大的，但是，已經領跑在世界前列的中國慕課將是一個最有力的支撐。

根據教育部的數據顯示，目前，我國上線慕課數量達到5 000門，高校學生和社會學習者選學人數突破7 000萬人次，超過1 100萬人次大學生獲得慕課學分，中國高校慕課總量、參與開課學校數量、學習人數均處于世界領先地位[4]。

中國的大學教育在慕課的推動下逐漸打破圍墻的壁壘，跨越地域，以大容量的接納度提供了大學學習的開放性。借助物聯網、云計算、大數據、Python、人工智能等方面優質慕課資源，融合SPOC、翻轉課堂的教學模式，一定能夠迅速、高質地搭建起新工科理念下的課程設計。

在慕課資源利用方面，建議打造一種破除課程壁壘，可以實現多課程內容的跨界組合的SPOC模式，使碎片化方式呈現的課程內容可以更多維度地組合，更靈活地為高校個性化的教學目標服務，實現優質資源利用的最大化。另外，建議增加SPOC的教學活動的編輯功能，使用者能夠為課程配置與自身教學活動相關度、進度更為緊密的討論和作業等。

5 結語

新工科具有交叉、融合、創新、前瞻性等特征，為基于云計算、大數據、人工智能等技術的新經濟發展戰略需求服務，新工科思維的核心是融合了數據思維的現代計算思維，面向非計算機工科專業的計算機課程體系應具有時代性。

在傳統計算機基礎教育體系之上，補充現代網絡應用和Python與數據思維兩個模塊，可以從深度和廣度兩個層面提升新工科中計算機領域新技術的應用，實現現代計算思維的培養目標，從而達到使學生具備可持續發展能力和創新力的效果。

新工科建設對計算機基礎教育者提出了更高的要求、更大的挑戰，同時這也是計算機基礎教育工作再次升級的發展機遇。在新形勢下，我們應該抓住這一歷史契機，充分利用好慕課等資源，將新工科的理念融合到傳統的計算機基礎教育中，促進基礎課程體系的教學改革。