基于人工智能技術的新工科人才培養模式改革探索＊

董君

（河南工學院管理學院，河南 新鄉 453003）

《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035 年遠景目標綱要》[1]指出，迎接數字時代，激活數據要素潛能，充分發揮海量數據和豐富應用場景優勢，賦能傳統產業轉型升級，催生新產業新業態新模式。適應數字技術全面融入社會交往和日常生活新趨勢，促進公共服務和社會運行方式創新，構筑全民暢享的數字生活。數字化是新一代信息技術產業發展的核心，數字化社會的發展，涵蓋各個產業的方方面面，包括數字化文化、數字化服務、數字化制造、數字化醫療、數字化金融等等。而信息化產業蓬勃發展的前提則是需要對基礎設施建設夯實基礎，加大數字化設施建設人才培養力度，構建更為完善的數字化建設人才引進機制，加強數字化人才供應鏈體系建設是社會數字化轉型發展的根基。全球各個國家對人工智能、計算機科學、數據挖掘與分析、電子工廠、數據庫應用等工科專業的人才需求快速增長，在這樣的背景下，對全國高校新工科專業建設和發展提出了新的要求和挑戰。

在“互聯網+”新信息技術快速發展的時代背景下，高等學校也必須加快教育范式轉型，提高人才培養質量。教育部提出了以創新型人才培養為核心，包括新工科、新農科、新文科、新醫科在內的“四新建設”，“卓越工程師教育培養計劃2.0”，“創新創業教育改革燎原計劃”等[2]。新工科建設，不僅需要在交叉融合工科專業進行智能創新性地系統構建，而且還需要培養具有跨學科整合能力、自主學習能力、較強創新創業實踐能力以及具有較高國際格局和國家情懷的新工科人才。近年來，國內很多專家學者展開了關于新工科建設和改革的研究和探討：侯翠紅等[3]以鄭州大學化工專業為案例，從人才培養方案、課程體系的構建、教學模式的改革等方面進行新工科建設，對其他學科的發展具有參考價值和借鑒意義；陳斌等[4]基于“雙碳”背景下環境類專業新工科建設方案進行理論和實踐探究，指出了新工科發展中應該采取的建設策略以及有效途徑；梁建[5]利用區塊鏈平臺技術，對新工科的人才培養模式進行智慧化管理研究，對大學生的個性化特點、專業特長、個人學習情況和成績進行智能管理和有效跟蹤評價，避免了傳統課堂教師對學生的主觀判別，運用科學方法進行教學模式的改革；周佳慧[6]對“新工科”人才培養的必要性進行了剖析，并從加強學生人工智能文化、創新人才培養模式、利用人工智能技術輔助教學等方面進行了人才培養策略的闡述。

本文利用大數據人工智能技術進行新工科教學模式的設計和探討，挖掘智能教學新形態，助力新工科專業建設、學科教育與信息化數字化時代接軌，提升人才培養方案、課程體系架構的科學性、適用性和有效性。

1 人工智能技術下新工科課程體系的建設

2018 年教育部在印發的《高等學校人工智能創新行動計劃》文件中指出，高校是科技第一生產力、人才是第一資源、創新是第一動力，在人才培養方面，需要推進“新工科”建設，形成“人工智能+X”復合專業培養新模式[7]。按照“新工科”人才培養要求，注重人工智能技術與各個學科的交叉融合，注重對復合型人才能力的培養，對課程培養體系進行重構，增加相關專業的通識類必修課程，讓學生掌握和理解專業領域內的基礎知識，為后續實踐類課程、創新類課程的學習做好鋪墊；以賽促學，將相關專業的國家級、省級比賽、資格考試認證等相關要求和考點納入實踐課程的學習之中，增加動手操作熟練度的同時，明確知識學習的針對性和目的性，積極參與相關比賽，增強自身榮譽感，同時提升實踐課程學習的動力；加大創新創業課程的開設力度，是現代高校建設發展的重要模式和對新工科人才培養的主要方向[8]，極力打造產教研協同育人的具有中國特色和工科教育競爭力的新體系。在高校已經開設的人工智能、數據挖掘與分析、機器人課程等基礎上，與各個工科專業交叉融合，結合課程發展前沿應用實踐以及就業崗位技術剛需要求，開設“文本處理”“圖像識別”“自動駕駛”“量子計算”“智慧會計”“智慧金融”“智能制造”等人工智能技術支撐下的跨專業交叉課程。注重人工智能技術應用的基礎前沿課程的制定和學習，比如“Python 編程”“Matlab 數據分析”“智能算法”“系統工程”“Plant Simulation 生產仿真”“數據可視化”“人因工程”等，為人工智能技術的應用奠定理論基礎。此外，有效利用人工智能數據分析技術進行課程體系的設計和制定，例如依據學生對選修課程的歷年選擇和學習數據，進行有效爬取、收集、聚類和分析，形成標簽數據，利用神經網絡進行訓練，預測出學生的興趣點和未來選課趨勢，有針對性地制定課程體系和開設相關課程。

2 人工智能技術下新工科課程教學模式和方法的創新

混合式教學、翻轉課堂教學模式通過人工智能技術和新的線上線下教學方法，讓教師在傳統的課堂教學任務中解壓減負，從而騰出更多的精力和時間進行課程創新和“全面育人”的探究。課前線上資料的準備會占據教師大部分的時間，而對熱點前沿知識的拓展、對專業知識音視頻資料的挖掘、對思政元素的開發、對比賽題目的分析等，全部可以依托人工智能技術的個性化推送服務，依據教師網絡搜索熱點，利用推薦算法，進行過濾推薦，大大地提高教師資料準備的效率。同時能夠依據學生的瀏覽閱讀情況，針對學生興趣點進行人工智能回歸分析、個性化推薦建議，并附帶相關圖書推薦、選修課程推薦、就業規劃推薦、考研學校及專業指導等等。在社團填報、比賽組隊過程中，為避免過去同學自主組隊或者教師指定的盲目性，通過人工智能技術的聚類分析算法進行學生的聚類，選擇相同愛好和特長天賦的同學組成相同社團組織，集思廣益創新社團發展；同樣比賽組隊類似，依據比賽特點和各個環節的人才需求，從不同學科背景、專業下挑選相應人選進行組隊參賽。在聚類形成的各個學生群的基礎上，擇優選擇，科學搭配人員比例，更有利于同學之間的配合和獲得優異成績。

同時線下課堂教師可以利用人工智能技術中的語音識別，對教師講授、學生討論、回答問題中的音調進行有效識別和糾正，可以在助力全民推廣普通話交流的同時，大大提高學生普通話考試的通過率，同時還能夠輕輕松松地在上課過程中提升內化能力指標，一舉多得。通過人工智能技術虛擬體驗式教學、協作式教學，彌補線下課堂授課枯燥乏味的缺點，增添課堂學習樂趣，拓展學生視野，在高新技術的支持下，讓學生更加明確學習的目標。依據人工智能技術的文本識別功能，教師可以借助網上教學平臺實現學生作業的自助批閱，省去了大量重復性操作，提高工作的效率，并能夠對出錯題目進行歸類，在下一次作業布置環節有效借助網絡推送相關題目進行復查。創建錯題庫，為期末考試之前的復習階段提供參考和重難點答疑，有效提升學生的考試及格率。

3 人工智能技術下實踐平臺的搭建

傳統高等教育的主要問題在于重理論教學，輕實踐操作，這導致了學校所學知識和實際企業就業崗位需求的脫離，畢業生很難進入大規模企業就業環境中，或即使成功應聘也需要很長時間對軟件的開發設計環境平臺進行熟悉。因此向人工智能下的驅動式教學、項目式教學、模塊化教學和主題式教學轉變是高校“新工科”發展的方向和趨勢。將實踐教學分為課內實驗和課外實踐2 部分，課內實驗主要對課程要求的基本實驗設計、實驗流程、實驗成果的學習，課外實踐主要涉及創新性學科競賽、創新創業項目、校企協作等培養項目。利用虛擬化教學資源，將理論學習、實踐操作和人工智能搭建，數據搜集、清洗、挖掘、存儲、分析、可視化展示等實戰內容融為一體，培養學生的綜合知識學習和掌握能力。結合校企合作共建，在物聯網技術下將高校實踐平臺和各個企業緊密相連，學生可以依據自己的個性化學習需求，在指定的線上網絡平臺進行預約學習。人工智能可以對教師、學生學習的智能理論、方法、技術等進行模擬、延伸和拓展，生成與真實人類學習感知、情感反應類似的智能機器。同時作為創新創業競賽的實訓平臺，依據不同學科的競賽信息，進行實訓功能模塊的科學劃分，有針對性地為參與各個環節的學生提供專項訓練，增大競賽成功的概率[9]。

人工智能在實踐平臺搭建的另一個重要功能，是對大數據進行挖掘，充分利用其潛在價值，指導學生學習和實踐。在實踐平臺上進行大量國內外公開優秀學生活動成果的收集，并進行本校學生優秀成果的補充，利用隨機森林算法、LightGBM、XGBoost 等分類算法[10]對訓練數據集進行建模分析、歸納分類，進行新數據的預測以及各個影響指標的權重分析。此外將諸如數據驅動、自我學習、迭代優化、強化學習等人工智能思維和實踐平臺的教學設計策略相整合，讓學生真正理解人工智能的教學理念。

4 總結

在人工智能技術的輔助下，教師個性化的教學設計和學生個性化的學習需求成為了新工科人才培養體系中的亮點。將人工智能技術與高校傳統工科專業相融合，要求教師與當代信息技術的發展相適應，改革教育模式，掌握智能化教學技術和平臺軟件。不僅有利于人工智能技術在教育行業的快速研發，而且能加快促進科學范式向工程范式的變遷。以引領社會需求和工程技術應用與實踐為核心教育理念[11]，以能力卓越、產教學協同育人為教育目標，制定多學科交叉、柔性化的專業培養方案，以學生“學”為中心，塑造多元化的人才培養創新體系，全面提高工程教育人才質量。加快國家級虛擬仿真實驗教學項目的建設和國家在線精品課程的開放，重塑課程培養結構，促進教學水平和學習水平的雙提升。