新工科背景下財經院校人工智能課程教學改革思考

孫玉濤，王恒娜，陳曉玲

（安徽財經大學管工學院計算機系，安徽 蚌埠 233030）

0 引言

人工智能課程是一門涉及計算機科學、數學、心理學、信息論、控制論等學科的交叉和邊緣科學，這也決定了人工智能課程包含的內容是多方面的。目前人工智能教材有很多，無論是在教材的結構編排還是在內容組織上，都有很大差別。很多高校本科專業開設了人工智能課程，由于課程的交叉特點，理論講授，很難讓學生感悟人工智能課程的價值體系。如何進行課程教學改革，符合新工科背景財經院校對人才培養的需求，尤為重要。對教學模式、教學內容、課程體系優化成為該門課程教學的核心問題，因此提出更符合人才培養需求的教學方案[3]。

1 人工智能課程教學現狀

目前我校計算機專業人工智能課程有導論必修課和專業限選課，傳統教學基本上以理論知識講授為主，主要講授知識表示、推理方法、專家系統、神經網絡、智能體、人工智能研究領域等。一方面因為課時少，另一方面純理論教學，學生無法理解這些知識的用處，不能懂得如何使用這些知識解決實際問題。隨著人工智的不斷發展，部分知識顯得跟不上當前社會的需求。傳統目標側重于教的怎么樣，不清楚教學過程中期望學生應該取得的學習成果到底是什么？這種成果應該以一種什么樣的方式來體現，尤其以一種新工科教育人才的培養的方式更是缺乏。學生既沒有充足的動手實踐，也不清楚如何把所學知識用到實際應用上[1]。

2 理論教學改革

理論教學主要圍繞課程內容為導向，讓同學們了解、掌握人工智能基本原理和基本方法。探索高效的理論教學模式和教學方法，是提高教學質量的重要手段。針對財經院校計算機專業的特點，提出一系列的教學方法。

2.1 混合式案例教學

充分利用超星平臺，采用線上線下混合式教學。教師提前在學習通上發布課程學習目標、要求、重難點等，上傳授課計劃、教案、微視頻、題庫等課程資源；學生通過線上自主學習、完成在線學習、測試、討論等。根據學生自主學習情況，對課堂及時解惑答疑，對授課內容及時進行總結，將學生作業、實驗、項目開發存在的問題及時反饋，對學有余力的同學及時開放相應綜合案例，比如個人銀行貸款預測、金融股票預測等等[2]。

在實施混合式教學中，教師已習慣傳統的教學模式，不自覺地仍采用傳統教學模式對重難點問題進行講解，教師講、學生聽。部分學生對教師的依賴性較強，自主學習能力相對較弱，不能很好地適應混合式教學模式。學生不易理解知識的演進過程、算法流程或應用意義。需要及時研討在這種混合式教學模式下，線下教學內容的組織、設計和實施，有目的地激發學生的學習興趣、培養學生的自主學習能力。

2.2 學科競賽驅動教學

為了讓學生更好地運用所學的人工智能知識解決實際問題，將人工智能課程教學與創新實踐相結合，鼓勵學生以“項目組”的形式，選擇一個感興趣的應用領域和方向，進行定題，運用所學的知識和技術進行項目研發，更深入地投入到人工智能技術的應用。將項目成果參加大學生創新創業訓練項目“挑戰杯”“互聯網+”等項目，讓人工智能知識與技術得到應用，培養學生的創新思維、動手實踐能力及綜合應用能力，提升學生的人工智能技術應用水平。尤其以安徽省大數據與人工智能應用競賽為抓手，對基礎環境搭建部署、樣本數據預處理、傳統機器學習算法及應用、深度學習算法設計及應用、人工智能技術綜合應用等競賽知識點，融入教學內容中，不斷強化學生動手能力。學生理論知識掌握得再好，如果實踐量不夠，學生是不能形成良好技能的。通過參加大賽，使學生重視實踐環節，主動去鍛煉自己的動手能力。在教學上，結合實際教學內容，靈活使用“講練結合”的教學方法，切實把學生學會知識到應用知識的過程落到實處[5]。

課程改革不僅較好地解決了課堂理論教學與實踐相脫節的問題，而且豐富了學生的項目實踐經驗，彰顯了教學成果與課程特色。雖然課程的改革與實踐活動取得了一定的成果，但還將繼續優化課程群的設計，完善教學理念與方法，探索先進的競賽課堂教學范式，使課程的教學和項目的實踐實現更好銜接。

2.3 以學生為中心成果導向教學

由需求決定學生的培養目標，由培養目標決定課程體系，由課程體系決定課程之間的聯系性，保證教育的培養目標與教學成果的一致性。成果導向的原則使得課程聚焦在學習的成果上，而不是在學習的形式、學習的課時上。從需求出發設置多元化的培養目標，確立出多維的評價體系，同時以案例教學為橋梁設置培養過程，反過來利用成果評價數據持續改進培養過程[6]。

樹立以學生為中心的教學理念，發揮學生的自主性、積極性以及開拓進取的精神，改變“教師講”“學生練”的實踐教學模式，嘗試“學生講”“學生做”的項目化教學實踐模式。開展“教師引導、教師點評”的互動式教學。教師要讓學生深入項目的調研與分析、提案與設計活動，充分調動學生的主動性與積極性，鼓勵學生主動參與競賽項目，開展實踐和討論。

3 實踐教學改革

3.1 實驗實訓平臺

利用國家虛擬仿真實驗教學項目的實驗空間進行實驗。通過實驗模擬了解深度學習神經網絡在實際復雜工程中的應用，在實驗模擬中激發學生學習興趣，有的學生主動閱讀相關文獻和書籍，了解實現原理，激發學生主動探索研究人工智能領域科學前沿知識。實驗教學表明：分層次、分階段、循序漸進進行上機訓練，有助于學生對人工智能知識的深入理解，培養學生動手能力和解決實際問題能力。實踐環節中學生間協作交流，提高學生溝通能力、邏輯分析能力，更有助于激發學生的學習興趣[4]。

借助優質實訓項目，結合理論學習進度，不斷開放相應的實訓項目，通過實訓項目，幫助學生理解掌握理論知識，對理論知識的教學有很大的促進作用。

3.2 校企合作

通過校企合作，實現人工智能人才培養符合社會需求，根據社會需求，及時調整教學大綱，完善教學內容，改進教學方式。另外，充分利用合作企業資源，將企業真實項目引進課堂，讓學生參與真實項目開發，熟悉開發流程，掌握最新技術。通過學生真實項目的實訓，找出學習的不足，及時調整學習規劃。不僅要考察學生完成項目情況，還要關注其在項目中的角色表現，如算法設計能力、代碼調試能力、溝通表達能力、團結協作意識、文獻查詢能力、對待項目的態度、是否熟悉項目開發的流程、是否養成良好的開發習慣、是否遵守軟件項目開發職業規范和職業道德等。在該項活動中，學生自由組合，根據個人特點擔任不同的角色，使得每個學生都能發揮自身特長來完成相應任務。

4 結論

人工智能課程涉及多學科、多專業，開好這門課程，需要從人才培養體系、專業建設、教學大綱、教學案例等多方面進行綜合改革，單純目光聚焦這門課，對課程改革阻力很大，課程組通過五年以上的摸索，慢慢找到一套適合本校學生、適合本專業的教學方案，當然隨著人工智能技術的發展，需要不斷調整教學內容以適應社會的進步和發展。

通過不斷的探索，以學生為中心、以項目驅動、以競賽為抓手、結合校企合作逐步形成了一套完整的教學體系，從傳統的以試卷為中心的考核方式轉變為以應用能力為主的考核方式，注重課程學習的過程性考核。考核中增加線上線下學習的平時成績，同時增加學生參與課程專題討論、項目研發等過程性內容及技術應用層面的考核，著重引導學生積極參與思考、研發，提高學生應用水平能力的考核，注重學生應用能力的培養[7]。