課賽融合背景下人工智能學科人才培養模式研究

周洋 王雪逢 李偉坤 劉瑤

關鍵詞：課賽融合；人工智能；人才培養；教學方法

1應用課賽融合教育模式的意義

采用課賽融合教學模式需要聯合課堂教學規劃，明確專業課程的教育任務，使課程教學能夠與競賽活動實現全面關聯。與傳統枯燥的課本知識學習不同的是，在課賽融合教學模式下學生能夠通過自主實踐提高解決問題的能力，而在競賽的過程中，教師能夠給予學生必要的支持，實現對課堂理論知識的全面應用，讓學生在參賽中既能夠積累經驗，也能夠實現課堂理論知識的學以致用。

課賽融合教學模式明確了課堂教學的主體地位，同時將學科競賽作為輔助教學手段，在競賽的過程中學生能夠發現自身學習存在的不足，也能夠通過競賽來激發學習興趣，實現動手能力的全面提升[1]。

2人工智能學科人才培養的不足

2.1教學課程關聯性不強

部分院校設立的人工智能專業是在原有的計算機專業或自動化專業基礎上整合劃分而來，課程的設定也與各類專業密切相關，通過對各專業的適當調整，設立了現有的人工智能專業。在課程設定階段，人工智能學科只是對其他學科的課程內容進行合并與刪減，因此各門課程之間仍然較為獨立，缺乏必要的連接關系，使當下教學課程的關聯性不強。學生在學習過程中難以真正吸收更專業的人工智能知識，在較為零散的知識學習中，難以培養學生的人工智能素質，也難以推動科學融合教學工作的有序開展，制約了高校人工智能專業水平的提升。

2.2人工智能理論基礎薄弱

人工智能與企業生產之間密切相關，但如果缺乏人才的支持，企業難以靈活應用人工智能技術，也難以推動人工智能創新發展。人工智能專業涉及概率論、矩陣運算、統計學、數學等多種理論知識，但部分高校并未在人工智能專業課程中融合各種基礎課程知識，使人工智能理論教育基礎較為薄弱[2]。也有部分高校在設置人工智能課程時，將基礎理論與專業教學區分開來，學生雖然可能掌握了人工智能技術，但難以為人工智能理論的發展、創新提供支持，也難以真正靈活應用理論知識優化人工智能技術。

2.3專業課程實用性不足

人工智能課程的教學內容大多數是以經典模型為基礎展開算法教學，學生在課程學習中雖然能夠掌握各項理論知識，但卻難以將理論知識轉化為實際技能，在學習過程中只是停留于理論基礎層面。學生在面對人工智能問題時，也只是圍繞書本探尋問題的解決方法，卻難以獲得真正的解決問題的思路。

3課賽融合的人工智能人才培養思路

3.1課賽融合定位研究

課賽融合需要保障教學體系的完整性，通過對當下教學現狀的全面研究，制定更為適宜的教學模式。學科競賽活動的開展應當將人工智能理論知識作為出發點，而在設定課程時，也要加入學科競賽課程，通過對現有教學內容的全面調整與組合，重新編排各教學單元模塊，實現課程教學與學科競賽之間的全面融合，達到以賽促教、課賽融合的教學目標[3]。

3.2競賽推動課程學習

競賽主要考慮了人工智能技術的實際應用，通過競賽能夠強化學生對人工智能知識的掌握，將學生培養為專業型人才，學生通過實踐能夠實現對理論知識的靈活應用，并將其直接應用到工作中。在競賽的支持下，課程學習更加高效，學生的學習態度發生了明顯轉變，從原本的被動學習轉變為主動學習。

3.3教師參與競賽指導

人工智能競賽需要學生擁有較為扎實的專業基礎，同時掌握理論技巧，如果只是由學生進行自主探究，很難摸索出知識門路，而且容易喪失學習積極性，與課賽融合的目標漸行漸遠。因此，在鼓勵學生參賽的基礎上，也要為學生配備指導教師，或者在條件允許的情況下為學生提供專職輔導教師。教師一方面要擁有較強的專業實力，另一方面需要掌握人工智能行業發展的現狀，幫助學生快速度過初始探究階段，靈活掌握智能算法，實現學習創新，讓學生真正感受到人工智能競賽帶來的樂趣，并全身心投入人工智能學習中[4]。

3.4教學質量保障機制

課賽融合的開展需要綜合考慮環境、資源、軟硬件條件，同時要打造參賽隊伍，設立虛擬仿真競賽平臺，通過對課賽融合教學機制的全面探究，優化教學設計，合理設置課程體系，完善教學內容，發揮雄厚師資力量的優勢。若要保障課賽融合的教學質量，首先要不斷提高教師的專業能力，讓教師通過研習進修積累實踐經驗，為指導學科競賽提供支持。同時，要建立健全相應的獎懲機制，針對熱愛競賽的師生，可給予物質獎勵或精神獎勵，針對過度逃避的學生要增強其危機感，立足于整體，提高各教學環節與教學階段的教育質量，保障課賽融合有序推進。

4課賽融合的人工智能人才培養路徑

4.1優化課程教學結構，做好統籌規劃

人工智能人才的培養需要明確課賽融合的培養思路，不斷優化人才培養措施，提高學生的綜合能力與專業素養。首先，人工智能專業課程設置要做到科學化發展，結合人工智能產業的發展現狀，對課程體系進行優化與調整，使課程設計與競賽需求相關聯，而每門專業課程的學習能夠為專業競賽提供支持，形成以賽促學、課賽融合的教育局面。課程難度的設置也應當遵循循序漸進的原則，通過人工智能基礎的夯實、學習經驗的總結、實踐技能的強化，構建出更為完整的知識體系[5]。在課堂教學中應當以理論知識講解為主，并在學校內積極組織開展教學探索與實踐設計活動。

許多學生對機器人的設計都有所了解，如水下機器人以機器魚為主，在教學過程中，教師可選擇趣味性的教學話題，吸引學生的注意力，通過帶領學生設計機器魚，了解機器魚群的智能協作及其他相關理論知識。同時，教師可以積極帶領學生參加國際機器人大賽，在選擇競賽題目時，要與課程知識點做到緊密融合，實現理論與實踐的有效銜接。由于不同年級學生的知識儲備有所差異．因此教師要針對不同階段學生的學習現狀給予更為合適的指導，避免選題過難挫傷學生的自信心；也不可選擇過于簡單的競賽題目，降低挑戰度。隨著對教學結構的進一步探索，課程教學實現了與學科競賽的全面融合，學生能夠掌握相關知識點與技術，從而達到最終的教學目的。

4.2聯合課賽融合特點，調整課程體系

充分了解課賽融合教學模式的特點，不斷調整教學體系，建立完善的競賽隊伍與保障機制，使學科競賽課程體系的優勢得到全面發揮，從而形成以學科競賽為載體、學生實踐創新能力全面提升的發展目標。首先，要著重培養學生的計算機技術能力，在大數據時代，學生需要掌握虛擬化技術、云管理技術、編程模型技術、數據管理技術等，并靈活應用云計算管理平臺，精準處理非結構化數據，同時要落實數據庫管理、語言編程等課程體系的構建，不斷提高學生的數據管理能力與分析能力。其次，要著重培養學生的數據挖掘能力，大數據時代的信息量大、信息傳播速度快，可以直接從網絡上捕捉這些信息。但是，在數據中存在諸多噪聲信息，因此需要提高學生的數據處理能力，使學生能夠正確面對大數據時代帶來的信息化挑戰。最后，要鼓勵學生積極參加多種類型的學科競賽，新時代社會越來越關注復合型人才，尤其是在大數據時代下，多元化的數據類型需要學生整理歸類，掌握數據的復雜性與隨機性，實現對數據的優化管理與分析，以此掌握系統建模方法，為提高人工智能水平奠定基礎。

高校要積極為學生構建學科競賽平臺，加深校際交流，拓寬學生的視野，實現不同學科知識信息之間的有效交流。同時，要積極完善跨學科交流體系，推動校企合作，實現產學融合，讓學生在學科競賽中了解企業生產需求，使課賽融合更加完善、有效。

4.3重視教學時間分配，實現有機結合

在知識講解與競賽研究過程中，教師要注意教學時間的合理分配，同時要針對教學內容科學選擇學科競賽。一旦時間分配不合理，很容易導致課堂知識講解時間不充足，學生在競賽活動中難以充分發揮出理論知識的優勢，無法保障二者之間的有效平衡，最終導致專業課程的開展受到影響，學生在學科競賽中難以有所收獲，影響了學生的綜合競爭力。若教學較為盲目，則會影響培養計劃的全面執行，學生對基礎知識的掌握不夠充分，所以在競賽中難以展現出個人實力。

教師應當明確學科競賽活動是課堂教學的輔助手段，通過競賽幫助學生認識人工智能的實際問題，通過解決問題，提高學生對抽象理論知識的掌握程度，使學生能夠靈活應用理論知識，獲得良好的競賽結果，提高學生的綜合實力。在此教學模式下，學生能夠擺脫傳統課堂的限制，在解決實際問題中深化對課堂知識的理解，而且在課堂理論知識的支持下，學生面對問題時有了更為清晰的思路，可以將理論工具作為支撐，推動競賽的有序開展[6]。因此，教師在課堂教學中要合理分配教學時間，保障教學結構的合理性，確保課堂教學與學科競賽有機結合。

4.4優化專業師資力量，給予專業指導

人工智能人才培養離不開專業教師的指導，教師在課賽融合教學模式中要明確理論知識輔導與學科競賽指導的重要性。對于學生而言，在短時間內掌握人工智能方法是較為困難的，而且一味地灌輸理論知識，也容易影響學生學習的主動性，因此教師要合理安排教學計劃，在課堂教學中通過趣味性的教學形式，讓學生能夠理解晦澀難懂的理論知識，同時可以聯合實踐課程，加強學生對知識的應用與理解。學科競賽輔導是教師的重要工作內容之一，一方面教師需要做到科學選擇賽題．保障競賽隊伍組成合理，同時要指導學生掌握解題方法，帶領學生真正實現理論知識的全面內化。通過教師的精準指導，無論是課堂教學還是學科競賽，都能夠收獲良好效果。

為了全面激發學生的積極性，教師可通過完善的考核機制來高效開展教學。比如，教師可以針對學生的專業成績，組建競賽小組：也可以根據學生的競賽成績，嘗試免除學生的課程考試。但是，教師在制定激勵機制時，要平衡好教學與競賽之間的關系，確保學生能夠通過競賽實現對課程知識的掌握及深化理解，達到輔助學習的最終目的。此外，學校要注重對教師的培訓，鼓勵教師積極學習人工智能領域的新技能、新知識，同時要為教師提供學習、深造的機會，以提高教師的綜合實力。