高校“人工智能基礎”課程教學改革

夏雪 姜文暉 左一帆 方玉明

［摘 要］ 針對非理工類院校中管理類與信息類學科的“人工智能基礎”課程教學，分析此類院校課程設計與教學實施中存在的教學目標與教材單一性、教學內容科普性且缺乏前沿性、實踐環(huán)節(jié)不足等問題，提出基于BOPPPS教學模式、引入項目驅動教學法的“人工智能基礎”課程教學，說明實施策略與教學實踐過程，探討應用效果與潛在問題，旨在充分發(fā)揮目標導向與以學生為中心的新模式帶來對學生的推動作用，更新學生對教學活動的認知和驅使學生形成新的學習觀。

［關鍵詞］ 人工智能基礎；項目驅動；BOPPPS；教學改革

［基金項目］ 2020年度江西財經大學教育教學改革課題“新工科背景下信息類學科中的‘人工智能基礎課程建設研究”（JG2020032）

［作者簡介］ 夏 雪（1990—），女，江西南昌人，工學博士，江西財經大學信息管理學院講師（通信作者），主要從事計算機視覺、醫(yī)學圖像處理研究；姜文暉（1989—），男，江西南昌人，工學博士，江西財經大學信息管理學院講師，主要從事視覺大數據分析、跨媒體內容理解研究；左一帆（1987—），男，江西南昌人，工學博士，江西財經大學信息管理學院副教授，主要從事計算機視覺、虛擬現實研究。

［中圖分類號］ G640［文獻標識碼］ A［文章編號］ 1674-9324（2023）20-0064-05 ［收稿日期］ 2022-03-16

引言

教育部明確提出要改進教學方法，推進學生主動學習，增強學生運用信息技術分析解決問題的能力［1］。信息科學是與信息論、計算機理論、人工智能理論等知識緊密聯系的新興的綜合性科學。國務院在《新一代人工智能發(fā)展規(guī)劃》中明確提出要建立新一代人工智能基礎理論體系，鼓勵高校形成“人工智能+X”的復合專業(yè)培養(yǎng)新模式，重視人工智能與數學、計算機等學科專業(yè)教育的交叉融合［2］。人工智能作為信息科學的核心內容之一，也是互聯網類企業(yè)普遍看好的發(fā)展方向，能夠作為多學科交叉、新興技術落地、跨界融合的基礎性課程與關鍵性學科，因此開展人工智能本科教學顯得尤為重要。

近年來卡內基梅隆大學、麻省理工學院、斯坦福大學、南洋理工大學等學校建立了人工智能核心課程體系，學校充分與科技企業(yè)合作，利用高性能、龐大的設備支撐實驗，因此教學內容、實踐項目有時難以借鑒［3］。國內北京大學、浙江大學、北京航空航天大學、華東交通大學等諸多高校也開設了人工智能系列基礎課，但其教學計劃中有一系列計算機、通信類基礎課作為支撐，而本校未開設相關課程［4］。因此，針對不同校情、知識背景的本科生設計合適的教學目標、內容與過程，是通過課程培養(yǎng)學生解決不同學科問題的能力，引導學生自主性學習，幫助學生立足時代前沿的關鍵［5-6］。

地方高校是新工科建設的主體之一，其中部分高校人工智能系列課程的教學內容、考核方式與傳統理論課無異，且未能體現“交叉”特性，有非理工高校開展相關SPOC課程，但難以保證學生真正深度自學［7］。綜上，本課題擬針對現有國內外人工智能課程內容未能面向地方非理工類高校、未將互動行為與培養(yǎng)目標深度融合，教學活動、考核指標未順應新工科下的大學人才培養(yǎng)新方向的問題，進行“人工智能基礎”課程的教學改革研究。最終希望學生體會“人工智能+X”，更新學生對教學活動的認知，并驅使其形成新時代的學習觀。

一、基于BOPPPS教學模式與項目驅動教學法的“人工智能基礎”課程教學改革探索

（一）人工智能基礎中的BOPPPS教學模式

由加拿大教授Douglas Kerr提出的基于教師資格認證的教學過程模型BOPPPS模式，自創(chuàng)立以來已被全球幾十個國家引進并采用，是靈活進行教學設計、教學活動組織的一種有效模式［8］。以教學目標導向、以學生為中心，主要由導引（Bridge-in）、目標（Objective/Outcome）、前測（Pre-assessment）、參與式學習（Participatory Learning）、后測（Post-assessment）和總結（Summary）這6個教學環(huán)節(jié)構成BOPPPS教學模式。其中導引與前測環(huán)節(jié)主要為增加學生的興趣，互動過程能幫助教師動態(tài)地更新學生知識與能力水平、及時調整難度。

“人工智能基礎”作為人工智能系列課程的入門與核心，需以“程序設計”“面向對象”“高等數學”“線性代數”等相關課程為基礎，也是“機器學習”“神經網絡”“自然語言處理”“計算機視覺”等課程的前序課程。結合本校背景以及本院系學科專業(yè)知識體系，具體從以下幾方面改進教學。

1.有針對性的課程定位。本校作為非理工類高校，所開設的先修課程有限，且學生學習“人工智能基礎”課程的目的為應用，更少關注底層算法改進等研究。因此應更注重理論聯系實際而非底層理論講授，需讓學生真實體會人工智能算法與技術的實現與應用過程。

2.更新教學與人才培養(yǎng)目標以適應新時代的新背景。在新工科背景下，能力與素質目標不再是單純地讓學生學會解決實際問題、具有創(chuàng)新能力，而需順應社會對復合人才的需求，使學生具備跨界融合能力以及主動學習與持續(xù)性創(chuàng)新的能力。

3.逐學年更新內容。作為前沿類課程，每年隨著企業(yè)、高校、研究所等機構研究成果的公開，技術與理論不斷更新，故不能完全依照已有教材中的內容來講授，應當追隨國際最新成果，讓學生了解前沿技術并學會自主發(fā)掘或跟進前沿技術。

4.教學形式更新以重新定義課堂活動。只有主動學習才能真正體會人工智能算法與技術、真正學會利用人工智能手段解決行業(yè)問題。經歷多年聽講式課堂教育的學生已經完全習慣于傳統課堂，不積極或不習慣參與任何主動式學習（如發(fā)言、自我規(guī)劃、演講等形式的互動）。此外，現有課堂互動被學生當作測試問答而非交流性互動，學生大多保留著一切為分數的心理。因此充分利用BOPPPS教學模擬中的前測、參與式學習與后測環(huán)節(jié)，結合自學與提問討論，有利于改善學生對課堂活動的定位；通過深度參與教學，才能更深刻掌握知識技能，提升能力。

5.考核形式更新將重點從應付考核轉為主動學習。考評方式、分數構成與比例設置應更充分地反映學生平時的學習行為。BOPPPS教學模式會利用平時的預習、前后測試、課中準備等過程驅使學生充分利用課余碎片時間，打破考前臨時抱佛腳的不良習慣。

此類理論與動手環(huán)節(jié)相結合的課程非常適合采用參與式學習與多階段性測試，學生的動手實踐必須基于理論，且實踐展示與討論環(huán)節(jié)會形成豐富的課堂翻轉與延伸思考等［9］。總結而言，BOPPPS教學模式能夠很好地幫助學生習慣一種新的教學形式，支撐前沿類課程的教學。

（二）項目驅動的教學

項目驅動不以知識點為邏輯線索，而是用項目串起教學的邏輯，教學重點從授之以魚轉向授之以漁，驅動學生形成學會學習、自主學習的學習觀［10］。這一學習觀有助于學生自我能力的提升，更符合新時代社會對大學生的需求。“人工智能基礎”課程中，針對不同階段的知識目標與素質目標設計貫穿教學環(huán)節(jié)與學習階段的子項目，以充分配合BOPPPS教學模式中的教學環(huán)節(jié)，并利用不同子項目壓實學生從課前至課后的學習活動。其中應采取個人與小組項目結合的形式，避免部分學生乘他人之便虛假地完成目標。

二、人工智能基礎課程教學實踐

經過大量教材調研，發(fā)現主流的“人工智能基礎”課程主要分為搜索、謂詞、推理、機器學習幾部分［11-12］。現有人工智能類課程內容主要分為兩大類，一類主要教授搜索、知識表示、推理、神經網絡、機器學習等，另一類將教學重點放在機器學習與深度學習，后者的開設院系或學科通常不會再單獨開設機器學習課程。本院系單獨開設多媒體技術基礎、機器學習本科課程，因此遵循第一類內容設計，即本課程中僅部分章節(jié)涉及機器學習，將作為機器學習與自然語言處理等后續(xù)算法課的敲門磚。

（一）課程目標更新

結合本地對人才的需求、國家發(fā)展需求等背景，更新知識目標：讓學生了解握人工智能發(fā)展歷程、理解理論與算法基礎、掌握實際應用方法；促進學生體會領悟人工智能思維，為后續(xù)課程的學習提供基礎。

1.能力素質目標：學會用智能手段解決問題，最終將理論知識與實驗技巧內化為自己的思維方式與能力；通過深度參與教學過程，形成新的學習觀，未來通過主動學習適應學科、社會的發(fā)展與變化，培養(yǎng)持久性學習與創(chuàng)新能力。

2.思政目標：了解在人工智能中的倫理、社會關聯，激勵學生學會質疑與思辨，意識到自主創(chuàng)新與自主知識產權的重要性以及為本土做貢獻的成就感。

（二）項目內容設計

如表1所示，課程圍繞6個應用項目與1個綜合項目展開，所涵蓋理論與算法包含概論、搜索、知識、確定性與不確定性推理、統計機器學習、神經網絡、深度學習。其中部分課件、源代碼來源于參考材料的公開主頁與網盤，部分自學視頻來源于中國大學MOOC等網站（參考內容均為原作者已公開資料）。

（三）教學活動組織

遵循BOPPPS教學模式［13］，以項目驅動形成如圖1所示的教學框架。以項目為載體延伸出教師與學生的教學、知識傳授、互動反饋行為。對于此類結合實踐的前沿課程，在教改實踐中對教學主體進行了更新，形成以學生為主、教師為輔的教學形式。其中，教師知識支撐項目的形成，學生知識是項目驅動的教學成果，項目設計與完成是教師與學生行為的載體，同時項目是6個教學環(huán)節(jié)的驅動。

1.導引與前測。將項目要求與問題、學生作品、演示視頻、應用類視頻等素材作為導引，讓學生對每一模塊都有大致概念。同時安排適當前測問題，如應用調研、文獻閱讀、代碼閱讀與補全、部分項目預實現等，驅使學生帶著問題與目標進入課堂。導引與前測能輔助參與式教學環(huán)節(jié)，一是讓教師可根據學生水平及時調整上課內容與過程，二是保證學生的基礎，讓課堂講授更有效率。導引與前測可經由課堂教學過程檢測，避免流于形式。

2.參與式學習。在導引與前測的基礎上，教師可避免將過多時間花在基礎知識講解上，而應更多關注學生的吸收情況。在課中適當安排實際操演、個案研究、小組討論、疑難解答等環(huán)節(jié)，讓學生習慣高度參與課堂教學，突出學生在教學中的主體地位。

3.后測與總結。后測既可檢驗學生對知識點的掌握程度，也可與前測對應以評估學生相應能力的提升程度。本課程后測主要由理論與編程練習、項目實現、文獻閱讀與分析、在線任務點環(huán)節(jié)組成。為保證后測的有效性，將部分以小組形式完成的后測項目或參考資料較多的后測項目在后續(xù)課堂中以匯報形式呈現。

總體而言，基于BOPPPS教學模式與項目驅動教學法的“人工智能基礎”教學實踐中，會占用部分課堂時間用于檢驗匯報、討論答疑，而非全講授式教學，因此需確保導引與前測的到位，并注重觀察和調查學生的掌握程度。通過將項目打散融入導引、前測、后測3個環(huán)節(jié)，可驅動學生利用課前與課后分段地學習；互動能檢驗另外3個環(huán)節(jié)的完成情況，課堂精講與總結能填補自學的空白并接受學生反饋。讓學生逐漸習慣互動式教學形式以及主動學習。

（四）考核標準更新

課程考核采用課堂表現占10%、前測與后測共占30%、項目與匯報占60%的比例。此類考核比例已廣泛應用于理論結合實踐的課程中，目的是強調平時學習行為的重要性，弱化最后一次考試考核，以此推動參與式教學的展開與新學習觀的形成。

其中課堂表現主要包括課堂參與度、互動程度、提問狀況，旨在引導學生在教學中更活躍。對于同一項目不明確區(qū)分前測與后測分數，更側重完成態(tài)度以及前、后測結果的差異，即是否真的通過課堂教學吸收知識、掌握技能。

項目完成度、項目匯報、成果展示、文獻閱讀與報告撰寫等形成占60%，其中重點關注期末項目完成和文獻報告情況，也適當參考平時的成果匯報，而且期末作業(yè)也會基于部分平時成果。以此推動學生在每一教學周及時完成任務，糾正學生在最后“抱佛腳”式的學習。

此外，需善用網絡平臺的數據統計與分析功能，將學生的學習行為記錄并量化為評分依據。利用自動時間節(jié)點功能約束任務完成的時限，以適當減少后補、索取分數等不良現象。最終通過參與式教學與主動持續(xù)的學習，讓學生切實體會人工智能思想。

結語

基于BOPPPS教學模式與項目驅動教學法的“人工智能基礎”課程教學實踐已開展了兩個學期。其中一學期的兩個班級進行了對照教學，實施改革實踐的班級有3組學生報名參與模式識別類競賽，且作業(yè)完成度、對底層算法的掌握度明顯高于另一班級；另一班級無人主動參賽，且部分作業(yè)重合度較高。另一學期僅開出一個班級，因此對該班級實施改革實踐；該班級中來自非理工科專業(yè)的學生反饋課堂互動增加了難度與學習負擔，因此學期中組建了學習小組，確保知識掌握度較好的本專業(yè)學生發(fā)揮帶動作用。該學期有1組同學申報大學生創(chuàng)新創(chuàng)業(yè)課題、1組同學參與計算機作品賽。在未來教學中，希望將此類教學形式推廣至其他低年級的主干必修課，以此讓學生盡早習慣于新的教學形式、建立新的學習觀。

人工智能類課程所涵蓋的是信息時代、數字時代的前沿動向，該課程的培養(yǎng)目標需要面向目前國家與社會對技術與人才的要求，在為學生普及基礎知識的同時，在行業(yè)面培養(yǎng)學生的興趣，讓學生了解更多前沿技術的發(fā)展方向。因此，只有壓實平時任務、推動學生真正習慣積極參與教學活動、自主持續(xù)性學習，才能形成教學和學習的共同體，真正達到新時代的人才培養(yǎng)目標。

參考文獻

［1］鐘義信.信息科學原理［M］.北京：北京郵電學院出版社，1996：4-5.

［2］國務院關于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知［EB/OL］.（2017-07-20）［2022-01-16］.http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

［3］陶泓杉，郄海霞.高校人工智能本科專業(yè)需要怎樣的課程體系：基于卡內基梅隆大學和南洋理工大學的比較分析［J］.重慶高教研究，2021，9（5）：44-54.

［4］徐祥征.“人工智能+新工科”背景下電氣工程及自動化專業(yè)課程體系建設研究［J］.赤峰學院學報（自然科學版），2021，37（8）：101-103.

［5］許瑩，鐘雄虎，周旭，等.面向學生能力培養(yǎng)的人工智能課程多元實踐教學體系［J］.計算機教育，2021（11）：77-79.

［6］郄海霞，趙折折.人工智能時代新工科人才培養(yǎng)質量提升路徑探析：以斯坦福大學計算機科學專業(yè)為例［J］.科教發(fā)展評論，2020（0）：13-25.

［7］劉鑫橋，王庚，吳津蕊.新工科的研究現狀、實踐進展與未來趨勢［J］.西北工業(yè)大學學報（社會科學版），2021（4）：63-70.

［8］張曉云.BOPPPS教學模式簡介［N/OL］.延安日報，（2020-6-17）［2022-01-04］.http：//paper.yanews.cn/yarb/20200617/html/page_07.htm.

［9］李瓊.人工智能課程教學創(chuàng)新實踐研究［J］.信息系統工程，2015（12）：159.

［10］董賀偉.試析《計算機網絡技術基礎與實訓》課程項目驅動教學法［J］.電子元器件與信息技術，2021，5（05）：137-138.

［11］王萬良.人工智能導論［M］.5版.北京：高等教育出版社，2020：1-333.

［12］吳飛.人工智能導論：模型與算法.［M］.北京：高等教育出版社，2020：1-364.

［13］宋沁峰，倪龍飛，李晶晶.基于BOPPPS模式的編程類課程項目驅動式教學改革與研究［J］.電腦知識與技術，2021，17（21）：225-226+254.

Teaching Reform of Basic Courses of Artificial Intelligence Based on BOPPPS Teaching Mode and Project Driven

XIA Xue， JIANG Wen-hui， ZUO Yi-fan， FANG Yu-ming

（School of Information Management， Jiangxi University of Finance and Economics， Nanchang，

Jiangxi 330013， China）

Abstract： Aiming at the basic teaching of artificial intelligence in management and information disciplines in non-science and technology universities， this paper analyzes the problems existing in the course design and teaching implementation of such colleges， such as the singleness of teaching objectives and teaching materials， the simpleness and outdatedness of teaching content and being lack of practice， puts forward the basic course teaching of artificial intelligence based on BOPPPS teaching mode and project driven teaching method， explains the implementation strategy and teaching practice process， and discusses the application effect and potential problems. It aims to make full use of the objective-orientation and the new student-centered teaching mode in prompting students， consequently to update students cognition of teaching activities and to adapt students to a new view of learning.

Key words： artificial intelligence foundation; project driven; BOPPPS; teaching reform