新工科背景下人工智能課程教學模式改革探索

［摘 要］ 新工科建設需要以具有綜合學科背景的創新型高級人才為支撐。人工智能課程具有多學科交叉的特點，在新工科教育背景下，把握人工智能課程的特點，基于分析課程、教師、學生之間的協同關系，多方位、多角度地針對人工智能課程教學模式，在思政內容、項目驅動、翻轉課堂等方面進行探索，以期在新工科背景下，通過人工智能課程教學模式的探索與改革，培養具有科學素養、掌握技術研發和應用能力的應用型人才。

［關鍵詞］ 新工科；人工智能；項目驅動；思想政治教育；翻轉課堂

［基金項目］ 2020年度太原科技大學校級教改創新項目“新工科背景下人工智能課程多元化教學模式的構建研究”（2020059）；2021年度太原科技大學校級博士科研啟動項目“證據理論關鍵問題研究及在掘進機工況識別中的應用”（20212069）；2020年度山西省教育廳線上認定精品資源共享課“數字電子技術”（K2020146）

［作者簡介］ 張春美（1978—），女，山西五臺人，工學博士，太原科技大學電子信息工程學院副教授（通信作者），主要從事復雜系統的控制、優化與決策研究；郭紅戈（1977—），女，山西長治人，工學博士，太原科技大學電子信息工程學院副教授，主要從事智能優化算法及應用研究；曹俊琴（1978—），女，山西太原人，工學博士，太原科技大學電子信息工程學院講師，主要從事圖像識別研究。

［中圖分類號］ G642.0 ［文獻標識碼］ A ［文章編號］ 1674-9324（2024）16-0055-04 ［收稿日期］ 2023-04-12

引言

2017年2月，教育部高等教育司決定開展新工科研究與實踐，新工科教育應運而生［1］。新工科建設強調構建跨學科課程體系、正確處理多學科交叉融合、突出工程技術實踐等新思路，這對當前人工智能領域人才培養提供了重要的參考和借鑒［2-4］。面向新工科背景下的網絡化人才培養需求，高校須要摒棄傳統的“灌輸式”被動學習模式，構建對傳統工科內涵擴展的新課程。人工智能課程符合新工科建設需求，交叉融合了自動控制、計算機、心理學等多個學科專業知識，課程知識性強、邏輯推理深。因此，如何響應新工科的建設目標，更好地構建人工智能課程教學，從而適應新工科教育的建設理念，培養具有綜合素質的高水平人才，是人工智能課程改革的重點［5-7］。

一、人工智能課程教學現狀

課程建設的質量和水平是影響學生知識吸收效率的一個重要因素。因而教育部大力推進課程建設工作，并提出課程建設的計劃與要求，以保證高等教育教學質量的提升。人工智能課程將多類學科知識進行融合，能夠應用于工業、農業、醫療等生活的各個領域。該課程的教學過程存在以下幾個問題。

（一）課程內容難以融入思政元素，教學內容與前沿知識相脫節

新工科建設要求德育優先，強調在繼承中創新，積極推動學科間的交叉融合和協調共享，努力培育綜合型創新人才［8］。在該課程學習過程中，嚴謹踏實的理科思維與思政教育中偏向于情感的感性思維似乎難以找到契合點。因此，在人工智能課程教學過程中，如何合理融入思政元素是該課程進行思想政治教育的難點。

隨著人工智能的快速發展與應用，各種理論和技術不斷涌現，近年來，深度神經網絡、增強學習等理論取得了較大的進展。同時，人工智能課程不僅只是單一學科知識的傳授，還須將人工智能知識與其他知識及應用領域相融合，應用并引導跨學科知識。因此，在人工智能課程教學內容的設計上，須要緊跟技術發展，不斷更新教學內容，優化教學體系，與實際項目需求緊密結合。

（二）實踐教學內容單薄、模式單調，須要不斷充實

人工智能課程需要理論與實踐相結合，但目前的教學以基礎知識講授為主，輔以少量的實驗，且實驗教學受限于學校的實驗設備與環境。隨著人工智能新技術的不斷涌現，其教學實踐設施配置門檻較高，對高校的實驗環境有著極高的要求，導致實驗教學內容較少，實驗內容陳舊，學生通過實踐鍛煉能力的機會較少，難以提高學生的實踐與創新能力。例如，在計算智能方法講授過程中，還局限于利用傳統的TSP問題、背包問題中進行驗證算法的性能，與具體現實中很多復雜的工程實踐問題結合較少。因此，須要找到人工智能課程可拓展的實踐內容，不斷豐富實踐教學模式。

（三）教學方法傳統，現代信息化教學資源利用不充分，學生的參與度不高

目前，人工智能課程的講授大多以教師為主，學生的思路受限于教師的思路，易導致知識的消化和吸收不夠理想，學生的自主學習能力不足。針對所有的學生采用統一的教學手段，會使得學生的個性無法體現，尤其在實踐環節，難以很好地從每名學生所擅長的技能出發，充分發揮學生的現有優勢，達到更好的教學效果。在教學方法方面，仍然采用比較單一的課堂教學方式，難以高效利用現代科技手段，與線下教育資源的融合度不夠。另外，學生的課堂參與度不高，整個課堂講授都交給教師，導致學生對于知識體系的構建、知識關系的銜接以及知識應用的拓展等缺乏更深入的理解與領悟，無法更準確地把握人工智能的專業性、應用性以及發展前景。

因此，針對上述問題，著重研究在新工科教育背景下，如何把握人工智能課程的特點，以哪種角度組織教學內容，如何改變教師的教學手段與教學方法，充分發揮學生的創新能力，提高他們的學習興趣，使得課程學習與工程實踐相契合，最終達到提高人工智能課程教學質量的目的。

二、人工智能課程的多元化教學模式

（一）課程內容的多元化設計和合理優化

人工智能課程內容的設置對優化課程有著重要的意義。針對新工科背景下對掌握人工智能新技術人才的培養需求，結合人工智能課程的特征，將思想意識、人文素養、科學倫理觀培養作為課程思政的主要內容。同時，在講授主要理論知識和進行教學時，與實驗、項目以及競賽相結合，優化教學內容。

1.課程思政內容的設計。在新工科背景下培養的人才不僅須要具有創新能力、變化能力、自主學習能力，而且更重要的是要有充實而豐盈的內心世界，能夠用科技去實現和履行對人類社會高度的人文關懷與社會責任感。在以往的工程教育中，往往只重視學生對工程技術的掌握，忽視了科學倫理以及工程技術本身所蘊含的文化要素問題的引導。在人工智能課程學習過程中，嚴謹踏實的理科思維與思政教育中偏向于情感的感性思維似乎難以找到契合點。另外，在以往的人工智能課程教學工作中，每節課專門有五分鐘的時間用于課程思政，不僅起不到對學生進行思政教育的目的，反而使學生感覺生搬硬套，易引起學生的反感，沒有起到正面的思政教育效果。因此，如何將思政教育有效融入人工智能課程教學，而不是生硬刻意地引入，是人工智能教學亟須解決的難題。

人工智能課程思政的目標是育人，高校須結合多質量體系對課程目標的要求，與思政育人的精神相融合［9］。人工智能課程涉及的思政元素可以歸納為如下幾個方面：（1）愛國與責任。在人工智能課程思政實施過程中，當講到“博弈論”這一專業知識時，可以引申到目前世界各國的局勢，使學生樹立愛國主義情懷，明確自身的社會責任，從而衍生到自身的價值體現。（2）遵循工程倫理。在講授人工智能的發展歷程中，提到“克隆羊”，讓大家思考科學研究過程中須要考慮的工程倫理問題，明確規范要求。（3）創新精神。在工程項目完成過程中，引導學生利用科學分析方法解決出現的問題，學以致用，充分發揮學生的潛力，鍛煉其創新能力。（4）溝通學習能力。采用以學生為主的翻轉課堂，通過分組討論，教師提出具體的任務要求，指導每組學生在規定時間內共同完成任務，使學生體會團隊溝通與管理。

2.項目實踐與基礎理論的有機結合。在傳授基礎理論、基本技術的基礎之上，人工智能課程教學更需要引入新知識，把握前沿動態［10］。因此，在人工智能課程的教學過程中，可以以項目為引導，學生在教師的指導下完成具體的科研項目，包括一些具體的縱向和橫向項目，不僅豐富了教學活動，而且強化了專業知識的吸收和應用，充實了實踐訓練，從而滿足了學生的學習需求。在課堂設置方面，采用項目引導的方式進行人工智能專業課程的學習，針對搜索策略、計算智能、多智能體、自動規劃等，讓學生參與實際的項目，完成項目中相關知識涉及的內容，將理論與實踐相結合，還可以讓學生進行匯報，使學生的思路有所體現，挖掘學生的實踐創新潛力。同時，教師和學生可以共同對項目完成過程中的問題進行溝通交流，滿足新工科建設需求。

（二）多元教學方法和教學手段的有機融合

針對傳統的人工智能課程教學方法和教學手段比較單一的情況，改革以往針對所有學生均采用統一的教學方式，豐富教師的課堂講授教學手段，采用一致性教學和挖掘個性特點相結合的教學方式，滿足不同學生在知識掌握過程中的不同需求。采用翻轉課堂，引導學生帶著問題上課，摒棄以教師為主的“灌輸式”被動學習模式，增強學生學習的自主性。

1.一致性教學和挖掘個性特點相結合。在以往的人工智能教學過程中，教師往往對所有學生采用同樣的教學方法，追求教學內容與教學方法的一致性，力求使所有學生的能力得到同步提升，忽略了學生固有的個性特征［11］。因此，須結合專業知識的特點，充分考慮學生之間的差異，采用一致性教學和挖掘個性特點相結合的教學模式，使每名學生對人工智能課程知識的掌握盡可能達到最優化，更好地激發學生的學習興趣，滿足新工科教育的目的。

例如，針對多智能體自動規劃的學習，教師可對課程內容進行統一集中講解，在設置項目驅動時，根據學生對相關知識點掌握程度的不同，分配不同的任務內容。對于算法掌握程度好但動手能力有所欠缺的學生，更多地分配一些動手鍛煉的任務。針對一些軟件和算法理解能力較差但擅長動手的學生，分配其進行算法的編程及調試。在完成規定時間的學習后，對應的學生交換學習內容，針對具體問題繼續進行完善，學生之間可以互相輔導，從而有利于全面掌握所學知識。教師根據學生對每個知識模塊的理解進行評價和指導，以滿足學生個性化發展的需求。

2.網絡平臺和翻轉課堂相互結合。針對人工智能課程基礎理論內容較為抽象、知識點較難掌握的特點［12］，在教學手段上，利用學校超星爾雅網絡教學、騰訊會議、企業微信等平臺，線上線下相結合，借助慕課資源，采用翻轉課堂，讓學生參與到課堂教學中，進而促使學生對基本概念及原理知識的進一步理解和吸收。

人工智能專業課程以學生為中心，轉變傳統的以講授法為主的課堂教學，在課堂上組織討論，如搜索策略、計算智能、自動規劃、多智能體、深度學習等討論模塊。討論時以小組為單位，各組通過制作PPT進行匯報，再針對匯報內容進行討論，如對概念的理解、實例的分析以及實際應用等。針對學生在學習過程中存在的考慮問題不全面、不系統、結論不明確等問題，教師可以通過講授讓學生的知識體系更加完善。

（三）增加過程性考核占比的多元化考核方式

在以往的人工智能課程考核中，期末成績占較大比例，平時成績占比較少，且平時成績局限于作業、小測試等方面，并不具體針對學生對每部分知識的掌握情況，學生的能力難以得到明確的體現。在設置多元化的教學模式后，針對思政元素、項目引導、翻轉課堂以及利用信息化資源等多方位的課程設置，將學生在這些方面取得的效果納入平時成績中，作為過程性考核的部分，加大過程性考核的占比。例如，學生查閱文獻的能力、課堂討論參與度、所提觀點和問題的創新性，以及在完成項目及團隊協作過程中，所表現出的邏輯分析能力、對待科學問題的嚴謹態度以及遵守工程倫理等方面，均可作為過程性考核的指標，促使多元化的考核方式與多元化的課程內容、教學方式與教學手段相契合，更客觀地評價學生對課程知識的掌握程度。

結語

在新工科教育背景下，針對人工智能課程的多元化教學模式進行研究，將課程思政和項目驅動融入教學內容，采用一致性和考慮個體特征相結合的方式，充分利用現代信息資源進行翻轉課堂。在考核方式方面，增加過程性考核占比。通過多元化教學模式的探索，以期更好地激發學生的學習興趣，開闊學生的知識視野，培養學生的實踐創新能力，滿足新工科建設對人才培養的需求。

參考文獻

［1］宿輝，白青子，劉英.“新工科”背景下“工程化學”教學內容改革探索［J］.黑龍江教育（高教研究與評估），2020（3）：3-4.

［2］李君，陳萬明，董莉.“新工科”建設背景下人工智能領域研究生培養路徑研究［J］.學位與研究生教育，2021（2）：29-35.

［3］馮愛祥，羅雄麟.本科“人工智能”課程的教學改革探索［J］.中國電力教育，2011（10）：111+118.

［4］秦璐，董羽.新工科背景下工程教育人才培養模式的創新性研究［J］.江蘇高教，2022（12）：90-94.

［5］張懿璞，閆茂德，常琪.基于人工智能背景下的模式識別課程教學改革與實踐［J］.陜西教育（高教），2018（11）：26+40.

［6］凡時財，唐健雄，周雪.人工智能普及下的“模式識別”課程教學研究與實踐［J］.工業和信息化教育，2020（8）：8-10.

［7］秦華鋒，王興瓊.高校模式識別課程改革與探討［J］.電腦知識與技術，2019，15（20）：160-162+165.

［8］高德毅，宗愛東.從思政課程到課程思政：從戰略高度構建高校思想政治教育課程體系［J］.中國高等教育，2017（1）：43-46.

［9］黃蓉生，崔健，唐斌.黨的十八大以來思想政治理論課教學改革的實踐探索與經驗啟示［J］.中國大學教學，2018（8）：12-18.

［10］劉君，王學偉，梁靜.人工智能時代“教研賽訓”工作室人才培養模式的實踐［J］.實驗室研究與探索，2020，39（7）：258-263+269.

［11］秦記峰，任東海.人工智能課程實踐教學改革探討和研究［J］.計算機教育，2019（10）：12-15.

［12］高岳，楊小康.前沿導向的人工智能課程內容重構：以上海交通大學“人工智能理論及應用”課程為例［J］.高等工程教育研究，2022（6）：52-55.

Research on the Diversified Teaching Pattern of Artificial Intelligence Course under the Background of the Emerging Engineering Education

ZHANG Chun-mei， GUO Hong-ge， CAO Jun-qin

（School of Electronic Information Engineering， Taiyuan University of Science and Technology， Taiyuan， Shanxi 030024， China）

Abstract： Emerging engineering education needs to cultivate innovative senior talents with comprehensive disciplines background. Artificial intelligence is a interdisciplinary course. Under the background of emerging engineering education， in this paper， the collaborative relationship between courses， teachers， students is analyzed on the basis of grasping the characteristics of artificial intelligence course. In view of researching the diverse teaching mode， the exploration of the teaching mode is put forward from all the aspects concerned， in respecting of ideological and political content， project driven， flipped classroom， etc. to cultivate applied talents having scientific literacy， technology development and application ability under the background of emerging engineering education.

Key words： emerging engineering education; artificial intelligence; project driven; ideological and political education; flipped classroom