面向新工科的“人工智能”课程精准分层式教学研究
摘要：本文针对电子信息工程专业工程认证人才培养计划要求，将精准评估教学策略与“人工智能”课程建设相融合，从授课方式、教学模式和知识点布局上改进教学手段，从专业课程知识结构的广度和深度上进行改革，帮助学生发现问题、整理分析问题，最终解决问题，提升学生学习主动性。同时，针对课程特点，深挖专业课程内容中潜在的思政教学元素，实现思政教育指导下的全过程育人。通过教学实践，证明了针对新工科人才培养方案的“人工智能”课程精准分层式教学方法对提高大学生工程实践能力起到了良好的推动作用。
关键词：新工科；人工智能；精准分层教学；课程思政
中图分类号：G434 文献标识码：A 论文编号：1674-2117（2024）08-0097-04
传统的工科教育注重理论知识和技术技能的传授，但在当前的社会背景下，工科人才需要具备更广泛的能力和素养。为了培养具备创新精神、跨学科能力和实践能力的工程技术人才，教育部提出了新工科的理念和目标。新工科强调跨学科融合、工程实践和创新创业能力的培养，旨在培养具备系统思维、创新意识和团队合作能力的工科人才，以适应科技创新和社会发展的需求。[1]
同时，为适应传统经济向新经济转变对人才培养的新需求，教育部开展了新工科教育研究与建设，从调整专业课结构入手，增设了一批人工智能、智能制造等新的专业课程[2]，笔者所在学校电子信息工程专业也面向大三的学生开设了“人工智能”专业课程，该课程涉及《离散数学》《机器学习》《数字信号处理》及《计算机导论》等多门学科的知识，具有极强的理论性、设计性和实践性的特点。
精准分层式教学方法是由奥格登·林斯利最先提出的[3]，它是一种为教师教学决策和学习者学习改进提供科学依据的方法，同时它也是我国古代“因材施教，因人而异”理论的新探索。受益于相关学者的研究成果[4]，笔者以所在学校“人工智能”课程教学改革为例，充分考虑课程的知识体系与教学难点，提出了“分组+阶段+特长”的精准分层教学模式及课程思政全过程育人方案，以期为电子信息工程、物联网工程等专业相关课程改革及人才培养提供有益的借鉴。
“人工智能”课程教学实践过程中存在的问题
1.在教学内容上，数学基础要求高，学生畏难情绪强
大多数“人工智能”课程的教材以机器学习和图像处理相关算法为主，涉及许多数学和统计概念，如线性代数、概率论、统计学等，但以教师采用多媒体讲述为主的传统教学方式，很难调动学生的创新热情，使其产生畏难情绪。
2.在教学方式上，以教师灌输为主，没有兼顾学生个体差异
由于受到学科建设、招生规模与生源水平等因素的影响，笔者所在学校的生源质量存在较大差异，同时，由于师资条件有限，教学过程采用平行的行政班级形式，导致专业基础较为薄弱的学生因基础知识和能力欠缺而难以迅速理解和掌握各种智能方法的编程思想和算法设计。
3.课程考核形式固化，缺乏综合能力测试
通过对比和研究国内多所大学“人工智能”课程的教学大纲及考核标准，笔者所在课题组发现目前大多数高校的“人工智能”课程考核方式依然是以传统考核方式为主，虽然附加了线上教学的形式，但依然缺乏创新能力的考核，同时，无法顾及课程思政教育成效的综合考查，与新工科人才培养理念不相符。
构建“分组+阶段+特长”三位一体的教学体系
笔者以“新工科”人才培养目标为向导，以工科专业认证为推手，同时结合所在学校和学院的办学特色，在专业课建设与改革过程中，充分体现“三全育人和全过程育人”的教学理念，融合式植入思政元素，建设了“分组+阶段+特长”的课程教学新体系。体系结构如图1所示。
创新实践培养重在培养学生的专业实践能力和创新思维能力，而精准分层教学模式的建立，正是通过形成“建立目标、教学实施、评估分析和反馈改进”四个环节保证教学效果与教学质量。[3]体系的工作流程如上页图2所示。以“人工智能”课程的教学为例，精准分层式教学模式主要分为以下几个步骤。
1.水平精准评估与分组
在指定教学目标之前，教师需要对学生的已有知识体系和创新潜力进行综合评估与测试，并根据结果进行分组。在“人工智能”课程中，评估可以包括一些基本的编程能力测试、数学和统计知识的考查，以及对人工智能概念的了解程度的评估。根据评估结果，再将学生分为不同的层次或能力组，如初级、中级和高级。
2.基于创新实践的分段式教学设计
在创新实践环节，将教学过程分为基础讲解、实践提高、综合创新实践三个阶段：在基础讲解阶段，依然采用集中教授的方法加固学生的基础知识和专业理论知识；在实践提高和综合创新实践阶段，利用“理论+实践”，引导不同组的学生完成相应难度的功能模块设计，逐步培养学生发现问题、解决问题的能力。
根据学生的分组情况，教师制订相应的教学计划。以搜索技术的教学实践为例，针对初级组的学生，教学计划可从搜索基本概念和应用开始，重点介绍盲目式搜索和启发式搜索的基本原理和特点；针对中级组的学生，教学计划可要求学生完成典型启发式算法的编程实例，并以小组讨论的形式加深学生的理解；针对高级组的学生，教学计划可从教师科研出发，划分出简单而具体的程序设计任务，以兴趣小组的形式督促学生完成算法设计，激发学生创新能力，也为参加相关学科竞赛打下基础。在实践教学过程中，教师会根据学生反馈及时调整学生分组，最大限度激发学生学习热情。
3.教学实施与跟进阶段
在教学过程中，教师根据教学计划分阶段地教授相关内容，并密切关注学生的学习进展情况，通过学生的作业、实验及定期小组学习汇报，提供指导和反馈。根据学生的学习情况，教师应随时调整教学策略和资源，确保每个学生都能够在适合自己水平的教学环境中进步。
4.基于数据挖掘和统计学习的教学效果评估
单纯利用传统教学方法很难达到精确的、有层次的教学效果评估与决策。随着信息技术的发展，教师可以利用“雨课堂”、微信公众号和微信小程序等应用平台及时考查学生对“人工智能”课程知识点的掌握情况，同时，利用平台收集的数据分析和评估课程的教学效果，发现教学过程的短板和瓶颈，为精准调整教学策略提供可靠的依据。
5.整合教材，深挖思政元素，增加思政育人目标，注重全过程育人
教育部印发的《高等学校课程思政建设指导纲要》指出，立德树人成效是检验高校一切工作的根本标准。[4]落实立德树人根本任务，必须将价值塑造、知识传授和能力培养三者融为一体，不可割裂。在本课程改革与建设实施过程中，笔者采用“三段式”教学方法将课程思政元素融入到教学实践中。
课前，挖掘和整合本课程蕴含的思政元素，关注社会热点和专业领域研究前沿，搜集相关的视频或学习资料，针对每章节教学内容将其凝炼成一套完整的课程思政教学切入点。通过学习终端向学生推送调查问卷或研讨话题，开拓学生视野，增强学生的爱国主义精神，弘扬新工科建设背景下的工程意识与工匠精神。
课中，在讲解到相关知识点时，可以从电子信息工程专业的前沿知识和国内外研究现状入手进行分析和引导，增强学生的民族自豪感和自信心，树立为国效力、甘于奉献的家国情怀。
课后，在知识点拓展和实践环节，可通过调查问卷和研讨会的形式，鼓励学生谈谈专业理解和志向，在教师的引导下学习规划自己的人生和职业发展轨迹，更加全面地提升综合素质。
“人工智能”课程教学新体系实施成效
通过不断梳理知识体系、改革教学方法，有效端正了学生的学习目的，提高了学生的学习主动性，使学生在多层面、多元化地掌握人工智能基本理论和方法的同时，发挥主观能动性，尝试自主思考与创新。同时，鼓励学生参与各类学科竞赛，真正做到学以致用。近五年来，课程组教师指导学生参加学科竞赛多次获得好成绩。学科竞赛的优秀成果，是激发和提升学生学习潜力和学习兴趣的重要手段，学生在参赛过程中，有效培养了较为全面的工程意识和分析问题、解决问题的能力，这对学生进一步求学深造或参加工作都是宝贵的实践经验和积累。
结语
本文以笔者所在学校“人工智能”课程的教学改革为例，提出了以新工科背景下学生的创新实践能力培养为驱动的“分组+阶段+特长”的精准分层教学模式，该模式依据学生的学习潜力进行导向式的教学培养，帮助学生整理分析问题、发掘问题和解决问题的思路，并借助信息技术发展的成果为教学评估提供更智能化的手段，希望这些研究成果能为其他专业课程的教学改革提供有益的借鉴。
参考文献：
[1]王金平，薛锐，崔晓波，等.“新工科”背景下能源与动力工程专业课程体系改革探索[J].中国电力教育， 2021（07）：77-79.
[2]郑旭淳，黎清万.基于学科融合的人工智能品质课堂教学实践与研究[J].中国信息技术教育，2023（04）：104-107.
[3]卢晶琦，师向群，孟庆元.新工科分层自主学习的教学设计与实践——以《移动通信》课程为例[J].中国教育信息化，2019（01）：80-82.
[4]黄媛，刘天琪，邱晓燕，等.课程思政下《电力系统分析理论》改革探索[J].中国电力教育，2022（06）：3.
作者简介：凌菁（1982—），女，工学博士，硕士研究生导师，副教授，研究方向为智能控制系统应用及教学方法。刘世安（1972—），男，工学硕士，讲师，通信工程专业负责人，研究领域包括电子信息工程、通信工程专业教学方法研究。钟君柳（1981—），男，工学博士，硕士生导师，副教授，研究方向为人工智能应用及教学方法。赵莹琦（1983—），女，工学硕士，副教授，研究方向为智能信息处理。
基金项目：2023年度广州市高等教育教学质量与教学改革工程课程思政示范课程项目（2023KCSZ039）；2022年度广州市高等教育教学质量与教学改革工程电子技术课程教研室建设项目（2022KCJYS018）；2022年度广州市高等教育教学质量与教学改革工程高等教育教学改革项目（2022JXGG096）。