新工科背景下人工智能课程教学模式改革探索

［摘 要］ 新工科建设需要以具有综合学科背景的创新型高级人才为支撑。人工智能课程具有多学科交叉的特点，在新工科教育背景下，把握人工智能课程的特点，基于分析课程、教师、学生之间的协同关系，多方位、多角度地针对人工智能课程教学模式，在思政内容、项目驱动、翻转课堂等方面进行探索，以期在新工科背景下，通过人工智能课程教学模式的探索与改革，培养具有科学素养、掌握技术研发和应用能力的应用型人才。

［关键词］ 新工科；人工智能；项目驱动；思想政治教育；翻转课堂

［基金项目］ 2020年度太原科技大学校级教改创新项目“新工科背景下人工智能课程多元化教学模式的构建研究”（2020059）；2021年度太原科技大学校级博士科研启动项目“证据理论关键问题研究及在掘进机工况识别中的应用”（20212069）；2020年度山西省教育厅线上认定精品资源共享课“数字电子技术”（K2020146）

［作者简介］ 张春美（1978—），女，山西五台人，工学博士，太原科技大学电子信息工程学院副教授（通信作者），主要从事复杂系统的控制、优化与决策研究；郭红戈（1977—），女，山西长治人，工学博士，太原科技大学电子信息工程学院副教授，主要从事智能优化算法及应用研究；曹俊琴（1978—），女，山西太原人，工学博士，太原科技大学电子信息工程学院讲师，主要从事图像识别研究。

［中图分类号］ G642.0 ［文献标识码］ A ［文章编号］ 1674-9324（2024）16-0055-04 ［收稿日期］ 2023-04-12

引言

2017年2月，教育部高等教育司决定开展新工科研究与实践，新工科教育应运而生［1］。新工科建设强调构建跨学科课程体系、正确处理多学科交叉融合、突出工程技术实践等新思路，这对当前人工智能领域人才培养提供了重要的参考和借鉴［2-4］。面向新工科背景下的网络化人才培养需求，高校须要摒弃传统的“灌输式”被动学习模式，构建对传统工科内涵扩展的新课程。人工智能课程符合新工科建设需求，交叉融合了自动控制、计算机、心理学等多个学科专业知识，课程知识性强、逻辑推理深。因此，如何响应新工科的建设目标，更好地构建人工智能课程教学，从而适应新工科教育的建设理念，培养具有综合素质的高水平人才，是人工智能课程改革的重点［5-7］。

一、人工智能课程教学现状

课程建设的质量和水平是影响学生知识吸收效率的一个重要因素。因而教育部大力推进课程建设工作，并提出课程建设的计划与要求，以保证高等教育教学质量的提升。人工智能课程将多类学科知识进行融合，能够应用于工业、农业、医疗等生活的各个领域。该课程的教学过程存在以下几个问题。

（一）课程内容难以融入思政元素，教学内容与前沿知识相脱节

新工科建设要求德育优先，强调在继承中创新，积极推动学科间的交叉融合和协调共享，努力培育综合型创新人才［8］。在该课程学习过程中，严谨踏实的理科思维与思政教育中偏向于情感的感性思维似乎难以找到契合点。因此，在人工智能课程教学过程中，如何合理融入思政元素是该课程进行思想政治教育的难点。

随着人工智能的快速发展与应用，各种理论和技术不断涌现，近年来，深度神经网络、增强学习等理论取得了较大的进展。同时，人工智能课程不仅只是单一学科知识的传授，还须将人工智能知识与其他知识及应用领域相融合，应用并引导跨学科知识。因此，在人工智能课程教学内容的设计上，须要紧跟技术发展，不断更新教学内容，优化教学体系，与实际项目需求紧密结合。

（二）实践教学内容单薄、模式单调，须要不断充实

人工智能课程需要理论与实践相结合，但目前的教学以基础知识讲授为主，辅以少量的实验，且实验教学受限于学校的实验设备与环境。随着人工智能新技术的不断涌现，其教学实践设施配置门槛较高，对高校的实验环境有着极高的要求，导致实验教学内容较少，实验内容陈旧，学生通过实践锻炼能力的机会较少，难以提高学生的实践与创新能力。例如，在计算智能方法讲授过程中，还局限于利用传统的TSP问题、背包问题中进行验证算法的性能，与具体现实中很多复杂的工程实践问题结合较少。因此，须要找到人工智能课程可拓展的实践内容，不断丰富实践教学模式。

（三）教学方法传统，现代信息化教学资源利用不充分，学生的参与度不高

目前，人工智能课程的讲授大多以教师为主，学生的思路受限于教师的思路，易导致知识的消化和吸收不够理想，学生的自主学习能力不足。针对所有的学生采用统一的教学手段，会使得学生的个性无法体现，尤其在实践环节，难以很好地从每名学生所擅长的技能出发，充分发挥学生的现有优势，达到更好的教学效果。在教学方法方面，仍然采用比较单一的课堂教学方式，难以高效利用现代科技手段，与线下教育资源的融合度不够。另外，学生的课堂参与度不高，整个课堂讲授都交给教师，导致学生对于知识体系的构建、知识关系的衔接以及知识应用的拓展等缺乏更深入的理解与领悟，无法更准确地把握人工智能的专业性、应用性以及发展前景。

因此，针对上述问题，着重研究在新工科教育背景下，如何把握人工智能课程的特点，以哪种角度组织教学内容，如何改变教师的教学手段与教学方法，充分发挥学生的创新能力，提高他们的学习兴趣，使得课程学习与工程实践相契合，最终达到提高人工智能课程教学质量的目的。

二、人工智能课程的多元化教学模式

（一）课程内容的多元化设计和合理优化

人工智能课程内容的设置对优化课程有着重要的意义。针对新工科背景下对掌握人工智能新技术人才的培养需求，结合人工智能课程的特征，将思想意识、人文素养、科学伦理观培养作为课程思政的主要内容。同时，在讲授主要理论知识和进行教学时，与实验、项目以及竞赛相结合，优化教学内容。

1.课程思政内容的设计。在新工科背景下培养的人才不仅须要具有创新能力、变化能力、自主学习能力，而且更重要的是要有充实而丰盈的内心世界，能够用科技去实现和履行对人类社会高度的人文关怀与社会责任感。在以往的工程教育中，往往只重视学生对工程技术的掌握，忽视了科学伦理以及工程技术本身所蕴含的文化要素问题的引导。在人工智能课程学习过程中，严谨踏实的理科思维与思政教育中偏向于情感的感性思维似乎难以找到契合点。另外，在以往的人工智能课程教学工作中，每节课专门有五分钟的时间用于课程思政，不仅起不到对学生进行思政教育的目的，反而使学生感觉生搬硬套，易引起学生的反感，没有起到正面的思政教育效果。因此，如何将思政教育有效融入人工智能课程教学，而不是生硬刻意地引入，是人工智能教学亟须解决的难题。

人工智能课程思政的目标是育人，高校须结合多质量体系对课程目标的要求，与思政育人的精神相融合［9］。人工智能课程涉及的思政元素可以归纳为如下几个方面：（1）爱国与责任。在人工智能课程思政实施过程中，当讲到“博弈论”这一专业知识时，可以引申到目前世界各国的局势，使学生树立爱国主义情怀，明确自身的社会责任，从而衍生到自身的价值体现。（2）遵循工程伦理。在讲授人工智能的发展历程中，提到“克隆羊”，让大家思考科学研究过程中须要考虑的工程伦理问题，明确规范要求。（3）创新精神。在工程项目完成过程中，引导学生利用科学分析方法解决出现的问题，学以致用，充分发挥学生的潜力，锻炼其创新能力。（4）沟通学习能力。采用以学生为主的翻转课堂，通过分组讨论，教师提出具体的任务要求，指导每组学生在规定时间内共同完成任务，使学生体会团队沟通与管理。

2.项目实践与基础理论的有机结合。在传授基础理论、基本技术的基础之上，人工智能课程教学更需要引入新知识，把握前沿动态［10］。因此，在人工智能课程的教学过程中，可以以项目为引导，学生在教师的指导下完成具体的科研项目，包括一些具体的纵向和横向项目，不仅丰富了教学活动，而且强化了专业知识的吸收和应用，充实了实践训练，从而满足了学生的学习需求。在课堂设置方面，采用项目引导的方式进行人工智能专业课程的学习，针对搜索策略、计算智能、多智能体、自动规划等，让学生参与实际的项目，完成项目中相关知识涉及的内容，将理论与实践相结合，还可以让学生进行汇报，使学生的思路有所体现，挖掘学生的实践创新潜力。同时，教师和学生可以共同对项目完成过程中的问题进行沟通交流，满足新工科建设需求。

（二）多元教学方法和教学手段的有机融合

针对传统的人工智能课程教学方法和教学手段比较单一的情况，改革以往针对所有学生均采用统一的教学方式，丰富教师的课堂讲授教学手段，采用一致性教学和挖掘个性特点相结合的教学方式，满足不同学生在知识掌握过程中的不同需求。采用翻转课堂，引导学生带着问题上课，摒弃以教师为主的“灌输式”被动学习模式，增强学生学习的自主性。

1.一致性教学和挖掘个性特点相结合。在以往的人工智能教学过程中，教师往往对所有学生采用同样的教学方法，追求教学内容与教学方法的一致性，力求使所有学生的能力得到同步提升，忽略了学生固有的个性特征［11］。因此，须结合专业知识的特点，充分考虑学生之间的差异，采用一致性教学和挖掘个性特点相结合的教学模式，使每名学生对人工智能课程知识的掌握尽可能达到最优化，更好地激发学生的学习兴趣，满足新工科教育的目的。

例如，针对多智能体自动规划的学习，教师可对课程内容进行统一集中讲解，在设置项目驱动时，根据学生对相关知识点掌握程度的不同，分配不同的任务内容。对于算法掌握程度好但动手能力有所欠缺的学生，更多地分配一些动手锻炼的任务。针对一些软件和算法理解能力较差但擅长动手的学生，分配其进行算法的编程及调试。在完成规定时间的学习后，对应的学生交换学习内容，针对具体问题继续进行完善，学生之间可以互相辅导，从而有利于全面掌握所学知识。教师根据学生对每个知识模块的理解进行评价和指导，以满足学生个性化发展的需求。

2.网络平台和翻转课堂相互结合。针对人工智能课程基础理论内容较为抽象、知识点较难掌握的特点［12］，在教学手段上，利用学校超星尔雅网络教学、腾讯会议、企业微信等平台，线上线下相结合，借助慕课资源，采用翻转课堂，让学生参与到课堂教学中，进而促使学生对基本概念及原理知识的进一步理解和吸收。

人工智能专业课程以学生为中心，转变传统的以讲授法为主的课堂教学，在课堂上组织讨论，如搜索策略、计算智能、自动规划、多智能体、深度学习等讨论模块。讨论时以小组为单位，各组通过制作PPT进行汇报，再针对汇报内容进行讨论，如对概念的理解、实例的分析以及实际应用等。针对学生在学习过程中存在的考虑问题不全面、不系统、结论不明确等问题，教师可以通过讲授让学生的知识体系更加完善。

（三）增加过程性考核占比的多元化考核方式

在以往的人工智能课程考核中，期末成绩占较大比例，平时成绩占比较少，且平时成绩局限于作业、小测试等方面，并不具体针对学生对每部分知识的掌握情况，学生的能力难以得到明确的体现。在设置多元化的教学模式后，针对思政元素、项目引导、翻转课堂以及利用信息化资源等多方位的课程设置，将学生在这些方面取得的效果纳入平时成绩中，作为过程性考核的部分，加大过程性考核的占比。例如，学生查阅文献的能力、课堂讨论参与度、所提观点和问题的创新性，以及在完成项目及团队协作过程中，所表现出的逻辑分析能力、对待科学问题的严谨态度以及遵守工程伦理等方面，均可作为过程性考核的指标，促使多元化的考核方式与多元化的课程内容、教学方式与教学手段相契合，更客观地评价学生对课程知识的掌握程度。

结语

在新工科教育背景下，针对人工智能课程的多元化教学模式进行研究，将课程思政和项目驱动融入教学内容，采用一致性和考虑个体特征相结合的方式，充分利用现代信息资源进行翻转课堂。在考核方式方面，增加过程性考核占比。通过多元化教学模式的探索，以期更好地激发学生的学习兴趣，开阔学生的知识视野，培养学生的实践创新能力，满足新工科建设对人才培养的需求。