多措并举破解电气工程专业本科生跨学科学习难题

摘  要：该文针对电气工程专业本科跨学科教学面临的教学内容选择困难、学生跨学科壁垒强、实践能力提升难和负面情绪影响大等问题，提出思政引领、教研结合、教学相长的特色教改方法，并以华南理工大学人工智能课程为例进行详细介绍。连续两学年学生课程考核成绩对比、匿名问卷调研结果分析和督导机构评价表明，采用所提教改方法可直击学生跨学科学习关切，破解跨学科学习难题，持续提升课程目标达成度。

关键词：思政引领;教研结合;教学相长;跨学科课程;人工智能

中图分类号：G642      文献标志码：A          文章编号：2096-000X（2025）05-0001-07

Abstract： This paper proposes a special teaching reform method combining ideological education， scientific research supervision， and mutually benefits with teaching and learning， to address the problems encounteredinthe interdisciplinary education of electrical engineering， such as the difficulties in selecting teaching contents， strong interdisciplinary barriers for students， difficulty in improving practical ability， and strong negative emotions of students. We takethe course Artificial Intelligence in South China University of Technology as an example to illustrate details of the method. The comparison of students' examination results in two continuous academic years， the analysis of anonymous questionnaire and the evaluation of supervisory institutions show that the proposed method can directly address the students' concerns in theinterdisciplinary learning， solve the interdisciplinary learning difficulties and continuously improve the achievement of course objectives.

Keywords： ideological and political guidance; combination of teaching and research; mutuallybenefitswith teaching and research; interdisciplinary course; Artificial Intelligence

能源革命、“双碳”战略以及新型电力系统构建将使电力能源系统发生系统性变革，其实现需要大量数字化、智能化人才[1-2]。为此，教育部指出，围绕“双碳”目标，需调整高等教育人才培养目标，修订培养方案，优化课程体系和教学内容，加强互联网、人工智能等赋能技术与专业教学紧密结合[3]。

在此背景下，华南理工大学电气工程及其自动化专业按照教育部新工科“金课”建设的“两性一度”要求[4]，结合本校“三创型”人才培养定位和本学院学科特色[5]，于2019年起开设了人工智能跨学科课程。2021年，课程基于设计思维理论完成了从零到一的建设，在跨学科人才培养方面取得了初步成效[6]，获得了省级一流课程认定。

目前，课程培养的学生对人工智能领域有基本认识，可完成课程设计任务，能够结合行业变革需求进一步学习相关知识、开展简单的科学研究工作。但是，与“把握人工智能未来发展趋势;融会贯通算法设计思想，提出适应现实场景的复杂算法，利用信息化技术和编程方法解决实际专业问题;从算法中认识未知世界、悟道人生哲学”的高阶课程目标尚有距离，课程质量仍有进一步提升空间。

为对课程开展针对性持续改进，课程团队通过问卷、访谈、分析求证等形式，对电气工程专业本科生跨学科学习面临的困难和挑战进行了充分调研，总结出以下几点阻碍课程目标达成的瓶颈。

第一，电气工程专业关联的信息学科课程较少，要达成本课程高阶目标，课程内容需兼具基础性、交叉性、前沿性、高阶性，教学内容选择与组织困难。

第二，人工智能理论专业壁垒强，电气工程学生存在跨学科语言壁垒，理解力偏低制约学习收获提高。

第三，人工智能学习重技术实操，电气工程学生编程能力弱，有限学时内提升实践能力困难。

第四，高阶目标导致课程学习和实践强度大，学生易产生焦虑、自我效能感差等负面情绪，影响学习质量。

针对上述问题，已有教改研究提出了部分解决方案。例如赵彪等[7]提出了教研相融和翻转课堂的改革措施，解决新工科课程教学难点;孙秋野等[8]、肖华锋等[9]提出思政融合改革方案，通过思想教育和精神塑造引导学生树立远大理想，学好课程内容;丛浩熹等[10]提出“先实验后理论”的教学方法，帮助学生掌握电工技术基础知识。然而，以上解决方案均针对本学科课程建设遇到的瓶颈，与跨学科课程建设遇到的问题存在差异，其中最重要的是跨学科课程在目标制定、内容选择、课程安排等方面均受限于课程在本学科专业整体中的定位，表现为前续后继课程少、可依托资源少、学生强化训练不足等现实条件限制。另一方面，在跨学科课程教改领域，“大数据技术与应用”[11]和“人工智能理论及应用”[12]等提出了具体的课程建设措施，但在学生跨学科学习的具体困难方面，还缺少有针对性的方案。

综上所述，尽管电气工程基础和专业课领域有丰富的教学改革成效，其方法直接应用于本类课程有一定局限性。类似地，直接借鉴自动化及计算机学科课程的教改经验[13-15]，也会存在水土不服的问题。为此，本文针对上述四个难题，以跨学科课程高阶目标达成为导向，有针对性地提出思政引领、教研结合、教学相长的特色教改路线，在理论教学、实践训练、线上学习和考核方法等方面采取一系列改革措施，解决上述问题。

2022—2023学年，课程团队对课程进行持续改革，多项数据表明，本文所提教改方法可有效破除本科生跨学科学习难题，大幅提高学生学习收获。

一  多措并举特色改革

（一）  整体思路

整体改革思路如图1所示。首先，明确课程目标、资源条件和实施约束，分析可采用的改革手段;然后，针对前文提出的四类困难，基于设计思维，以学生为中心进行多要素、全方位的教学设计;进一步，将各类手段进行聚焦，形成思政引领、教研结合、教学相长的特色改革体系;最后，通过多样化评价进行验证。

（二）  针对性措施设计

针对困难1，首先加强思政引领，采用理念主义方法构建人工智能知识整体体系，纲举目张，让学生有大局观和系统观，强化学习基础;在讲授基础知识之前，先讲授人工智能哲学内涵与方法论，将学科发展史、思想史、算法思维与方法贯穿整个教学过程，增强课程前沿性和高阶性。其次，教研结合，在进阶知识点和人工智能实践案例环节融入实际电气工程科研内容，使学生了解人工智能与电气工程的关联，增强学习内容的交叉性和前沿性。

针对困难2，首先教研结合，结合电气工程专业实践，构建跨学科知识到本专业科研之间的映射关系，通过与本专业术语结合提高对人工智能术语的理解力。其次，教学相长，在教的环节安排多位不同风格的教师，以多样化语言覆盖不同学生的语言习惯;在学的环节安排同伴教学，通过学生之间互讲互学，用同龄人的语言帮助学生理解。

针对困难3，首先教研结合，以项目制考核为手段，让学生提前接触人工智能在本专业基础科研工作中的作用，帮助学生从思想上认识到实践训练的重要性;同时运用实际科研研发的软件工具和抽象案例数据，降低跨学科实践的门槛。其次，教学相长，在教的环节安排有科研经验的研究生助教进行答疑，全天候在线，及时提供指导;在学的环节提供往届学长的优秀案例及答辩视频作为榜样，供学生参考借鉴。

针对困难4，首先思政引领，深挖人工智能理论背后的哲学思想，将思政元素融入课堂教学，引导学生树立正确三观，建立探索与创新的自信和勇气。其次，教学相长，在学的环节通过团队学习实践，增强学生挫败时的社会支援，增强信心。

（三）  思政引领，改革全过程教学内容

思政引领的最终目标是达成课程高阶目标中“把握人工智能未来发展趋势;从算法中认识未知世界、悟道人生哲学”这两点，同时破除第1和第4类困难。为此，课程在常规人工智能微观知识传授基础上，增加了宏观层面的授课内容，同时在微观知识点处挖掘算法背后的人生哲学，如图2所示。

首先，在课程初始阶段介绍关于人工智能的宏观知识，包括人工智能的科学史、思想史、发展史，从认识世界和改造世界的角度整理出人工智能知识整体体系，涵盖人工智能的基本框架、发展脉络及其体现的哲学内涵，让学生具备大时空观和大视野体系，能够理解人工智能思想的发展和技术进步源于底层对思维、方法、模型等认知的不断深入，从而理解智能时代的演变趋势。

其次，在教授人工智能知识点时，融入人生哲学，以“数学证明式思政”方式编排教学内容。具体地，将人工智能基础知识分为搜索与优化、知识工程、规划、决策和学习五方面内容。针对每一项基础知识，对人工智能算法进行方法论抽象，并与人生过程结合，形成反映人生哲学的思政点。例如在讲解“贪婪最佳优先搜索”时，首先从路径搜索的完备性和局限性角度，证明短期目标容易陷入局部最优这一数学现象，然后印证树立远大目标与理想的重要性;在讲解“强化学习探索”的内容时，将探索率的作用进行重点阐述，然后以未知空间探索的期望效益数学证明为论据，告诫学生把人生看成一次强化学习过程，年轻时要积极探索、积极行动，多尝试新领域。

通过思政引领，引导学生领悟算法蕴含的哲学思想和方法论，正确认识学习新知识、探索新路径时可能遭遇的挫败，使学生在学习迷茫时，能关联课程所学，建立自信与勇气，迈出舒适圈。

（四）  教研结合，创造知行合一的教学过程

教研结合的最终目标是达成课程高阶目标中的“融会贯通算法设计思想，提出适应现实场景的复杂算法，利用信息化技术和编程方法解决实际专业问题”，同时破除前3类困难。为此，利用科研成果为人工智能教学提供授课基础，同时培养学生把人工智能知识应用于科研，形成双向支撑。具体从如下三方面进行教研结合。

1  科研成果融入教学内容

首先，总结多年科研成果，形成综述性成果融入人工智能相关教学内容中。例如把对多年强化学习的研究经验整合起来，提出通用强化学习模型，并设置“强化学习基础”和“强化学习进阶”两次课程，在教材阐述的基础强化学习课程之上，抽象出更有泛化能力的进阶知识模型，使学生能够举一反三。

其次，整理多年科研项目，形成体系化专题，使学生能了解科研领域的最新应用。例如把搜索与优化、知识工程、决策等人工智能技术在状态估计、事故处理、计划编排等电力系统应用的经历进行整合，形成电力系统应用专题;把多个与人工智能相关的电力系统软件研发项目进行抽象，形成分布式软件开发专题;把深度学习在医疗健康领域的应用研究进行整合，形成医疗健康领域的应用专题。通过在整体架构、理论知识之后补充专题应用，以案例的形式使学生更易将所学知识应用于专业问题。

2  基于科研内容设计人工智能项目制课题