高职院校数字化课程资源建设与应用

摘要：文章围绕人工智能技术应用专业，深入研究与探讨数字化课程的建设与应用，并从政策方面、建设方面、应用方面、问题方面、特色方面进行深入探讨，旨在提高学生的专业素养和就业竞争力，为培养适应社会发展需求的人工智能技术人才提供有力支持。

关键词：高职；数字化课程资源；人工智能技术应用

国家大力推动职业教育改革，鼓励院校运用信息技术创新教学方式，为数字化课程建设提供了方向和支持。当下产业界数字化进程加速，这要求职业院校的课程能与社会发展相匹配，培养出适应数字经济时代的高素质技术技能人才，促使高职院校加快数字化课程建设。

一、高职院校人工智能技术应用专业数字化课程资源建设

（一）课程内容设计

1.紧贴行业需求

高职人工智能技术应用专业应对人工智能相关企业的岗位需求进行深入调研，了解企业对人工智能技术应用专业人才的技能要求，并以调研结果为依据，确定课程教学的核心内容，包括机器学习、深度学习、自然语言处理、计算机视觉等领域的知识与技能。

2.课程模块化设计

高职人工智能技术应用专业应将专业课程内容划分为多个模块，每个模块均围绕一个特定的主题或技能点展开，如设置机器学习基础模块、深度学习实战模块、自然语言处理应用模块等。

3.注重专业实践教学

高职人工智能技术应用专业应增加实践教学的比重，使学生通过实际项目操作，深入掌握人工智能技术的应用方法。在设计实践项目时，教师要充分考虑项目的真实性和实用性，让学生在实践教学环节中提高分析问题和解决问题的能力。

（二）课程数字化资源类型

第一，在线课程视频。专业教师录制高质量的专业课程视频，讲解课程的重点和难点。视频采用分段式录制，方便学生根据自己的学习进度和实际情况进行观看，例如，教师将人工智能机器学习、深度学习应用开发、计算机视觉处理、人工智能分布式仓储等专业核心类课程的理论知识，通过动画、视频等形式呈现出来，更易于学生理解。

第二，电子教材和课件。专业教师编写专业电子教材和课件，可以方便学生随时随地学习。电子教材和课件包含丰富的图片、图表、案例、视频，比纸制教材更能激发学生的学习兴趣。

第三，实验指导手册。教师为实践教学环节编写详细的实验指导手册，指导学生完成实验项目。实验指导手册包括实验目的、实验注意事项、实验步骤、实验结果分析等内容。

第四，在线测试与作业系统。在线测试和作业系统可以自动批改学生的作业、试卷等，教师建立在线测试和作业系统，可以让学生可以随时进行自我检测。

（三）平台建设

第一，选择合适的平台。高职院校可以选择专业的在线教育平台，也可以自行搭建课程资源平台。在选择平台时，高职院校要考虑平台的稳定性、易用性和功能丰富性。

第二，平台功能设计。平台应具备课程管理、学生管理、教师管理、在线学习、在线测试、作业提交等功能，还应支持移动设备访问，以便学生随时随地学习。

第三，资源更新和维护。教师定期更新课程资源，确保资源的时效性与准确性，并及时修复平台出现的问题，以保证平台的稳定运行。

（四）教学方法创新

第一，混合式教学。教师采用混合式教学模式，让学生既可以在课堂上进行理论学习，还可以在线上进行实践操作和自主学习。第二，项目驱动教学。教师以专业实际项目为驱动，让学生在项目实施中学习和应用人工智能技术，进行项目分析、设计、实现和评估，培养学生团队合作能力和创新能力。第三，个性化学习。教师利用数字化课程资源平台的数据分析功能，了解学生的学习情况和需求，并根据学生的个性化需求，为学生提供个性化的学习建议和资源推荐。

二、高职院校人工智能技术应用专业数字化课程资源应用

（一）理论教学

教师可以通过数字化课程资源中的多媒体课件生动形象地将人工智能的概念、原理和应用场景等展示出来，提高学生的学习参与度。教师还可以利用在线教学平台，播放教学视频、进行在线测试与提交作业，方便学生随时随地学习和复习。教师通过虚拟实验室等资源，让学生在虚拟环境中进行人工智能实验项目，提高学生的实践能力。例如，在讲授机器学习算法时，教师利用在线编程平台作为数字化课程资源，先在平台上准备好包含数据预处理、不同算法实现（如决策树、神经网络代码示例）及模型评估等完整流程的代码文件，并在课堂上共享给学生。学生可以实时运行代码，修改参数，观察不同算法在同一数据集上的表现差异，直观理解算法原理。

（二）实践教学

1.项目实践

教师可以通过数字化课程资源中的项目案例、实践指导，引导学生进行人工智能项目实践。学生可以从在线平台获取项目需求、技术文档、代码示例等资源，提高项目实践的质量和效率。比如，在讲授计算机视觉相关项目时，教师可以借助数字化图像数据库与模拟软件，选取不同场景、不同物体的图像集，通过模拟软件模拟图像识别过程。学生可以上传自己的图像进行测试，软件会依据算法模型显示识别结果，并详细展示图像特征提取、分类等中间步骤的可视化数据。

2.实习实训

学生在实习实训中可以接触到实际的人工智能应用场景和技术需求，提高职业素养和就业竞争力。在智能客服系统开发实践中，学生利用开源自然语言处理框架加速项目推进，从开源代码托管平台获取大量代码资源。这些资源涵盖了文本分类、问答匹配、对话管理等功能模块的实现示例。学生通过研究开源代码，可以学习到先进的编程技巧与架构设计思路。

（三）考核评价

第一，形成性评价。教师可以通过在线教学平台的学生学习记录与数据分析功能，对学生的学习过程进行跟踪与评价，及时反馈，帮助学生及时调整学习策略。第二，总结性评价。教师结合学生的项目课堂表现、实践成果、实习实训表现等，对学生的学习情况进行综合评价，生成考试分析报告，全面考核学生的综合素质。

三、高职院校人工智能技术应用专业数字化课程资源建设与应用存在的问题和对策

（一）存在的问题

1.质量参差不齐，缺乏统一标准

目前，大量的数字化课程资源涌现，但这些资源在质量上差异较大，部分资源可能存在概念讲解不准确、代码示例有错误等情况。例如，网上一些免费的教程在讲解深度学习算法时，为了便于理解，过度简化，导致学生对算法的理解产生偏差；再如，学校的一些基础课程，视频讲解简单照搬课本代码，未结合实际应用场景，导致学生学习兴趣不高。不同的教育机构和开发者制作资源的标准不统一，使得教师和学生在选择时难以判断资源的实用性。

2.资源更新滞后，资源整合难度大

人工智能技术发展迅速，新的算法、模型和应用场景不断出现。然而，很多数字化课程资源的更新速度跟不上技术的发展。例如，学校的一些课程资源中关于目标检测算法还停留在几年前的技术，没有及时更新。同时，不同资源之间缺乏关联性和系统性，难以形成符合教学大纲和实践要求的课程资源体系。

（二）对策

1.提高资源质量，制订统一标准

河北对外经贸职业学院人工智能技术应用专业组建课程资源建设团队，制订统一标准，邀请行业专家和企业技术人员参与，确保课程资源内容的准确性和时效性；加强对课程资源制作的审核与把关，提高资源的制作水平和质量；开发专门的人工智能数字化课程资源整合平台，运用大数据与人工智能技术对各类资源进行智能分类。教师和学生可以通过平台一站式检索、获取所需资源，并清晰看到资源间的逻辑联系，方便构建教学方案与个性化学习路径。

2.构建动态更新体系，加强技术支持

河北对外经贸职业学院人工智能技术应用专业与人工智能企业、科研机构建立紧密合作关系，及时获取技术发展动态与行业应用案例；设立专门的课程资源更新小组，定期根据新技术、新应用对数字化课程资源进行更新迭代。比如，当新的图像识别算法出现后，更新小组在一个月内将相关知识融入课程资源的对应章节，并补充新算法在专业应用中的实际案例。学校与人工智能企业合作，定期获取行业最新技术资料和项目案例，通过教师培训快速转化为教学资源，每学期更新部分课程案例资源，确保知识与时俱进。

四、高职院校人工智能技术应用专业数字化课程资源建设与应用创新点和特色

（一）创新点

1.教学内容创新

第一，实时更新课程内容。人工智能技术应用专业紧密跟踪人工智能技术的最新发展动态，及时把前沿技术与应用案例融入专业课程，确保学生学到的知识始终处于行业的前沿；建立动态更新机制，通过校企深度合作，参加学术会议、教师培训等方式，不断收集和整理新的教学素材，保持课程内容的新鲜感与实用性。

第二，个性化学习路径设计。人工智能技术应用专业通过人工智能技术分析学生的学习行为与能力水平，为每个学生量身定制个性化的学习路径；依据学生的兴趣、优势与薄弱环节，推荐合适的学习资源与学习活动，让学生实现个性化学习。

2.教学方法创新

第一，项目驱动式教学。人工智能技术应用专业引入企业真实项目，将课程内容分解为若干个项目任务，让学生在完成项目的过程中学习和掌握人工智能技术，提高问题分析与解决能力、团队协作能力、创新能力。

第二，混合式教学模式。在线上教学部分，教师提供丰富的学习资源与互动平台，方便学生自主学习、交流讨论；在线下教学部分，教师注重实践操作与面对面指导，提高学生的实践能力，并灵活运用翻转课堂、小组合作学习等教学方法，激发学生的学习主动性。

3.教学评价创新

第一，多元化评价体系。高职院校建立多元化的专业教学评价体系，综合考虑学生的学习过程与学习效果，如引入企业评价与社会评价，邀请企业技术人员和行业专家对学生的项目实践结果进行评价，提高评价的客观性与专业性。评价内容包括课堂表现、作业完成情况、项目实践结果、在线测试成绩等方面，全面评价学生的学习效果。

第二，过程性评价与形成性评价相结合。教师注重过程性评价，对学生的学习过程进行跟踪和记录，及时发现学生的学习问题并进行指导，同时结合形成性评价，对学生的阶段性学习成果进行评价和反馈，帮助学生调整学习策略。

（二）特色

1.产教融合特色

第一，校企合作共建课程。高职院校与企业共同制订专业课程标准、开发教学资源、实施教学过程；建立校外实习实训基地，企业专业技术人员参与课程教学，将实际工作经验和技术需求融入专业课程教学，提高课程的实用性、针对性。

第二，产学研一体化教学。人工智能技术应用专业以科研项目为依托，将科研成果转化为教学资源，丰富课程内容；鼓励学生参与科研项目，培养学生的创新能力与科研素养。

2.实践教学特色

第一，完善实践教学体系。人工智能技术应用专业建立了完善的实践教学体系，包括课程实验、项目实践、实习实训等环节，与理论教学环节紧密结合，提高学生的综合素质。

第二，实践教学资源丰富。人工智能技术应用专业建设先进的实验室与实训基地，配备齐全的实验设备、软件工具，开发丰富的实践教学资源，包括实验指导书、项目案例库、虚拟仿真实验平台等，学生可以利用多种方式进行实践学习。

3.师资队伍特色

第一，“双师型”教师队伍。人工智能技术应用专业打造一支由高校教师与企业技术人员组成的“双师型”教师队伍。教师既具有扎实的理论知识，又具有丰富的实践经验，可以为学生提供专业的教学指导；定期组织专业教师参加企业培训和实践活动，提高专业教师的实践能力和教学水平。

第二，国际化师资队伍。人工智能技术应用专业引进国外优秀的人工智能教育教学资源与师资力量，邀请国外专家来校讲学、交流，以拓宽学生的国际视野。

参考文献：

[1]林小兰.校企合作建设高职课程数字化资源的机制探索与实践[J].工业和信息化教育，2021（11）.

[2]张晶镜，李娟.基于学生深度学习的数字化课程资源建设探析[J].知识文库，2022（7）.

[3]刘益宏.数字经济背景下对职业教育的发展与影响[J].经济管理文摘，2020（20）.

[4]蒋永林，李乾.高职院校数字化资源建设与应用创新实践研究[J].中国教育信息化，2022（11）.

基金项目：河北省教育科学“十四五”规划课题“高职院校人工智能技术应用专业数字化课程资源建设与应用研究”结题论文，项目编号：2303142。