人工智能导论课程工程认证下的教学改革

1、引言

人工智能（Artificial Intelligence,AI）是当今世界科学技术发展的重要内容，也是众多高新技术产品的核心组成部分。随着我国人工智能发展战略的实施，各大院校纷纷开设了《人工智能导论》。系统地学习《人工智能导论》需要数学基础和算法积累。在数学要求方面，其先修课程包括线性代数、概率统计、数值分析、高等数学等。在算法要求方面，它的先修课程包括Python编程语言、数据结构、算法分析等。该课程不仅对学生理论知识掌握程度提出了要求，还要求学生能够将其融入实践。由于学习该课程前需要掌握一定的知识技能，因此结合实际情况，其课程开设一般安排在第5或第6学期，一般为32到48个课时。该课程的作用在于可以向学生普及人工智能领域相关知识与最新发展动向，在拓宽学生知识视野的基础上，进一步调动学生对人工智能领域的兴趣。同时，它所提供的专业基础知识，也为学生学习该领域的其他专业方向课程奠定良好基础。

与以往传统教育的以课程内容为内在驱动力、将投入放在重要位置的思想不同，工程教育专业认证理念包含三个模块：学生中心、产出导向、持续改进，简称“OBE理念”。当今社会，人工智能技术发展迅速，知识体系更新频繁，给教师授课内容选择增加了新的困难。同时，提高学生逻辑性人工智能知识体系构建能力，强化其对现实中复杂的工程问题的分析与求解能力，也是迫切需要思考解决的难点。产出导向即成果导向，是以学生的学习成果引导教学活动实施。传统教学以内容为主，而产出导向则是将学习目标放在核心位置，反向设计教学过程，并贯彻落实到各个教学环节，最终与评价标准相结合。相较于传统教学的“重知轻行”，它更注重学生的实践能力提升，要求能够将知识融入实践。学生毕业要求达成度采用课程目标达成度的定量评价、毕业生问卷调查和用人单位调研的定性评价相结合，是培养目标实现的重要依托。由此可知，学生的学习过程表现在教学质量的检测与评价中就显得尤为重要，单纯依靠教学检查和教学评教等途径无法达到有效把握学生学习成果的目的，课程目标以及毕业要求达成难以得到保证。

传统《人工智能导论》课程教学内容主要以人工智能的基本原理与基本概念为核心，部分学生学习仅为完成考试获得学分，无法将人工智能理论运用于工程实践，难以提高学生解决面向实际工程问题的能力。本文从以OBE理念为基础调整与优化课程教学内容、对现有教学模式和教学方法进行改革与创新、教学内容融入“课程思政”教育、加强课程资源建设这四个方面探讨本课程教学方法的改革，以调动学生学习的主观能动性与积极性，提升和改善课程教学质量[1,2,3,4]。

2、教学中存在的问题

目前，《人工智能导论》教学主要存在以下的问题。

(1）课程内容陈旧。近年来人工智能技术迭代更新迅速，但当前的教学并没有太多可以教授的新知识。教科书中的内容仍以传统的人工智能为主，理论过多且枯燥，缺乏前沿及实践内容[3]。

(2）实践课程不足。目前有很多院校的课程内容设置与实践要求没有达到信息对称，忽视了学生的实践能力培养，且对人工智能实验室缺乏足够重视，课程课时相对较少[2]。

(3）教学模式陈旧。课程内容理论性强、抽象、知识点多。采用传统的课堂教学，学生参与度不足，影响学生实践能力的培养，从而导致培养结果不适应社会和企业的要求[4]。

(4）立德树人引领缺乏。课程教学中缺乏课程思政元素。在专业知识教育的同时要加强学生的爱国教育、培养学生的创新思维，以工匠精神的内涵严格要求学生，将学生培养成社会主义的建设者和生产力发展的强大推动力[5]。

3、课程教学改革方案

在《人工智能导论》课程中开展以学生中心、产出导向、持续改进为理念的教学改革研究，培育学生的爱国情怀、创新精神，塑造其工匠精神尤为重要。为此，本文从多个角度，探讨了《人工智能导论》课程建设举措，具体过程如图1所示。

图1工程认证下课程教学改革方案 

3.1教学内容

以“学生中心、成果导向、持续改进”的OBE理念为基础，修订课程教学大纲，进一步对课程教学内容进行优化和更新。安徽工程大学计算机学院《人工智能导论》课程支撑的毕业要求指标点分别是工程知识、问题分析和沟通，课程目标为：CO1掌握人工智能领域的基本理论与技术，培养学生利用人工智能领域知识、运用技能应对本专业及相关领域实际问题的本领。CO2能够实现一些常用的人工智能模型及相关算法，逐步培养学生对这些模型和相关算法的应用能力。CO3课程教学过程中要求学生围绕当前人工智能领域的热点技术或问题，通过课外资料查找、课内讨论的教学环节，学会运用所学知识分析和理解热点技术。为此，课程教学内容大致可以被划分成三个组成部分：首先是绪论部分，用于介绍人工智能定义、研究范围、起源与发展。其次是人工智能中的基础理论部分，对常见的技术和搜索求解策略进行了探讨。最后是人工智能应用研究领域。人工智能应用领域繁多，且各领域之间相对独立，研究热点和面临的技术难题也具有很大差异性[6]。

3.2教学模式

在《人工智能导论》课程教学实践中，通过探索教学新思路，对课程教学方式进行了几项改革创新。（1）运用各种方法来提高学生的感兴趣程度。课程的教学成效与学习者对于该课程的感兴趣程度密切相关，课程内容要按照由浅入深、由易到难循序渐进的方式进行安排。另外，结合本课程的实际情况，在教学内容中增加前沿知识和技术，不仅能够开阔学生的视野，还能够达到提升学生学习积极性的目的[7]。（2）以问题为导向的启发式教学。教学中，通过适当引入一些问题，以问题为线索，使学生结合所学知识与客观实践进行思考，进而得出问题的答案或见解，然后对具有代表性的见解进行比较分析，最后得出结论，在锻炼学生思考问题与运用知识能力的同时也增加了学生的课堂参与度。（3）辩论与互动。教师在授课过程中，可以通过对争议性的问题进行辩论而引出专题内容，同时增加师生互动的方法和答疑途径[8]。（4）多媒体技术及网络资源应用。教学课件中除文本形式外，还会加入视频、动画和图片等多种元素，使得人工智能抽象的知识内容变得具有生动性，有利于学生快速理解吸收。

3.3过程评价体系

基于OBE理念从多个维度构建一套科学合理的学生学习过程评价体系，可提高课程的教学质量，并为教学改革提供有力支持。（1）建立学生学习表现跟踪评估机制。本课程主要包括理论课、实验课的学习过程，由授课教师收集平时表现数据。一般在课程学习中，授课教师会按照课程目标要求来评估每位学生的学习表现，对班级学生的学习情况进行汇总，及时发现学习困难学生，并在随后的课程中对其加强指导和管理促使其达成课程目标。（2）加强课程学习中的学习表现评估。课程中的学习表现，主要是通过相关调查问卷实现评估，结合授课教师对学生的学习表现进行评价，以发现和跟踪学习困难学生，并进行谈话警示。同时要求授课教师、辅导员及本科生导师进行跟踪与帮扶。对调查结果进行详细分析反馈，采取有效的持续改进措施，不断改善课程教学效果。（3）完善期终学生学习表现评价。课程考核结束后，进一步对本课程学生的学习表现进行评价，分析并计算每个课程目标达成度，制定改进措施。课程目标未达成学生名单交由专业负责人，由专业负责人及授课教师以专业层面对考核不合格学生进行通知预警，并进行相应的帮扶指导，确保开学后课程补考考核合格。（4）实施毕业达成情况过程评估与帮扶。从大四下学期开始，专业学习表现评价工作组基于毕业达成过程评估所有的学生学习表现，筛选出未达成相关课程要求的学生名单，由专业负责人进行学籍预警谈话，辅导员进行跟踪督促学生重修课程的学习。此时，任课教师要加强对其毕业要求进行定向帮扶。

3.4课程思政教育

教学过程中，通过深入挖掘《人工智能导论》课程“课程思政”元素，努力在专业课教学中实现思政教育的高度融合。“互联网+”、人工智能等新兴技术不断地经历着革新与突破，对人们的生产、生活产生了深远的影响。因而，《人工智能导论》课程需要将“课程思政”放在更为突出的位置，基于课程培养目标和课程特色，设计该课程“课程思政”教学内容与方法，培养具备专业的知识技能和良好的思想政治素质的学生。

通过学习该课程专业知识点，使得学生把握矛盾的普遍性与特殊性辩证统一原理，培养学生对事物的辩证思维。使其认识到矛盾存在于现实生活中的各个地方，学会具体问题具体分析。人工智能作为关键技术，能够基于各种高科技生成智能装备，为人们提供所需的服务，是衡量一个国家的科技水平和进步程度的重要指标。同时，在教学中将新兴研究成果与教学内容相结合，可以培养学生科学严谨的工作态度，使他们具备脚踏实地、刻苦钻研、勇于攻坚克难的良好品格。课程思政教育的建设，对于强化学生的时代责任担当意识具有重要意义，可以通过在教学中加入专业素养和工程伦理，对课程思政资料库进行充实与完善。

3.5课程资源

课程资源建设的工作重点是课程技术理论的解析与实际运用。一方面，要重视提供便于学生理解把握课程重难点的相关资源；另一方面，还要重视学生知识运用能力的提升，给学生提供知识运用场景和平台，达到巩固知识和锻炼提升解决实际问题能力的目的。资源建设大致涵盖了以下几个方面：（1）课程简述单元。内容主要有课程概述、学科特点、教学纲要、授课计划和推荐教材等。（2）理论教学单元。内容主要有教学指导、引用资料、教学资料、重难点解析、例题分析等。（3）实践教学单元。内容主要有实验视频、实践操作、实训作业、实验评分标准等。（4）辅助教学单元。内容主要有经典工程问题分析与方案选择、习题及作业答案等。（5）课程拓展单元。内容主要有领域最新知识或技术解读等[9]。

4、教学成效

以安徽工程大学计算机与信息学院面向计算机科学与技术专业大三学生作为试验点。考核点包括出勤率、参与课程讨论、平时学习表现、作业、实验及期末考试等部分。采用系列教学改革措施后，近一个教学周期（计算机2019级）的考核如下：选课学生132人，其中仅3人成绩不合格，合格率为97.73%，学生具体数据如表1所示，分数段统计如图2所示。

表1系列教学改革前后学生成绩数据

图2近两个教学周期学生成绩分布  

从学生期末考核的结果来看，经过一系列的教学改革，占总人数较大比重的学生已经对人工智能的应用方向以及最新前沿技术有了初步的了解掌握。通过对比改革前后两届学生的课程目标达成情况（图3），可以发现各课程目标的达成度均有一定程度的提高，尤其是课程目标CO2，学生对于模型和相关算法应用能力的培养，成效显著，对人工智能领域的热点技术认识和理解也得到了增强。此外，评教结果也进一步证实了此结论。相关反馈信息表明学生们对教学改革方案的认可度较高。

图3近两个教学周期课程目标达成情况比较  

5、结论

作为国家层面先进技术发展战略，人工智能类课程及专业人才的培养受到国内外高校的重视。针对本科生开设的《人工智能导论》课程，通过改革教学方式，加强实践能力培养，增加课程思政元素，将多种教学手段融入课程教学中，取得了良好的教学效果。学生课程目标的达成度有了很大的提升，激发了学生浓烈的兴趣，促使他们对人工智能有了全新的认识，提高其理论运用及实践能力。