新工科導向的人工智能教學實踐

張 敏，方泳澤

(集美大學計算機工程學院，福建 廈門 361021)

2016年首先提出的“新工科(emerging engineering)”概念在一年內(nèi)形成了“天大行動”“北京指南”[1-3]和“復旦共識”[4]。教育部高教司領導在新工科建設研討會上指出，新工科應當關注我國的發(fā)展戰(zhàn)略，聚焦于高等工程教育改革，促進新工科建設和發(fā)展，更好地適應新經(jīng)濟建設[5-6]。新工科建設引發(fā)了我國高教界新一輪的研究和改革熱潮，在工業(yè)界和國際上都產(chǎn)生了較大的影響[7-9]。

近幾年，科學技術的日新月異和人工智能(AI)的迅猛發(fā)展，對人工智能的人才培養(yǎng)提出了更高的要求。然而，傳統(tǒng)的教學方法主要強調(diào)掌握人工智能理論知識，而缺少對實踐能力和應用新技術的培養(yǎng)，傳統(tǒng)教學使學生很難適應日后的工作[10]。新工科的核心理念是針對新經(jīng)濟中跨界創(chuàng)新融合出現(xiàn)的工程問題，采用多學科、多層級和全方位的交叉融合以綜合解決現(xiàn)代工程問題[11]。我們應該與時俱進，綜合培養(yǎng)基于新工科的人工智能人才，使學生具備社會要求的技術和能力。

本文以新工科為導向，從課程體系,課程內(nèi)容,教學模式和教學評測等方面探討人工智能課程改革，以學生為主體，研究基于開源協(xié)同平臺的開放式課程教學模式和“做中學”理念，采用項目沉浸式教學，提高學生的創(chuàng)新能力和綜合動手能力。

一 人工智能課程教學現(xiàn)狀

隨著人工智能相關技術的迅速發(fā)展和廣泛應用，人工智能越來越受到大家的關注和重視[12]。然而，在培養(yǎng)人工智能新工科人才方面，目前的教學還存在一些亟待解決的問題[13]，主要表現(xiàn)為教學以理論為主，缺少實踐環(huán)節(jié)，強調(diào)知識學習，忽視能力的培養(yǎng)[14]。

(一)課程教材相對工業(yè)界發(fā)展滯后

傳統(tǒng)的人工智能教材內(nèi)容相對滯后，主要介紹經(jīng)典的人工智能理論，缺少當下流行的深度學習等方面的介紹，導致學生不了解業(yè)界最新的技術思想和工具。學生不僅應該具備扎實的技術能力，更應該具備良好的團隊合作、實踐和自學能力[15]，才能更好地適應企業(yè)的需要。由于現(xiàn)有教材的更新相對于工業(yè)界技術的快速發(fā)展滯后，因此教學內(nèi)容相對于實際業(yè)界需求脫節(jié)。

(二)缺乏與相關企業(yè)之間的合作

高校在培養(yǎng)人工智能與新工科人才的過程中，由于和企業(yè)的聯(lián)系不夠密切，缺少與相關企業(yè)的合作，從而導致學生對工業(yè)界最新技術缺乏了解，理論與實踐脫軌，不能將自己掌握的知識與實際工作接軌。

(三)注重理論，輕實踐

傳統(tǒng)的課程教學主要基于理論，重點介紹人工智能的理論知識點。學生對于實踐沒有充足的練習，無法做到實際應用，反而導致“上課聽懂，下課即忘”。

(四)教師與學生之間缺乏互動

課堂教學以教師在講臺上講課為主，學生在講臺下被動學。雖然課堂上的教學內(nèi)容能夠覆蓋各個知識點，但是學生的學習成效并不理想。學生與教師之間相對有效的互動較少，學生得不到有效的反饋，教師也無法及時了解學生的學習情況。

二 人工智能課程體系與教學改革實踐

(一)課程體系設置以能力和素質(zhì)培養(yǎng)為目標

人工智能課程體系的設置應當以培養(yǎng)學生能力和素質(zhì)為目標，以“注重課程的基礎性、啟發(fā)性、大視野、系統(tǒng)性”理念為指導[16]，其核心內(nèi)容不僅僅包括人工智能的基本原理和概念，而且還應當包括人工智能的基本技術和前沿內(nèi)容。

(二)教學內(nèi)容優(yōu)化

優(yōu)化的教學內(nèi)容能使學生盡快了解并進入該領域，使他們能夠更快更好地按要求完成既定的學習任務。除了基礎理論部分，教學內(nèi)容還應該體現(xiàn)人工智能領域中的新技術，不斷更新和改進課程的教學理念和教學內(nèi)容。

本課程教學內(nèi)容設計如表1所示。共計16次課程內(nèi)容，其中包括課堂小測4次，學期小組項目匯報1次，教學內(nèi)容15次。從全面性和課程體系覆蓋的角度出發(fā)，教學內(nèi)容主要包括課堂教學和實驗教學兩個部分，其中課堂教學主要介紹人工智能的基礎理論并引進現(xiàn)在比較熱門的深度學習、強化學習等內(nèi)容，實驗教學分為入門實踐、啟發(fā)算法、遺傳算法三個個人實驗和團隊項目。團隊項目采用“AI+工程”的方式，基于“做中學”的理念[17]，要求學生認真思考一個復雜的AI問題，增強學生的AI算法模型理解和團隊協(xié)作能力，從而使學生能夠真實體驗AI項目的開發(fā)過程。

平時的作業(yè)中引入了“井字棋游戲”等任務，將搜索算法生動地引入課程與作業(yè)中，寓教于樂。通過循序漸進的上機實驗任務，從入門實踐到算法實現(xiàn)，逐步提高學生的動手能力。實踐教學過程以項目沉浸式為主，即采用不同方式引導學生，以應用為本，讓學生寓學于做[18]。課程實驗中同時還包含一個團隊合作項目，學生需要自由組隊完成團隊任務，以培養(yǎng)學生的團隊合作能力。課程以實踐為主，采用“AI+工程”的方式，團隊項目實踐貫穿整個學期。團隊項目工作流程如圖1所示。

表1 人工智能課程教學內(nèi)容

圖1 團隊項目實踐流程圖

根據(jù)布魯姆的教學分類法[19]，本課程的教學內(nèi)容能更好地體現(xiàn)人工智能課程教學的復雜度與難度。如圖2所示，“記憶”和“理解”的層次主要體現(xiàn)在人工智能的基本概念、理論知識點、應用技能點和基本工具的使用，能夠?qū)靖拍钸M行解釋；在“應用”層次上強調(diào)學會應用人工智能的方法去解決實際問題；在“分析”層次上要求做到能夠?qū)Ω鱾€模塊如何結合起來工作進行分析；在“評估”層面能夠分析他人的人工智能系統(tǒng)的優(yōu)缺點；最后，在“創(chuàng)造”層次上提出更高的要求，能夠創(chuàng)造性解決問題?；谝陨侠砟睿菊n程以團隊項目的形式開發(fā)一個具有真實需求的軟件并在開發(fā)過程中運用人工智能模型解決問題，對項目進行測試、性能分析和改進，并通過課堂展示和項目演示進行項目復審，做出項目的總結和分析，提出進一步的改進。相比較傳統(tǒng)的人工智能教學，該課程在應用、分析、評估與創(chuàng)造層面有著更多的體現(xiàn)。

圖2 人工智能教育與Bloom認知層次的對應

(三)開放式教學方法與課程模式

教學過程采用開放式教學，將所有的教學內(nèi)容、課程大綱、實驗內(nèi)容等放至開源社區(qū)GitHub上，構建可持續(xù)開源課程模式。開源課程(Open-source course)是基于開源思想的課程建設模式，屬于開源行動的一個新領域[20]。圖3體現(xiàn)了開源課程的含義：開放的課程內(nèi)容，所有人都可以在開源社區(qū)中訪問課程資源并參與課程討論?；陂_源課程模式，本人構建的所有課程資料為共享模式，他人可以免費獲取最新資源，并在此基礎上進行更新和構建自己的課程資源。開源課程的版本隨著越來越多人的參與也不斷更新。同時，課程資源的作者隊伍也在不斷壯大。不僅僅是由教師一人完成課程建設，而是由參與的每個人共同完成該課程，每個人都是可看作該課程建設的主體。參與開源課程建設，不僅可以展示自己的教學成果，而且讓更多的人參與課程建設，能夠幫助自己發(fā)現(xiàn)問題，提升課程質(zhì)量，同時也能確保自己的課程一直處于實時更新狀態(tài)，構建一個開放的生態(tài)系統(tǒng)。

圖3 開源課程的含義

開源發(fā)展的過程是人才實踐成長的過程。所有的學生團隊項目都基于開源社區(qū)Github，該社區(qū)有足夠多的被業(yè)界廣泛使用的優(yōu)秀范例和最佳實踐，同時也成為與工業(yè)界連接的橋梁，幫助學生通過開源增強對業(yè)界實踐的了解、學習和認識。

以學生團隊項目“智能對聯(lián)項目”為例。首先學生團隊在GitHub上創(chuàng)建團隊項目，參考微軟提供的數(shù)據(jù)，基于深度神經(jīng)網(wǎng)絡，團隊分工完成項目前端到后端的構建，整個項目開發(fā)的生命周期如圖4所示。

圖4 深度學習模型構建的生命周期

在整個實踐過程中，以學生為主體，所有的項目資料都存放于開源社區(qū)并對所有人可見，起到了很好的催化作用，使其主動地去學習、思考、研究、總結、分享并具備一定的創(chuàng)新能力。

(四)建立產(chǎn)學合作

學校通過產(chǎn)學合作，可以了解企業(yè)的用人標準，并與課程的教學大綱相結合，改進教學內(nèi)容，更適應企業(yè)需求。學生也有機會參與企業(yè)的項目或研究，從而使高校在新工科的人才培養(yǎng)上更貼近社會和企業(yè)實際需求，學生能更好地適應激烈的求職競爭[21]。本課程基于2018年教育部-微軟產(chǎn)學合作(教學內(nèi)容與改革項目)，課程教學適當引入企業(yè)資源，能夠充分利用微軟提供的優(yōu)秀資源和教育社區(qū)，采用與真實的工作業(yè)務流程相一致的項目進行教學，使學生能夠很好的體驗企業(yè)的真實開發(fā)流程。

(五)教學評測

教學評測是一個課程必要的環(huán)節(jié)。課程考核內(nèi)容包括以下兩個部分：占比30%的平時課堂表現(xiàn)和占比70%的過程性考核。

團隊合作項目中的現(xiàn)場展示環(huán)節(jié)，教師的點評和學生互評與交流討論，以及事后分析及改進環(huán)節(jié)，都能夠更好地提升項目的質(zhì)量?；陧椖康倪^程考核設計，現(xiàn)場展示效果和展示結束后提交的技術報告改進版，都包含在最終的學習考核中。因此，課程考核主要包括課堂小測、個人實驗、團隊作業(yè)、團隊項目展示和技術報告等5項內(nèi)容，以此作為過程性考核的主要依據(jù)。

三 教學實踐分析

我們以2016級網(wǎng)絡工程專業(yè)1、2、3班為對象進行了教學實踐。課程結束后，同學們通過問卷調(diào)查的方式對本課程作出評價，共回收有效問卷75份。

(一)滿意度統(tǒng)計分析

滿意度調(diào)查數(shù)據(jù)如圖5所示，分別對課程總體學習、課程主題和內(nèi)容以及課程實驗環(huán)節(jié)進行了滿意度調(diào)查，其中非常滿意1、2、3班分別為58.7%、50.67%和49.33%，滿意度分別為38.7%，45.33%和49.33%，說明約97%的同學對本課程的新工科課程改革表示滿意。

圖5 課程滿意度調(diào)查

基于新工科的開放式教學模式能夠讓學生充分利用現(xiàn)有的互聯(lián)網(wǎng)和開源社區(qū)資源進行高效地學習，而且，學生也能夠通過不斷地交流互動得到及時有效的評價反饋。

(二)課程內(nèi)容與掌握程度調(diào)查

在課程改革過程中，針對各個教學知識點、教學內(nèi)容的難易程度和學生的掌握程度做了問卷調(diào)查，結果如圖6所示。其中約為48%的同學認為教學內(nèi)容難易適中，52%左右的同學認為學習內(nèi)容較難。調(diào)查結果表明人工智能課程的教學內(nèi)容相對較難，需要學生花費更多的時間去理解和掌握。

圖6 學生掌握程度調(diào)查

(三)課程主題感興趣程度調(diào)查

對課程各個教學模塊學生感興趣內(nèi)容進行調(diào)查，如圖7所示，學生最感興趣的內(nèi)容為AI與游戲，其次是搜索與博弈。調(diào)查表明游戲方面的內(nèi)容學生更加感興趣，考慮在以后的教學內(nèi)容中可采用游戲化的方式教學。

圖7 學生對課程內(nèi)容感興趣百分比調(diào)查

四 結束語

本文基于 “新工科”的要求，對人工智能課程的課程體系、教學內(nèi)容，教學模式和教學評測等方面進行改革和實踐。以能力和素質(zhì)培養(yǎng)為目標，基于開源課程的教學模式，以產(chǎn)學合作和項目沉浸式的方式讓學生體驗一個AI工程項目的團隊合作完成的過程，從而更好地完成課程教學。