人工智能課程中的思政教育探索與實踐

劉麗玨，陽春華，陳白帆，王雅琳，王 勇

（中南大學(xué) 自動化學(xué)院，湖南 長沙 410083）

1 智能科學(xué)專業(yè)課程中思政教育的必要性

隨著人工智能、大數(shù)據(jù)和云計算技術(shù)的日益成熟和高速發(fā)展,當(dāng)前社會已全面邁入了ABC 時代[1]（A，AI；B，Big Data；C，Cloud Computing），ABC 時代的共性強調(diào)必須大力發(fā)展系統(tǒng)化能力。系統(tǒng)思維是人們運用系統(tǒng)觀點，把對象互相聯(lián)系的各個方面及其結(jié)構(gòu)和功能進行系統(tǒng)認(rèn)識的一種思維方法。系統(tǒng)思維以整體思維取代片斷思維[2]，整體性原則是系統(tǒng)思維方式的核心。這樣的時代背景對社會各類人才提出了更高要求，不僅要求學(xué)會求知、學(xué)會創(chuàng)新，還要求學(xué)會做人、學(xué)會合作、學(xué)會發(fā)展，具備全局觀、整體觀、系統(tǒng)觀，成為社會所認(rèn)可的人。

以人工智能課程為例，課程教學(xué)一向重視基礎(chǔ)理論知識的教學(xué)，對智能算法、相關(guān)的數(shù)學(xué)基礎(chǔ)、計算機知識等非常關(guān)注，但伴隨人工智能技術(shù)的快速發(fā)展，它一方面將使社會生活更加便利、提高人類福利，同時對社會提出了方方面面的挑戰(zhàn)，包括社會治理、政府監(jiān)管、社會倫理、法律規(guī)范等。算法歧視會對人類傳統(tǒng)價值觀等倫理道德理念產(chǎn)生沖擊，如谷歌公司錯將黑人標(biāo)記為大猩猩事件、四處可見的大數(shù)據(jù)殺熟事件。如何確保算法設(shè)計的倫理考量將成為技術(shù)人員必須考慮的一個重要問題。另外，在人工智能時代，個人隱私（數(shù)據(jù)）保護將面臨互聯(lián)網(wǎng)、大數(shù)據(jù)與人工智能三者疊加的風(fēng)險。這些例子都非常明確地表明，人工智能人才的培養(yǎng)不能僅關(guān)注在專業(yè)知識和技能上，加入對人工智能相關(guān)法律、倫理和社會問題的深入探討，為智能社會劃出法律和倫理道德的邊界，讓人工智能服務(wù)人類社會，形成新時代人工智能專業(yè)人才的全方位育人體系成為必然的趨勢。

2 國內(nèi)外現(xiàn)狀分析

我國的人工智能教育起步較晚，2004 年3月，我國第一個由北京大學(xué)申報的智能科學(xué)與技術(shù)本科專業(yè)通過教育部備案。人民日報海外版報道：國內(nèi)AI 人才供求比例僅為1∶10，未來幾年我國人工智能人才缺口超過500 萬人[3]。領(lǐng)英2017 發(fā)布的《全球AI 領(lǐng)域人才報告》指出：截至2017 年一季度，基于領(lǐng)英平臺的全球AI（人工智能）領(lǐng)域技術(shù)人才數(shù)量超過190 萬，其中美國相關(guān)人才總數(shù)超過85 萬，高居榜首，而中國相關(guān)人才總數(shù)超過5 萬人，位居全球第七；中國資深人工智能人才數(shù)量與美國差距顯著，10 年從業(yè)者僅占38.7%，而美國10 年以上AI 從業(yè)人員比例達到全球最高的71.5%[4]。該報告同時提到：中國人工智能人才也有其優(yōu)勢，即高學(xué)歷者眾多，其中研究生及以上學(xué)歷的人才占比達62.1%，領(lǐng)先于美國的56.5%。中國人工智能人才特點表現(xiàn)為比較年輕、缺少經(jīng)驗，但學(xué)歷高、接受能力強。

在人工智能的教育過程中，我國人工智能專業(yè)課程基本都集中在人工智能技術(shù)相關(guān)知識的講授，在人工智能對社會的影響方面幾乎從未涉及，缺少對人類自己、技術(shù)與人類的關(guān)系的辨析和反思。

在國外，幾乎每個知名工科或綜合類大學(xué)都開設(shè)研究生的人工智能課程，美國卡內(nèi)基·梅隆大學(xué)在2018 年甚至宣布設(shè)立了美國首個人工智能本科專業(yè)，在該專業(yè)的課程中，除了數(shù)學(xué)、編程、人工智能技術(shù)等與技術(shù)相關(guān)的課程外，還加入了包括人工智能與人性、計算中的道德和政策問題及AI、社會與人性等人工智能道德課程。其專業(yè)負責(zé)人宣稱“道德和社會責(zé)任也將會是這個專業(yè)方向強調(diào)的內(nèi)容，包括如何用 AI 為整個社會帶來福利的獨立研究”。英國的人工智專業(yè)則包含了從物理機械理工科到人文道德倫理人權(quán)等方面內(nèi)容。在講授專業(yè)知識的同時，大多結(jié)合自身的專業(yè)優(yōu)勢，著重培養(yǎng)學(xué)生的實操能力，在人才培養(yǎng)的維度方面比國內(nèi)更加全面充實。

從以上內(nèi)容可以看出，我國在人工智能課程的教育中還停留在知識與理論的教學(xué)方面，在人工智能的道德教育方面急待加入新內(nèi)容。

3 人工智能課程思政教育途徑

3.1 合理設(shè)計思政教育切入點

人工智能是一門高度交叉的學(xué)科，其研究領(lǐng)域既包括早期以符號、知識為中心的知識表示、搜索推理等，也包括當(dāng)前最熱門的以數(shù)據(jù)驅(qū)動的機器學(xué)習(xí)、計算智能等。其內(nèi)容十分豐富，涉及基礎(chǔ)面廣，思政教育的切入點也很多。目前課程思政教育內(nèi)容點覆蓋全部教學(xué)章節(jié)，各部分思政教學(xué)內(nèi)容設(shè)計舉例如下。

1）緒論。

緒論介紹人工智能的概念、發(fā)展歷程、研究方法、當(dāng)前熱門的應(yīng)用領(lǐng)域。在這個部分中借助一些影視作品，加入AI 技術(shù)對社會、經(jīng)濟、道德等方面的影響，用案例和討論的方式引發(fā)學(xué)生思考。比如，AI 是否會像影視作品中那樣，最終代替人類甚至奴役人類？AI 技術(shù)的普及能否引起大面積失業(yè)？AI 技術(shù)的最成功應(yīng)用之一：刷臉支付，如果有人趁你睡著或昏迷時刷你的臉怎么辦？通過討論這些問題，引導(dǎo)學(xué)生樹立AI技術(shù)由人開發(fā)，也只能服務(wù)于人的觀念。

2）問題求解技術(shù)。

問題求解技術(shù)主要講授經(jīng)典人工智能理論的狀態(tài)空間智能搜索技術(shù)，包括狀態(tài)空間表示，無信息搜索方法和有信息搜索方法。由于狀態(tài)空間搜索技術(shù)屬于全觀察（full observable）問題，每個狀態(tài)下對自身的所有情況都是已知的，因而可以通過預(yù)估選擇最優(yōu)的下一狀態(tài)，這與只有胸有成竹才能事半功倍多么相似。由此啟發(fā)學(xué)生面對問題時要多觀察、多了解、多調(diào)查才能有最好的解決方案。

3）進化計算。

進化計算部分主要講授以遺傳算法、群智能算法等為代表的智能優(yōu)化算法。與傳統(tǒng)搜索技術(shù)不同，這類算法基于種群的迭代尋優(yōu)算法，種群中的個體通過各種方式互相影響，一代代進化。能保持種群個體良好的多樣性是避免算法陷入局部極值，從而無法找到最優(yōu)解的關(guān)鍵因素之一。從這一點切入，和學(xué)生討論求同存異的重要性，只有保持開放和包容的態(tài)度才能不斷進步。

4）機器學(xué)習(xí)。

機器學(xué)習(xí)是當(dāng)前人工智能的研究熱點，在這個章節(jié)中主要講授基于統(tǒng)計學(xué)習(xí)的機器學(xué)習(xí)有關(guān)概念和方法，包括線性回歸、線性分類、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等。機器學(xué)習(xí)技術(shù)大多采用梯度下降等迭代優(yōu)化算法優(yōu)化損失函數(shù)，成千上萬次的迭代才可能找到最后的解，在這里可以引導(dǎo)學(xué)生思考百折不撓、堅持不懈的重要性，明白事物發(fā)展的曲折性。在各種機器學(xué)習(xí)方法中，以大數(shù)據(jù)為基礎(chǔ)的深度學(xué)習(xí)方法可以說是當(dāng)前AI 技術(shù)獲得廣泛關(guān)注的主要原因，且?guī)淼膯栴}也最多。由于有監(jiān)督學(xué)習(xí)的效果依賴于標(biāo)簽數(shù)據(jù)的數(shù)量和質(zhì)量，有偏好的數(shù)據(jù)勢必會導(dǎo)致有偏向的結(jié)果。比如谷歌公司錯將黑人識別為大猩猩事件，就是因為其標(biāo)簽數(shù)據(jù)中黑人的數(shù)據(jù)量偏少。另外，如何使用從大數(shù)據(jù)中學(xué)習(xí)得到的結(jié)果也讓人深思，比如金融領(lǐng)域的算法越是強大，被打上“窮人”等標(biāo)簽的特殊群體在申請金融服務(wù)時就會越難；廣告商更傾向于將高息貸款信息向低收入群體展示；網(wǎng)絡(luò)商家利用平臺收集的海量用戶信息和數(shù)據(jù)，對客戶進行精準(zhǔn)識別和歸類，通過向消費能力高、消費意愿強的用戶展示更高的價格賺取更多利潤，同樣的商品或服務(wù)，老客戶看到的價格反而比新客戶要貴等。這些問題都被納入課程案例庫，根據(jù)課程內(nèi)容在不同階段引入，展開討論式、匯報式教學(xué)，有助于學(xué)生樹立正確的工程倫理觀，以公正、公平的態(tài)度，辯證的思想處理和看待問題。

3.2 豐富教學(xué)手段和教學(xué)方法

專業(yè)課程中加入思政內(nèi)容最忌諱生硬，要使思政內(nèi)容與專業(yè)知識無縫連接，就必須改革教學(xué)方法，創(chuàng)新教學(xué)手段，拉近課堂與學(xué)生的距離，讓思政課真正活起來、好聽起來[5]。

1）構(gòu)建問題鏈教學(xué)。

問題鏈教學(xué)是以某一主題為中心設(shè)計的步步深入的一組問題，通過階梯式問題引領(lǐng)學(xué)生思維逐步深入[6]。通過這種方法引入思政問題，能有效吸引學(xué)生興趣，引發(fā)學(xué)生主動思考。比如在粒子群優(yōu)化算法的講解過程中，先提出大家一起出海捕魚，用什么方式才能用最快的方法捕到大魚的問題，引導(dǎo)學(xué)生思考團體協(xié)作的重要性；再通過粒子群優(yōu)化下一代粒子的飛行方向是怎樣的問題，引導(dǎo)學(xué)生辯證地思考當(dāng)自身信息與他人信息不一致時，要如何取舍？以粒子是飛向自身最優(yōu)和全局最優(yōu)的加權(quán)中心的答案引出既不能盲目只信自己，也不能全信他人，應(yīng)該綜合考慮以降低失敗風(fēng)險的結(jié)論；最后提出慣性因子起什么作用的問題，引導(dǎo)學(xué)生得出它能使粒子即便是在當(dāng)前全局最優(yōu)位置，也能以一定的慣性飛行，從而避免陷入局部最優(yōu)的結(jié)論。由此結(jié)論引申出即便當(dāng)前已經(jīng)做得很好，也不能停滯，要始終保持探索的精神和學(xué)習(xí)的動力。

2）利用云課堂教學(xué)。

傳統(tǒng)課堂教學(xué)將教師和學(xué)生固定在一定的空間和時間中，而高校專業(yè)課往往學(xué)時有限，要在短短的課堂教學(xué)時間中完成知識點的傳授，思政內(nèi)容的滲透，學(xué)生興趣點的了解，學(xué)生與學(xué)生之間、學(xué)生與教師之間的交流、討論是非常困難的。云技術(shù)的普及，為教學(xué)提供了全新手段，采用線上、線下相結(jié)合的方式，讓思政學(xué)習(xí)延伸到課下。在人工智能課程中就利用本校的教學(xué)資源可視化平臺，在這個平臺上建設(shè)自己的課程，除教學(xué)課件、視頻、測試外，還可發(fā)布討論任務(wù)，讓學(xué)生就某一主題發(fā)布自己的見解，其內(nèi)容教師和其他同學(xué)都可以看到，將討論環(huán)節(jié)延伸到課外，既能節(jié)省課內(nèi)的時間，又能讓很多在課堂上靦腆沉默的學(xué)生在網(wǎng)絡(luò)空間中大膽表達，促進教師對學(xué)生思想狀態(tài)、學(xué)習(xí)狀態(tài)的了解，從而更好地設(shè)計思政教學(xué)內(nèi)容。比如課程中曾發(fā)布關(guān)于圖靈測試的討論，很多學(xué)生驚嘆于圖靈思想的超前性，更加堅定了自己學(xué)好課程內(nèi)容的決心。

3）設(shè)計多維度考核機制。

以往專業(yè)課程考核多以專業(yè)知識的試卷考試為主，很難體現(xiàn)思政內(nèi)容的學(xué)習(xí)效果。為此，課程大大增加了除試卷成績外的其他環(huán)節(jié)成績比例。云課堂的應(yīng)用，使教師對學(xué)生學(xué)習(xí)過程的監(jiān)控更為便利，每個環(huán)節(jié)的完成度都有據(jù)可查。課程建立了多維度綜合考核機制，最終成績的計算公式如下：

其中考試成績S1占50%，討論表現(xiàn)S2占10%、實驗項目S3占40%，而實驗項目得分又由每個實驗方法設(shè)計的合理性、實驗結(jié)果的優(yōu)劣、匯報答辯的表現(xiàn)、同組同學(xué)的評價、他組同學(xué)的評價這幾個指標(biāo)的平均分計算得到。實驗方法設(shè)計的合理性要求學(xué)生既要考慮結(jié)果的優(yōu)劣，還必須考慮計算的代價，平衡成本與收益，如在線性回歸實驗中，要求學(xué)生對早期胚胎發(fā)育數(shù)據(jù)建立回歸模型。有的學(xué)生建立了二次模型可使擬合優(yōu)度達到0.87，而有的學(xué)生建立了五次模型，擬合優(yōu)度達到0.89，在這種情況下，綜合考慮成本和收益，自然是前者的方案更優(yōu)。通過這種方式，讓學(xué)生能夠建立起系統(tǒng)化、整體化的思維方法。

4 結(jié) 語

工科專業(yè)學(xué)習(xí)的自然科學(xué)最終要學(xué)以致用，運用到什么地方和如何運用，掌握在什么人手中，是一個十分顯著的倫理問題。人工智能技術(shù)的發(fā)展帶來了很多以前沒有遇到過的問題，比如機器人的人權(quán)、機器學(xué)習(xí)的數(shù)據(jù)偏向性、大數(shù)據(jù)的信息安全性等。同時很多智能算法往往蘊含著哲學(xué)倫理，研究如何將專業(yè)倫理融入到專業(yè)教學(xué)中，收集專業(yè)工作實踐過程中的真實案例，發(fā)掘原理、方法中的人生哲理，設(shè)計融合專業(yè)知識與思政內(nèi)容的問題鏈，將思政內(nèi)容自然地滲透到專業(yè)內(nèi)容中，建立起以專業(yè)倫理為價值依托的教學(xué)內(nèi)容體系，有助于改變以往只“重技”的專業(yè)課程教學(xué)模式，有助于建立起著力培養(yǎng)德智體美勞全面發(fā)展的工科專業(yè)新人才的長效育人機制。