職業(yè)教育人工智能課程教材建設(shè)問題分析和研究

陳佳音

【摘要】? ? 人工智能作為一種劃時代的技術(shù)，正在逐步改變?nèi)祟惿鐣纳a(chǎn)、生活方式。然而，據(jù)統(tǒng)計發(fā)現(xiàn)，職業(yè)教育人工智能類課程的教材建設(shè)仍是一個迫切需要研究的問題，現(xiàn)有的教材體系很難適應(yīng)職業(yè)教育學生特點，本文就此進行了分析、研究并提出了相應(yīng)對策。

【關(guān)鍵詞】? ? 職業(yè)教育? ? 人工智能? ? 教材建設(shè)? ? 學情分析

一、職業(yè)教育人工智能課程教材建設(shè)現(xiàn)狀

自2016年以來，物聯(lián)網(wǎng)、機器人、大數(shù)據(jù)應(yīng)用、云計算等人工智能相關(guān)專業(yè)先后在全國職業(yè)院校中如火如荼的展開。2019年，人工智能更是作為一個獨立的專業(yè)獲得了審批并逐步進入招生階段，然而，人工智能類課程的教育、教學及教材建設(shè)等內(nèi)容對于職業(yè)教育學校來講，仍然是一個比較新的課題。

以“職業(yè)教育”、“人工智能”、 “教育”、“教學”、“教材”作為關(guān)鍵字對中國知網(wǎng)、超星、萬方等主流學術(shù)網(wǎng)站進行搜索，查詢結(jié)果顯示：討論職業(yè)教育人工智能類課程教育教學的文章合計只有11篇，而討論其教材建設(shè)的文章則根本沒有，很顯然這并非是因為職業(yè)教育人工智能類課程的教材建設(shè)問題不值得探討，而恰恰說明在人工智能飛速發(fā)展的今天，進行該項研究是一個迫在眉睫的事情。既然這方面的論文比較少，那么在已出版的教材中是否有充足的備選素材呢？以“職業(yè)教育”、“人工智能”、“教材”作為關(guān)鍵字在當當網(wǎng)上進行搜索，符合條件的教材只有2019年末出版的1本相關(guān)教材。這說明針對職業(yè)教育學生特點的相關(guān)教材編寫是一個需要重視的領(lǐng)域。

綜合可知，無論在論文研究方面還是在已出版的教材方面，職業(yè)教育人工智能類課程的教材建設(shè)都是一個值得研究的課題，其必將為職業(yè)教育人工智能相關(guān)學科的整體建設(shè)打下堅實基礎(chǔ)。

二、職業(yè)教育學校的學情特點分析

對于國內(nèi)職業(yè)教育學生的學情特點，有一部分教育界的學者做過相關(guān)研究。南京大學教育研究院的汪亞霜、汪霞在《高職院校學生學習投入度及其影響因素的實證研究》[1]中采用多維綜合模型對職業(yè)教育學生的學習自主性和互動性特點進行了分析。南京信息職業(yè)技術(shù)學院的趙穎、崔進[2]，呼和浩特職業(yè)學院的陳錦平[3]，浙江金融職業(yè)學院的戴小紅[4]，江蘇建筑職業(yè)技術(shù)學院的張維[5]，山東交通職業(yè)學院的樊玉國[6]，新疆教育學院的溫江[7]等也對職業(yè)教育學生的學習特點進行了調(diào)研和分析。

為掌握職業(yè)教育學生學情特點的第一手資料，長春金融高等?？茖W校的相關(guān)教研組通過移動端及網(wǎng)上教務(wù)平臺連續(xù)三年針對不同年級學生進行了問卷調(diào)查和學習情況統(tǒng)計，共累計下發(fā)問卷12365份，收到有效問卷12034份，并對11987名同學進行了學情統(tǒng)計。主要調(diào)查內(nèi)容包括：

1.學生學習時更喜歡通過動腦理解還是通過動手實踐的方式？

2.學生學習時更習慣主動的學習愛好的內(nèi)容，還是被動的接受不太有感覺的內(nèi)容？

3.學生學習某門課程所愿意付出的時間成本。

4.學生實驗課程、理論課程及校外實習的出勤率及作業(yè)、項目完成度。

5.學生對于課程的看法及成績。

調(diào)查結(jié)果顯示：

1.職業(yè)院校學生具有較強的動手意愿也具備較好的動手能力，但數(shù)學基礎(chǔ)理論相對比較薄弱，進行嚴密推理的能動性和行動力較差。

2.學生學習的自主性較強，對于感興趣的內(nèi)容，愿意投入時間和精力進行研究，但對于其不感興趣的內(nèi)容，則缺乏持久學習的能力和動力。

綜上可以得出結(jié)論：職業(yè)教育學生的數(shù)學理論基礎(chǔ)較薄弱，學習興趣是其學習過程中的一個決定性因素，營造一個經(jīng)典學習情境對其學習會起很大的促進作用。

三、現(xiàn)有人工智能課程教學材料的不足

本文梳理了Github，豆瓣書評，知乎，CSDN，阿里云棲社區(qū)，騰訊課堂、超星等國內(nèi)外較著名學術(shù)社區(qū)的人工學習資料信息，其主要包括三類資料，第一類是國內(nèi)各種學術(shù)專著，第二類是國內(nèi)已出版的人工智能教材類相關(guān)書籍，第三類是國際上流行的各類人工智能學習材料。通過對上述學習材料的梳理和研讀可以發(fā)現(xiàn)，這些學習材料雖然都是很好的人工智能教學素材但是卻并不適合職業(yè)教育學生直接學習。具體原因如下：

1.國內(nèi)學術(shù)專著的水平較高，但不適合職業(yè)教育學生直接學習。

國內(nèi)專著大部分是由資深專家所編寫，專業(yè)水平毋庸置疑，然而其編寫的目的是作為整個行業(yè)指導(dǎo)性綱領(lǐng)或奠基性書籍，所涉及深度、廣度、背景都很龐大，所面向的對象主要是浸淫行業(yè)多年的資深從業(yè)者，最少也應(yīng)具有本科以上甚至研究生、博士生的水平，這類著作少則幾百頁多則數(shù)千頁，專有詞匯及數(shù)學標識往往多達數(shù)百個，對于一名職業(yè)教育學生來說，并不是一個很好的起點。

2.國內(nèi)已出版的、非職業(yè)教育專用的人工智能課程教材，存在重灌輸、輕引導(dǎo)的問題，職業(yè)教育學生學習起來有難度。

國內(nèi)的人工智能教材，特別是基礎(chǔ)理論教材，從學術(shù)角度上講，都是嚴密而專業(yè)的，但卻并不符合職業(yè)教育學生的“胃口”，并不適合直接用于職業(yè)教育人工智能類課程中。這類教材往往都喜愛羅列大量的數(shù)學推理和演算證明過程，對于有著深厚數(shù)學背景和具備一定數(shù)學技巧的專業(yè)人員來說這是沒有問題的，但對于數(shù)學基礎(chǔ)相對較為薄弱、更擅長感性認識的職業(yè)教育學生來說，這種方式顯得極不友好，學生只被灌輸了必須這樣做或那樣做，卻無法了解為什么這樣做，難以產(chǎn)生直觀而具體的認識，乃至學到最后也不知道整本教材到底講的是什么。

3.國際上的人工智能學習材料不適合職業(yè)教育的學生直接學習。

來自國際的學習材料相比于國內(nèi)的學習材料更加注重對學生的引導(dǎo)，更加注重講解人工智能的學術(shù)背景和學術(shù)淵源，但由于譯者的理解及翻譯詞匯等問題，在表達性上往往會產(chǎn)生一定的折扣，再加上國外作者寫作風格與國內(nèi)學生日常閱讀習慣差異及國外與國內(nèi)學制差異等因素，因此國際上的人工智能學習材料也不適合職業(yè)教育的學生直接學習。

綜上可知，縱觀線上線下、國內(nèi)國際，雖然人工智能的學習材料很多，但真正適合職業(yè)教育學生學情特點的人工智能教材類書籍卻是寥寥無幾、乏善可陳的。

四、人工智能類課程教材建設(shè)的對策和建議

筆者認為適合職業(yè)教育人工智能的新編教材或修訂教材應(yīng)在三方面采取對策：

1.職業(yè)教育人工智能類課程教材編寫應(yīng)重視基礎(chǔ)理論。

2.人工智能類課程教材編寫必須把人工智能的核心思想與職業(yè)教育的學生特點結(jié)合起來。

3.職業(yè)教育人工智能教材的編寫，應(yīng)注意把理論結(jié)合到學習情境中去。

《時間簡史》是已故科學家霍金的著名作品，也是一本風靡世界的暢銷書，其以通俗易懂的語言和案例講述了深奧宇宙的前沿知識，讓很多從未接觸過宇宙學的普通讀者能夠了解其中的數(shù)學之美，職業(yè)教育人工智能類課程教材建設(shè)也應(yīng)效仿這位大科學家的做法，讓復(fù)雜歸于簡單，編寫出讓學生們能夠“讀得懂、讀得進”的人工智能類課程教材。這也對編寫者提出了很高的要求，編者必須以學術(shù)上的博學和精深去彌補學生數(shù)學基礎(chǔ)上的不足。因此，職業(yè)教育人工智能類課程教材建設(shè)任重而道遠。

參? 考? 文? 獻

[1]汪亞霜，汪霞.高職院校學生學習投入度及其影響因素的實證研究.教育研究[J].2017（1）：77-80

[2]趙穎、崔進.高職院校學情調(diào)研分析.黑龍江高教研究[J].2014（1）：115-118

[3]陳錦平.職業(yè)教育學生學情調(diào)查分析_以呼和浩特職業(yè)學院為例.內(nèi)蒙古電大學刊[J].2014（6）：77-80

[4]戴小紅.高職大學生學情分析的實證研究.黑龍江高教研究[J].2014（14）：115-117

[5]張維.高職院校學生學情分析與研究.江蘇建筑職業(yè)技術(shù)學院學報[J].2016（3）：63-66

[6]樊玉國.基于合作理論的高職公共基礎(chǔ)課程“翻轉(zhuǎn)課堂”教學模式探討. 職業(yè)技術(shù)教育[J]. 2016（14）：23-26

[7]溫江，熊黑鋼，曹云.我國職業(yè)教育教育及其競爭力的時空差異研究.職業(yè)技術(shù)教育[J].2017（33）：45-51