基于OBE的面向非計算機專業(yè)的人工智能導(dǎo)論課程教學(xué)改革

○楊婧 張晶 楊沛

一、研究背景

1956年，由約翰·麥卡錫等人發(fā)起的達特茅斯會議首次提出并使用了“人工智能（Artificial Intelligence，AI）”這一術(shù)語。歷經(jīng)60余年的曲折探索，如今以深度學(xué)習(xí)為代表的人工智能技術(shù)在全球形成新一輪的浪潮。人工智能的應(yīng)用領(lǐng)域不斷拓展，廣泛應(yīng)用于生活的方方面面，如家居、制造、金融、醫(yī)療、娛樂、安防、交通、零售、教育和物流［1］。人工智能技術(shù)呈現(xiàn)出跨界融合的新趨勢，“人工智能+”為傳統(tǒng)學(xué)科和行業(yè)高速發(fā)展提供新助力［2］。

人工智能的應(yīng)用與發(fā)展離不開人才培養(yǎng)，我國不僅重視人工智能領(lǐng)域?qū)I(yè)人才的培養(yǎng)，還對“人工智能+X”的復(fù)合型人才的培養(yǎng)給予了高度關(guān)注。2017年，國務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》提出“建設(shè)人工智能學(xué)科”。其中不僅包含推動人工智能一級學(xué)科的建設(shè)，還包含形成“人工智能+X”的復(fù)合專業(yè)培養(yǎng)新模式，注重人工智能與其他學(xué)科的交叉融合［3］。2018年，教育部印發(fā)《高等學(xué)校人工智能創(chuàng)新行動計劃》明確指出完善人工智能領(lǐng)域人才培養(yǎng)體系，將人工智能的教育納入大學(xué)計算機的通識教育中，從而完善人工智能領(lǐng)域多主體協(xié)同育人機制［4］。同年，國家三部委聯(lián)合發(fā)布了《關(guān)于高等學(xué)校加快“雙一流”建設(shè)的指導(dǎo)意見》再次強調(diào)了高校要促進基礎(chǔ)學(xué)科、應(yīng)用學(xué)科交叉融合［5］。人工智能作為當(dāng)下的前沿領(lǐng)域，可以和傳統(tǒng)理、工、農(nóng)、文類的學(xué)科交叉應(yīng)用，培育出新的學(xué)科生長方向。

為了能夠更好地建設(shè)人工智能導(dǎo)論課程，服務(wù)復(fù)合型人才的培養(yǎng)，本文調(diào)研國內(nèi)外一流大學(xué)人工智能類課程的情況。卡內(nèi)基梅隆大學(xué)是美國第一個設(shè)置人工智能本科專業(yè)的高校，注重人才的跨界整合，重視學(xué)生的實踐能力和社會責(zé)任［3］；新加坡南洋理工大學(xué)注重探索跨學(xué)科的交叉應(yīng)用性，為學(xué)生提供了解決不同應(yīng)用領(lǐng)域現(xiàn)實問題的機會；英國的愛丁堡大學(xué)早在1983年就開設(shè)了人工智能專業(yè)。

我國的人工智能類課程開設(shè)最早可以追溯到20世紀(jì)80年代，經(jīng)過不斷的發(fā)展和提高，如今凝練了許多人工智能類的國家級精品課程，如人工智能導(dǎo)論、機器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理等，涵蓋了人工智能的核心技術(shù)和創(chuàng)新應(yīng)用。當(dāng)下的人工智能浪潮中，我國諸多高校都開設(shè)了與人工智能相關(guān)的不同層次的課程［6］。不過，這些課程大多針對計算機專業(yè)學(xué)生開設(shè)，對于沒有計算機背景但對人工智能感興趣的學(xué)生入門相對困難［7］。

在這些人工智能課程中，“人工智能導(dǎo)論”課程是人工智能入門性和引導(dǎo)性的基礎(chǔ)性課程［8］。人工智能導(dǎo)論對非計算機專業(yè)學(xué)生來說，入門門檻要求最低，其目的是幫助初學(xué)者實現(xiàn)“零基礎(chǔ)”學(xué)習(xí)人工智能，提高應(yīng)用人工智能理論解決工程問題的能力。

人工智能導(dǎo)論，顧名思義，是為了給予人工智能的初學(xué)者引導(dǎo)，使他們能夠初步了解人工智能的基本原理，初步學(xué)習(xí)和掌握人工智能的基本方法，幫助他們形成對人工智能一般應(yīng)用的輪廓性認(rèn)識，為今后在相關(guān)領(lǐng)域應(yīng)用人工智能方法奠定基礎(chǔ)。人工智能領(lǐng)域涵蓋的內(nèi)容多而廣，從1956年誕生至今產(chǎn)生了非常多的算法，人工智能導(dǎo)論這門課程是涵蓋整個人工智能領(lǐng)域的入門課，因而必然存在涉及面廣泛、知識點繁雜的特點。又因為人工智能其實就是用人工的方法模擬人類的智能，其中存在著大量的抽象建模的過程。這對于邏輯思維和數(shù)學(xué)基礎(chǔ)都有著較高的要求，對于初學(xué)者來說必然面臨著不易理解、內(nèi)容抽象的困境。此外，人工智能作為當(dāng)下不斷開拓的新領(lǐng)域，新的技術(shù)和方法不斷涌現(xiàn)。要想學(xué)好這門課，不僅要掌握經(jīng)典的算法原理，還要關(guān)注前沿的技術(shù)，這對于學(xué)生而言是充滿創(chuàng)造性和挑戰(zhàn)性的［9］。

相較于計算機專業(yè)學(xué)生，非計算機專業(yè)學(xué)生由于沒有接受體系化的訓(xùn)練，他們的編程能力、抽象思維能力相對薄弱，但是他們對于人工智能的學(xué)習(xí)興趣和學(xué)習(xí)熱情非常高［10］。在學(xué)習(xí)人工智能課程的過程中，非計算機專業(yè)的學(xué)生往往能夠結(jié)合其自身專業(yè)已有知識或存在的問題，迸發(fā)出新的“腦洞”，拓寬自身專業(yè)的發(fā)展空間［11］。因而，面向非計算機專業(yè)的人工智能導(dǎo)論課程，不應(yīng)局限于打牢人工智能教育的理論基礎(chǔ)，還要引導(dǎo)學(xué)生對新一代人工智能的發(fā)展產(chǎn)生想象，激發(fā)創(chuàng)新思維，形成學(xué)科融合的立體效應(yīng)。

一、面向非計算機專業(yè)的人工智能導(dǎo)論課程中存在的問題

（一）學(xué)生主體性被忽視

目前，面向非計算機專業(yè)的人工智能導(dǎo)論課程，教學(xué)效果不理想的核心原因之一是教學(xué)內(nèi)容與多元化非計算機專業(yè)不同背景學(xué)生相關(guān)性不高［12］?，F(xiàn)有很多大學(xué)的人工智能導(dǎo)論課程內(nèi)容強調(diào)基礎(chǔ)理論，課堂教學(xué)內(nèi)容與非計算機專業(yè)學(xué)生的專業(yè)方向關(guān)聯(lián)性不大，課程內(nèi)容主要是知識表示、推理算法以及傳統(tǒng)搜索算法，難以激發(fā)學(xué)生的興趣和參與感。

要想上好人工智能導(dǎo)論這門入門課程，就必須重視學(xué)生的主體性地位，結(jié)合學(xué)生的專業(yè)背景，讓不同專業(yè)學(xué)生“個性化”地親身體會人工智能在各自專業(yè)的“人工智能+”實際應(yīng)用，提高學(xué)生的學(xué)習(xí)興趣和主動學(xué)習(xí)能力。培養(yǎng)學(xué)生將課堂理論人工智能知識與其他專業(yè)課知識形成優(yōu)勢互補，借助人工智能技術(shù)去解決專業(yè)問題。

（二）忽略實踐的作用

基于課堂的傳統(tǒng)的人工智能導(dǎo)論課程，一般由32學(xué)時到48學(xué)時的理論課組成，教學(xué)內(nèi)容圍繞人工智能研究的基本內(nèi)容和基本領(lǐng)域展開，主要介紹了基本知識、理論和算法［13］。這樣的授課方式優(yōu)點在于開闊了學(xué)生的視野，讓學(xué)生初步形成了人工智能知識體系，但也存在相應(yīng)的缺點，即學(xué)生沒有相應(yīng)的平臺和時間進行實際操作，從而不清楚如何將所學(xué)內(nèi)容應(yīng)用到實際中［13］。

對于具有實踐安排的人工智能導(dǎo)論課程，主要由任課教師自己針對課程知識點進行實驗活動設(shè)計。由于任課教師自身的局限性，尤其是面對跨學(xué)科的學(xué)生，教師對學(xué)生的專業(yè)背景很難做到全面、深入的了解。因而，這種模式也存在一些問題，如缺乏系統(tǒng)的實踐平臺、實踐內(nèi)容和學(xué)生專業(yè)背景結(jié)合度不高，以及教學(xué)內(nèi)容與業(yè)界需求聯(lián)系不緊密［14］。

（三）教學(xué)方法不適應(yīng)現(xiàn)代需求

傳統(tǒng)人工智能導(dǎo)論課程的教學(xué)，大都采用純理論課的方式，主要是大班的課堂教學(xué)，注重基本知識和理論的傳授。這樣的授課方式下，學(xué)生的主體作用被忽視，學(xué)生被動接受教師的安排，教師也無法及時獲取學(xué)生的反饋。傳統(tǒng)的教學(xué)模式和教學(xué)方法，學(xué)生無法參與到整個教學(xué)活動中，學(xué)生的學(xué)習(xí)興趣和熱情沒有能被充分調(diào)動，教師也沒有辦法對不同學(xué)科背景、不同學(xué)習(xí)能力的學(xué)生進行符合其需求的差異化、個性化教學(xué)。

（四）教學(xué)評價標(biāo)準(zhǔn)單一

現(xiàn)有的人工智能導(dǎo)論的課程考核評價指標(biāo)較為單一，大部分采用經(jīng)典的“一考定音”的課程考核方式，即以期末考試成績?yōu)橹?。這種考核方式下，只注重對學(xué)生基本知識理論掌握的考查，不看重學(xué)生的平時學(xué)習(xí)效果，也很難反映出學(xué)生解決問題和實踐應(yīng)用的能力，無法滿足當(dāng)下培養(yǎng)“人工智能+X”復(fù)合型人才的培養(yǎng)需求。

二、基于OBE理念的人工智能導(dǎo)論課程的改革策略

OBE（outcome-based education）理念是目前工程認(rèn)證所倡導(dǎo)的先進的教育理念，其遵循的原則包括成果導(dǎo)向、以學(xué)生為中心和持續(xù)改進［15］。結(jié)合教學(xué)實際，課題組提出以O(shè)BE理念為指導(dǎo)思想對面向非計算機專業(yè)的人工智能導(dǎo)論課程進行教學(xué)改革和探索，旨在解決存在的問題。

首先，重新設(shè)計課程內(nèi)容和教學(xué)方法，教學(xué)內(nèi)容的設(shè)計需要做到“以學(xué)為中心”，從“老師教什么”轉(zhuǎn)變?yōu)椤皩W(xué)生想學(xué)什么”，以確保學(xué)生能夠在課程結(jié)束時達到明確的學(xué)習(xí)成果。其次，通過引入實踐導(dǎo)向的教學(xué)方法，學(xué)生將有更多的機會進行實際的練習(xí)和應(yīng)用。通過案例教學(xué)法融入前沿項目，確保所學(xué)的知識與行業(yè)需求緊密結(jié)合。此外，采用線上線下混合式教學(xué)模式，注重教學(xué)活動中學(xué)生的主體地位。最后，改進課程考核方式，建立可持續(xù)改進的多元育人評價體系。

（一）“以學(xué)為中心”的教學(xué)內(nèi)容重構(gòu)

發(fā)揮學(xué)生的主體作用是教育改革的主要方向。2020年，我校首屆人工智能輔修專業(yè)錄取的學(xué)生來自12個學(xué)院的17個專業(yè)，如圖1所示，可以看到非計算機專業(yè)的學(xué)生又具有零基礎(chǔ)、專業(yè)背景復(fù)雜的實際情況。

人工智能導(dǎo)論是一門交叉很強的課程，基于OBE理念對課程教學(xué)內(nèi)容進行了調(diào)整。例如，傳統(tǒng)的人工智能導(dǎo)論課程中有較多知識推理和搜索求解的內(nèi)容，由于這部分內(nèi)容對于缺乏計算機專業(yè)基礎(chǔ)的學(xué)生理解相對困難，因此教師在教學(xué)內(nèi)容的安排上對這部分內(nèi)容進行了刪減，保留了思維性的內(nèi)容，剔除了推理的細(xì)節(jié)，如對于模糊推理著重引導(dǎo)學(xué)生理解如何使用計算機模擬人的思維過程而非概率的計算。此外，傳統(tǒng)的人工智能導(dǎo)論課程缺乏前沿性的知識，在教學(xué)內(nèi)容的安排上對當(dāng)下熱門的如卷積神經(jīng)網(wǎng)絡(luò)、強化學(xué)習(xí)、知識圖譜等內(nèi)容進行了擴充，采用案例教學(xué)的方式，引導(dǎo)學(xué)生根據(jù)實際特點和專業(yè)“個性化”自主學(xué)習(xí)和認(rèn)真思考，讓學(xué)生對新技術(shù)、新知識有了初步的感知，引導(dǎo)他們在后續(xù)的學(xué)習(xí)中進一步深挖。

圖1 2020級人工智能輔修專業(yè)學(xué)生分布情況

（二）融入前沿項目，優(yōu)化案例教學(xué)

國內(nèi)外知名高校的人工智能實踐類課程已基本摒棄了傳統(tǒng)的設(shè)計性實驗作業(yè)導(dǎo)向的教學(xué)組織方式，轉(zhuǎn)而以前沿項目為導(dǎo)向進行教學(xué)［14］。這樣的教學(xué)組織方式有助于學(xué)生更好地將所學(xué)的知識應(yīng)用到實踐中，并培養(yǎng)團隊合作和解決問題的能力。通過參與前沿項目，學(xué)生能夠接觸到真實的人工智能應(yīng)用場景，與學(xué)術(shù)界和產(chǎn)業(yè)界的專業(yè)人士進行交流與合作，提升他們的專業(yè)素養(yǎng)和實踐能力。在項目的完成過程中不僅夯實了理論基礎(chǔ)，還鍛煉了學(xué)生的實踐能力，更培養(yǎng)了學(xué)生的創(chuàng)新意識和團隊協(xié)作素質(zhì)。

依托學(xué)校的專業(yè)學(xué)位課程案例庫建設(shè)中人工智能課程案例庫建設(shè)，充分結(jié)合我校農(nóng)林院校特色，把能夠反映人工智能新發(fā)展、新知識、新技術(shù)的農(nóng)業(yè)智能化科研成果，轉(zhuǎn)化為適合教學(xué)的基礎(chǔ)實驗案例，如農(nóng)業(yè)知識圖譜、葡萄酒品質(zhì)檢測、基于水色圖像的水質(zhì)評價、農(nóng)作物病害智能識別、牛只圖像分割、桑蠶的生長狀態(tài)識別、基于遙感圖像的農(nóng)作物分類等。每個案例的設(shè)計中包含背景介紹、算法原理、實驗操作、總結(jié)展望，使學(xué)生懂理論、會應(yīng)用、能創(chuàng)新，夯實了理論基礎(chǔ)，鍛煉了實踐技能，培養(yǎng)了創(chuàng)新能力。

在實驗課的教學(xué)過程中采用案例教學(xué)法，把枯燥的理論知識和生動的實操過程聯(lián)系起來。如，在遺傳算法的教學(xué)過程中依托希冀平臺給學(xué)生提供可以直接觀察到種群進化的迭代過程，不需要學(xué)生具有較高的編程基礎(chǔ)就可以完成實操，并且可以在此基礎(chǔ)上進一步改進優(yōu)化算法。此外，在課程項目的完成過程中，鼓勵學(xué)生結(jié)合本專業(yè)的特色，進行開放性的自主選題。在這種教學(xué)模式下，學(xué)生展現(xiàn)出更高的主動性和思考熱情，主動選題和參與項目實踐，他們能夠結(jié)合自身專業(yè)特長，深入探究感興趣的領(lǐng)域，提出創(chuàng)新的解決方案。這種學(xué)生主導(dǎo)的學(xué)習(xí)過程培養(yǎng)了他們的問題解決能力、創(chuàng)新思維和團隊合作能力。學(xué)生和教師在教學(xué)過程中相互融合、共同發(fā)展，共同構(gòu)建課程。這種合作形式為學(xué)生和教師創(chuàng)造了一個共同成長和發(fā)展的環(huán)境，不斷推動教學(xué)水平的提升和課程的創(chuàng)新發(fā)展。

（三）采用線上線下混合教學(xué)模式

線上線下混合式教學(xué)模式是當(dāng)今被廣泛認(rèn)可和接受的一種有效的教學(xué)模式［16］。在人工智能導(dǎo)論課程教學(xué)中，利用超星和希冀大數(shù)據(jù)與人工智能一體化實驗平臺，完成了混合教學(xué)模式中“課前、課中、課后”三個環(huán)節(jié)的有機結(jié)合，充分調(diào)動了學(xué)生的學(xué)習(xí)積極性。

課前，提前一周時間，教師在線上平臺開放章節(jié)微視頻、PPT和實驗案例等資源，引導(dǎo)學(xué)生完成預(yù)習(xí)、參加討論、提出疑問，這樣可以保證課前學(xué)生已經(jīng)對課程的內(nèi)容有整體的認(rèn)知，也可以發(fā)掘?qū)W生真正的難點、痛點，便于課堂教學(xué)的高效實施。

課中，又分為理論課和實驗課。在理論課的教學(xué)中，可以根據(jù)學(xué)生課前的自主學(xué)習(xí)情況，采用探究式的教學(xué)設(shè)計、組織和實施方法。在教學(xué)設(shè)計方面，教師可以設(shè)定開放性的問題或情境，鼓勵學(xué)生主動思考和探索。通過這種探究式的學(xué)習(xí)方式，學(xué)生能夠積極參與，并從中獲得對理論知識的深入理解。在教學(xué)組織和實施方面，教師可以引導(dǎo)學(xué)生進行小組討論或合作項目，讓學(xué)生在互動中交流彼此的觀點和理解。教師的角色是引導(dǎo)者和促進者，通過提問、鼓勵和解答疑惑來激發(fā)學(xué)生的思考和參與。在討論交流中，學(xué)生通過互相分享和討論的過程，不僅加深了對知識的理解，還培養(yǎng)了解決問題和合作的能力。教師可以及時總結(jié)和歸納學(xué)生的觀點和結(jié)論，幫助他們將所學(xué)知識內(nèi)化為自己的理解，并擴展到更廣闊的領(lǐng)域。通過這樣的教學(xué)方式，學(xué)生能夠更主動地參與學(xué)習(xí)過程，提高批判性思維、問題解決能力和團隊合作精神。同時，他們的學(xué)習(xí)成果也更容易與實際應(yīng)用相結(jié)合，促進知識的深入應(yīng)用和素養(yǎng)的全面提升。在實驗課的教學(xué)中，對于學(xué)生不易理解的一些知識的演進過程、算法流程或應(yīng)用意義，采用案例教學(xué)法，依托希冀平臺提供詳細(xì)的實操步驟和說明，讓學(xué)生在實際操作中突破難點、激發(fā)興趣，培養(yǎng)了學(xué)生的自主學(xué)習(xí)能力和主動探究意識。

課后，在學(xué)生完成作業(yè)、實驗和項目開發(fā)后，一方面，教師可以根據(jù)學(xué)生的學(xué)習(xí)情況對授課內(nèi)容進行總結(jié)和回顧。這可以包括強調(diào)重點知識、概括核心思想、強化關(guān)鍵技能等方面的總結(jié)。通過這樣的總結(jié)，學(xué)生可以鞏固和復(fù)習(xí)所學(xué)知識，加深對知識的理解和記憶。另一方面，教師可以將學(xué)生在作業(yè)、實驗和項目開發(fā)過程中遇到的問題和解決方法上傳至學(xué)習(xí)通平臺上，與學(xué)生共享和討論。這種分享可以是以案例、經(jīng)驗總結(jié)、技術(shù)教程等形式呈現(xiàn)，旨在引導(dǎo)學(xué)生進一步消化吸收所學(xué)內(nèi)容。通過上傳問題和解決方法，學(xué)生可以互相借鑒和學(xué)習(xí)，提升自己的問題解決能力和技術(shù)水平。同時，學(xué)生也能夠通過與他人的交流和討論，更深入地理解和應(yīng)用所學(xué)知識。此外，根據(jù)學(xué)生的需求不同，分別給予進一步的指導(dǎo)，如有些學(xué)生想進一步探討模糊推理在實際中的應(yīng)用，教師這時可把相關(guān)文獻如基于模糊推理的圖像邊緣檢測提供給學(xué)生，進一步培養(yǎng)鍛煉學(xué)生的創(chuàng)新能力。

（四）構(gòu)建綜合性考核評價體系

為了滿足“新工科”對人工智能人才知識、能力和素質(zhì)的新要求，建立一個合理的多元育人評價機制是必要的。這個評價機制應(yīng)該包括過程性評價和結(jié)果性評價，并形成一個綜合的評價體系［14］。過程性評價強調(diào)對學(xué)生學(xué)習(xí)過程中的表現(xiàn)和努力進行評估。這包括學(xué)生的參與度、團隊合作能力、問題解決能力等方面的評價。過程性評價可以通過課堂討論、小組項目、實驗報告等方式進行，旨在促進學(xué)生的主動學(xué)習(xí)和自我反思。結(jié)果性評價關(guān)注學(xué)生在學(xué)習(xí)結(jié)束時所達到的學(xué)習(xí)成果和綜合能力。這可以通過考試、作業(yè)、項目報告等方式進行評估。結(jié)果性評價旨在評估學(xué)生對人工智能領(lǐng)域知識的掌握程度以及能夠應(yīng)用知識解決問題的能力。綜合考慮過程性評價和結(jié)果性評價，可以建立一個全面的評價體系，評估學(xué)生在知識、能力和素質(zhì)方面的發(fā)展情況。這樣的評價體系能夠更準(zhǔn)確地反映學(xué)生的學(xué)習(xí)狀況，為學(xué)生提供有針對性的指導(dǎo)和反饋，幫助他們不斷提升自己在人工智能領(lǐng)域的綜合素養(yǎng)。

因此，人工智能導(dǎo)論課程采用“課程作業(yè)（20分）+課程項目及匯報（40分）+課程考試（40分）”三位一體的課程考核方式。其中，課程作業(yè)重在引導(dǎo)學(xué)生自測，讓學(xué)生發(fā)現(xiàn)自身知識體系中的漏洞。課程項目，依托希冀大數(shù)據(jù)與人工智能一體化實驗平臺，由三到五個學(xué)生組成一組，可以選擇教師提供的題目，也結(jié)合本專業(yè)進行自主選題。課程項目的匯報展示，不僅僅要關(guān)注學(xué)生的完成情況，還應(yīng)該具有靈活性和包容性，允許學(xué)生以不同的方式展示他們的學(xué)習(xí)成果，鼓勵創(chuàng)新和多樣化的表達方式。同時，評價的過程應(yīng)該透明、公正，確保評價結(jié)果的客觀性和可信度。課程考試設(shè)置了應(yīng)用題和設(shè)計題，避免了容易死記硬背的填空題、簡答題，著重考查學(xué)生對知識的理解和運用。教學(xué)實施中，組織開展項目式教學(xué)。

三、結(jié)語

對本文提出的基于OBE理念的人工智能導(dǎo)論課程改革策略，在我校2021級和2022級的人工智能輔修專業(yè)學(xué)生的教學(xué)中進行了教學(xué)改革探索，提升了課程的教學(xué)效果。根據(jù)問卷調(diào)查顯示，70%以上的學(xué)生對于新增的包涵前沿知識的深度學(xué)習(xí)初步、機器學(xué)習(xí)概述章節(jié)內(nèi)容很感興趣；80%以上的學(xué)生認(rèn)為案例教學(xué)極具實操性，能提升自身的工程實踐能力，少部分學(xué)生認(rèn)為案例難度較大，復(fù)現(xiàn)過程有困難；90%以上的學(xué)生對于線上線下的混合教學(xué)模式適應(yīng)良好，認(rèn)為“課前、課中、課后”三段式的安排提升了自身的學(xué)習(xí)主動性和積極性；80%以上的學(xué)生對于課程的多元考核方式表示贊同，能夠積極參與課程項目，少部分基礎(chǔ)優(yōu)秀的學(xué)生還能結(jié)合自己本專業(yè)的大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項目進行匯報展示，如化工制藥專業(yè)學(xué)生的“基于人工智能技術(shù)探索高效穩(wěn)定的Ce3+、Eu2+摻雜的熒光粉”等。

總的來說，本文提出的基于OBE的面向非計算機專業(yè)的人工智能導(dǎo)論課程教學(xué)改革探索，達到了預(yù)期的目的，做到了成果導(dǎo)向、以學(xué)為中心，實現(xiàn)了教學(xué)相長、多元育人，激發(fā)了學(xué)生對于新一代人工智能技術(shù)的興趣，提高了課程的教學(xué)質(zhì)量和教學(xué)效果，為智慧類專業(yè)人工智能導(dǎo)論課程的建設(shè)提供了參考經(jīng)驗，為培養(yǎng)“人工智能+X”復(fù)合型高素質(zhì)人才和促進社會發(fā)展提供了有力支持。