基于雨課堂的“人工智能導論”教學案例分析

劉洋洋，張雅檬

（南京工程學院 江蘇 南京 211167）

隨著教育信息化的飛速發(fā)展，雨課堂、云班課等各種教學軟件工具被設計并應用起來[1]。雨課堂是基于手機端和電腦端的智慧教學工具，雨課堂賦予了課中新的教學形式，例如趣味問答、彈幕發(fā)送等，課外學生在雨課堂進行移動自主學習，可以通過雨課堂提交作業(yè)、報告等，雨課堂技術手段干預對學生的學習進程起著正向激勵的作用[2-3]。截至2022 年9 月，“雨課堂”學堂在線平臺全球學習者人數累計超過1 億人，是全球用戶規(guī)模第二大的慕課平臺，學堂在線國際版和雨課堂英文版正成為中國與其他國家開展數字資源和數字經驗共享的重要渠道[4]。

1 基于雨課堂的“人工智能導論”課堂設計

文章研究選擇本校本科生為教學對象，于“人工智能導論”教學中實踐雨課堂輔助式智慧教學，首先根據經驗對課堂進行設計，然后通過雨課堂軟件采集與學生相關的成績數據，最后對數據進行分析與研究。

1.1 “人工智能導論”公選課教學內容

人工智能是20 世紀50 年代中期興起的一門新興學科，是計算機、自動化和通信相關專業(yè)的選修課程。通過“人工智能導論”課程的學習使學生了解人工智能的發(fā)展概況、基本原理和重要研究領域，掌握人工智能的基本概念、基本方法，啟發(fā)學生對人工智能的興趣，為其進一步從事該方向的學習與研究打下基礎[5-6]。由于課程中涉及的內容與多個研究方向均有關系，所以選修該門課程的學生涉及多個專業(yè)和各個年級，這一現狀直接為任課教師增加了壓力。例如，對于智能計算及其應用內容，低年級學生較難掌握，因為他們不具備相關課程的知識；對于知識表示的相關內容，高年級學生更難以接收，因為他們已學習了容易混淆的其他課程。由于本門課程的10 次課設計要綜合考慮不同專業(yè)背景的學生，筆者基于雨課堂進行課堂實踐，從實踐中得到啟發(fā)進而設計課程。

1.2 “人工智能導論”公選課課堂及考核設計

根據筆者多次教學經驗，“人工智能導論”公選課的選課學生專業(yè)較多并且跨度大，尤其是近幾年人工智能技術的快速發(fā)展，使很多學生對本門課產生興趣，因此上課的學生人數眾多，以前的教學難以滿足各種專業(yè)的學生。又由于“人工智能導論”作為一門公選課，學分較少，導致學生對課程不夠重視，最后形成混學分為主的心態(tài)。為了提高學生的學習興趣，課堂教學不能太難，考核標準不能太高，設計合理有效的教學及考核方式具有十分重要的意義。

根據BOPPPS理論[7]，將教學小單元進行細分，保證學生充分參與到教學和學習中，對學生的考核以此為基礎，不同單元獲取的得分設計不同的比重，最終計算出學生的課程總成績。以“人工智能導論”課程為例，課程內容分為8 個章節(jié)共計10 次課，約120 名本科生參加課程的學習，課程教學和課程考核使用雨課堂智慧教學工具進行。

課程學習及考核圍繞6 個部分：出勤次數、課前預習、課堂測試、課后復習、課題討論、課程報告。采用雨課堂工具獲取出勤次數和課堂測試的分數，使用雨課堂工具設計手機課件讓學生完成預習和復習，讓學生相互之間實現討論和完成報告，評價設計不同部分為不同的分數，如表1 所示。表1 所示的評分標準是根據經驗給定的，需通過對客觀數據關聯性的分析，設計更科學合理的評價方案。然后，通過SPSS 軟件進行數據的統(tǒng)計學分析，分析6 種成績之間的差異性、相關性等，從而為進一步設計合理有效的課堂學習及考核策略提供科學依據。

表1 考核策略設計

2 基于雨課堂的“人工智能導論”教學數據分析

課堂成績在課堂教學中完成，考核的現場環(huán)境、試題內容、做題時間、外部幫助條件、學生參與度等具有高度的一致性和公平性，因此選擇課堂成績作為比對分析的依據。為了探討課堂成績與預習成績的關系，隨機抽取了55 名學生的數據。學生課堂成績均值為59.82 分，標準差為13.60 分；預習成績均值為2.86 分，標準差為1.16 分。從散點圖（圖1，p155）可見，預習成績和課堂成績之間呈線性正相關。探討課堂成績與復習成績的關系，復習成績均值為3.76 分，標準差為1.58 分。從散點圖（圖2，p155）可見，結果表明預習成績和課堂成績之間呈線性正相關。

圖1 預習成績與課堂成績散點圖

圖2 復習成績與課堂成績散點圖

進一步探討課堂成績與討論成績的關系，隨機抽取了55 名學生的課堂成績均值為59.82 分，標準差為13.60 分；預習成績均值為2.86 分，標準差為1.16 分。圖3（p155）中散點圖和趨勢線可見討論成績和課堂成績之間不呈線性正相關。探討課堂成績與報告成績的關系，報告成績均值為1.27 分，標準差為1.39 分。圖4（p155）中散點圖和趨勢線表明報告成績和課堂成績之間不呈線性正相關。

圖3 討論成績與課堂成績散點圖

圖4 報告成績與課堂成績散點圖

3 基于雨課堂的“人工智能導論”教學反思

隨著社會快速發(fā)展，人工智能技術越來越多出現在人們的生活中，越來越多的學生對“人工智能導論”課程產生興趣，導致學習這門課的學生變多，學生專業(yè)背景變得復雜；另一方面人工智能技術的應用推動了公選課授課途徑多樣化，包括課堂教學、線上教學等，以上原因導致對該課程的考核也需要發(fā)生變化，而不只是看卷面成績[8]?！坝暾n堂”具有良好的師生互動、溝通功能，將其與課堂教學相融合將有助于學生建立自主學習的習慣，提高自主學習能力。通過“雨課堂”進行課堂數據采集，再對數據進行各種分析，分析結果用于優(yōu)化現有課程設計及考核設計，可明顯提升教學效果。

3.1 降低課堂成績比重，增強學生的自我學習意識

“人工智能導論”作為一門偏理論的學科，為了使學生更好地掌握知識，不可避免地要在課堂上對學生進行考核，然而過多的考核會降低學生興趣，而且會讓學生把學習重點完全放在課堂上，自主學習能力下降。基于“雨課堂”采集的數據分析發(fā)現，課堂成績與預習成績、復習成績均成線性變化，考慮降低課堂成績比重，增加預習成績、復習成績的比重，后兩種成績能夠在一定程度上反映課堂的情況，也有利于增強學生的自主學習意識。

3.2 增加討論成績比重，提高學生的學習興趣

“人工智能導論”雖然是一門基礎學科，但其中包含多個知識點，具有一定的學習難度。經過若干次的課堂教學，發(fā)現學生在剛開始簡單的幾個章節(jié)中具有較高的興趣，隨著課程難度增加，學生的興趣逐漸減退，后續(xù)如何提高是教學過程中的一個難題。在課堂上完全由教師進行教學，隨著知識點的增多變難，學生難以開展持續(xù)性學習。基于“雨課堂”采集的數據分析發(fā)現，課堂成績與討論成績成線性變化，考慮降低課堂成績比重，增加討論成績比重，激勵學生主動提出個人見解，提高學生的學習興趣。

3.3 增加報告成績比重，推動學生深入思考

互聯網時代使得信息可以經由網絡平臺得到迅速傳播，也為“人工智能導論”公選課的多維度考核提供了可能。雨課堂作為全球用戶規(guī)模第二大的慕課平臺，它為學生的深入學習提供了便利，學生可以閱讀教師轉發(fā)的帖子作為學習參考。作為教師，為了推動學生深入思考，考慮到將每次課堂的作業(yè)統(tǒng)一為若干次的報告，報告成績與課堂成績無線性關系，報告成績主要反映的是學生的課外學習程度，要求學生把課堂學習和課外自主學習聯系到一起，形成書面報告，再通過雨課堂進行提交，推動學生深入思考，這將是一種合理有效的學習及考核方式。然而，具體如何分配出勤、預習、課堂、復習、討論、報告這6 種成績的占比，還要經過多次的課堂實踐及數據分析。文章所提出的對雨課堂收集的客觀數據的統(tǒng)計學分析方法，將為開展科學合理的課程評價提供參考。