人工智能新時(shí)代下教學(xué)改革的新思考

翟紅林，張曉昀，曹晶晶

蘭州大學(xué)化學(xué)化工學(xué)院，蘭州 730000

關(guān)鍵字：人工智能；化學(xué)信息學(xué)；教學(xué)改革與實(shí)踐

自從2017年5月圍棋系統(tǒng)AlphaGo機(jī)器人以3 : 0擊敗了當(dāng)時(shí)的世界圍棋冠軍以來(lái)，人工智能的理論、技術(shù)與應(yīng)用進(jìn)入了一個(gè)蓬勃發(fā)展的新階段。特別是，ChatGPT-4的推出引發(fā)了人們極大的震撼。大數(shù)據(jù)、大算力、大模型所導(dǎo)致的智能涌現(xiàn)使得人工智能從傳統(tǒng)的辨識(shí)模式走向了生成模式，因而受到了高度的關(guān)注。有人為此歡呼，有人感到恐慌。毋庸置疑的是，人工智能的快速發(fā)展已經(jīng)在不同層面、不同程度上影響著人們生活、學(xué)習(xí)及工作的思維和習(xí)慣，不僅正在深刻地改變著科學(xué)研究的范式，也必然地促使我們對(duì)現(xiàn)代科技人才的培養(yǎng)進(jìn)行新的思考。

1 人工智能與機(jī)器學(xué)習(xí)

人工智能(Artificial Intelligence，AI)是指用于模擬、延伸和拓展人類(lèi)智能的理論、方法與技術(shù)，其本質(zhì)特征在于，基于已有的信息資源、采取復(fù)雜的數(shù)據(jù)挖掘算法建立可用于預(yù)測(cè)分析的數(shù)學(xué)模型。機(jī)器學(xué)習(xí)(Machine Learning, ML)則是實(shí)現(xiàn)人工智能最重要的策略之一，其發(fā)展可大致分為三個(gè)層面(圖1)：

圖1 人工智能發(fā)展的三個(gè)層次

1) 基于有限樣本數(shù)據(jù)、主要采用數(shù)理統(tǒng)計(jì)等方法建立預(yù)測(cè)模型。從數(shù)據(jù)的預(yù)處理、特征信息的提取到模型的建立等各個(gè)環(huán)節(jié)與步驟均由人工完成設(shè)計(jì)，機(jī)器僅“依計(jì)而行”，也被稱(chēng)為淺層機(jī)器學(xué)習(xí)。

2) 利用大量樣本數(shù)據(jù)、以人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network, ANN)為主要基礎(chǔ)的復(fù)雜模型建立。機(jī)器能夠通過(guò)自己的學(xué)習(xí)實(shí)現(xiàn)從原始數(shù)據(jù)中完全自動(dòng)地篩選、提取所需的特征信息并完成與目標(biāo)的映射關(guān)聯(lián)，因而也被稱(chēng)為深度機(jī)器學(xué)習(xí)(簡(jiǎn)稱(chēng)深度學(xué)習(xí)，Deep Learning, DL)。

3) 采用海量的大數(shù)據(jù)樣本、以深度學(xué)習(xí)為基礎(chǔ)建立大型或超大型模型。大模型不僅可以更加精準(zhǔn)地辨識(shí)、預(yù)測(cè)目標(biāo)，而且還可以通過(guò)自主的學(xué)習(xí)去探索更大的信息空間而具備新的技能，即具有生成特性。其在諸多領(lǐng)域的應(yīng)用取得了前所未有的突破，對(duì)人類(lèi)生產(chǎn)與生活的眾多方面帶來(lái)變革性影響，也讓人們?cè)僖淮胃惺艿搅宋C(jī)。

2 人工智能對(duì)化學(xué)研究的變革

傳統(tǒng)認(rèn)知上，化學(xué)工作是在有試管、燒瓶、分析儀器等等的實(shí)驗(yàn)室中進(jìn)行的，而化學(xué)研究則是“Chem-is-try”。然而，受益于量子化學(xué)與分子力學(xué)的發(fā)展，以理論計(jì)算與模擬為主的計(jì)算化學(xué)(Computational Chemistry)取得了長(zhǎng)足的進(jìn)步，不僅能夠從分子、原子水平對(duì)實(shí)驗(yàn)結(jié)果加以解釋、提供理論支撐，而且還可為更加高效地開(kāi)展實(shí)驗(yàn)工作提供有益的指導(dǎo)。另一方面，各種數(shù)理統(tǒng)計(jì)的建模與分析方法也被大量地應(yīng)用于化學(xué)信息的挖掘，以揭示化學(xué)變化的內(nèi)在規(guī)律、助力化學(xué)實(shí)驗(yàn)研究。本質(zhì)上，無(wú)論是理論計(jì)算與模擬還是統(tǒng)計(jì)建模與分析，都可歸屬于各種機(jī)器學(xué)習(xí)方法與技術(shù)在化學(xué)研究中的應(yīng)用。不可否認(rèn)的是，隨著大數(shù)據(jù)的快速擴(kuò)充、大算力的持續(xù)增強(qiáng)、人工智能大模型的不斷涌現(xiàn)，基于實(shí)驗(yàn)和物理模型的化學(xué)研究與基于機(jī)器學(xué)習(xí)的人工智能正逐漸進(jìn)入深度的融合。

例如在合成化學(xué)中，采用逆合成分析法進(jìn)行合成路線的設(shè)計(jì)是最常用的策略。然而，即便是具有豐富經(jīng)驗(yàn)的合成化學(xué)家也難以完全掌握并清晰記住數(shù)不勝數(shù)的化學(xué)反應(yīng)。盡管借助化學(xué)文獻(xiàn)數(shù)據(jù)庫(kù)(如Reaxys)，化學(xué)家們只需通過(guò)分子結(jié)構(gòu)、化學(xué)反應(yīng)的輸入便可篩選并設(shè)計(jì)出可能的合成路線，但要發(fā)現(xiàn)真正適合的、高效的合成反應(yīng)新路線，仍然要依賴于化學(xué)家的知識(shí)與經(jīng)驗(yàn)。計(jì)算機(jī)輔助合成路線設(shè)計(jì)(CASP)的研究由來(lái)已久[1]，并取得了可喜的進(jìn)展[2]。2016年，韓國(guó)蔚山國(guó)家科學(xué)技術(shù)學(xué)院(UNIST)公布了一款名為Chematica的逆合成分析軟件(現(xiàn)已更名為Synthia?)[3]；經(jīng)過(guò)不斷的改進(jìn)與訓(xùn)練，該軟件可用于設(shè)計(jì)復(fù)雜天然產(chǎn)物的全合成路線，并且已在實(shí)驗(yàn)室中成功地驗(yàn)證了其中的三種合成方法[4]。2018年，上海大學(xué)和德國(guó)明斯特大學(xué)的研究人員報(bào)道了一款設(shè)計(jì)分子合成路線的人工智能新工具，只是基于已經(jīng)報(bào)道的單步反應(yīng)即可自行學(xué)習(xí)化學(xué)轉(zhuǎn)化規(guī)則，并進(jìn)行快速、高效的逆合成分析[5]。2019年，麻省理工學(xué)院(MIT)研究人員研發(fā)了一種結(jié)合人工智能方法設(shè)計(jì)合成路線及機(jī)器人執(zhí)行的自動(dòng)化合成平臺(tái)，能夠?yàn)樵O(shè)定的目標(biāo)分子提出多條合成路線及其反應(yīng)條件等，并根據(jù)合成的步數(shù)及預(yù)測(cè)產(chǎn)量推薦最佳路徑；同時(shí)，該平臺(tái)擁有一個(gè)靈活的機(jī)器人手臂，可執(zhí)行所有合成操作流程、實(shí)現(xiàn)自動(dòng)化合成，已成功用于15個(gè)化學(xué)小分子藥物的合成路線設(shè)計(jì)和自動(dòng)化合成[6]。同年，英國(guó)格拉斯哥大學(xué)的Leroy Cronin課題組采用Chemputer系統(tǒng)進(jìn)行三種藥物的合成，其產(chǎn)率與文獻(xiàn)報(bào)道的人工合成相當(dāng)[7]。2020年，利物浦大學(xué)Andrew I. Cooper課題組研發(fā)的自動(dòng)化合成機(jī)器人在八天內(nèi)進(jìn)行了688次連續(xù)反應(yīng)(圖2)，發(fā)現(xiàn)了光解水產(chǎn)氫的光催化劑[8]。2023年，中山大學(xué)陳語(yǔ)謙團(tuán)隊(duì)依據(jù)反應(yīng)轉(zhuǎn)化的簡(jiǎn)易機(jī)理提出了一種基于圖神經(jīng)網(wǎng)絡(luò)的Graph2Edits，用于逆合成預(yù)測(cè)[9]。當(dāng)然，相對(duì)于合成化學(xué)的復(fù)雜性、藝術(shù)性而言，目前的人工智能還難以滿足人們所有的需求。

圖2 自動(dòng)化合成機(jī)器人

盡管尚處于起步階段，以生成式為主要特征的大模型構(gòu)建與應(yīng)用成為了人工智能發(fā)展的重要方向。化學(xué)的魅力之一在于不斷的發(fā)現(xiàn)與創(chuàng)新，但以往的研究思路仍然局限于已知的化學(xué)事實(shí)，而這僅僅是化學(xué)信息空間中極其有限的一小部分。由于能夠突破原有訓(xùn)練樣本數(shù)據(jù)的局限而探索更大的信息空間，基于各種變分自動(dòng)編碼器(VAE)的生成式模型已經(jīng)在分子設(shè)計(jì)與優(yōu)化[10,11]、化學(xué)反應(yīng)研究[12]、材料發(fā)現(xiàn)[13]等方面顯示出了巨大的應(yīng)用前景。

2021年5月，上海交通大學(xué)聯(lián)合Science雜志發(fā)布了全球最前沿的125個(gè)科學(xué)問(wèn)題(“125 questions:Exploration and discovery”)。其中第10個(gè)問(wèn)題是，人工智能會(huì)重新定義化學(xué)的未來(lái)嗎？(Will AI redefine the future of chemistry？)

該來(lái)的終究要來(lái)，誰(shuí)也阻擋不了時(shí)代前進(jìn)的腳步。

3 人工智能新時(shí)代下的人才培養(yǎng)

2007年，圖靈獎(jiǎng)得主Jim Gray在NRC-CSTB大會(huì)上提出了科學(xué)研究的四類(lèi)范式[14]：實(shí)驗(yàn)科學(xué)是第一范式，在研究方法上以歸納為主，帶有較多盲目性的觀測(cè)和實(shí)驗(yàn)；理論科學(xué)是第二范式，偏重理論總結(jié)和理性概括，在研究方法上以演繹法為主；計(jì)算科學(xué)是第三范式，主要根據(jù)現(xiàn)有理論的模擬仿真計(jì)算，再進(jìn)行少量的實(shí)驗(yàn)驗(yàn)證；數(shù)據(jù)密集型科學(xué)即第四范式，以大量數(shù)據(jù)為前提，運(yùn)用機(jī)器學(xué)習(xí)等數(shù)據(jù)挖掘技術(shù)從大量已知數(shù)據(jù)中探索未知(圖3)。

圖3 科學(xué)研究四范式

顯而易見(jiàn)，現(xiàn)代科技發(fā)展隨著人工智能新時(shí)代的到來(lái)已經(jīng)進(jìn)入到了第四范式，而化學(xué)研究則全面覆蓋四個(gè)范式，形成了以實(shí)驗(yàn)、理論與計(jì)算三方面相互支持與促進(jìn)的新特點(diǎn)。因此，對(duì)人才的培養(yǎng)提出了更新、更高的要求，主要體現(xiàn)在以下三個(gè)層面：

(1) 注重信息素養(yǎng)、迎接AI挑戰(zhàn)。

信息素養(yǎng)不僅僅是指能夠進(jìn)行計(jì)算機(jī)搜索、百度搜索、網(wǎng)上購(gòu)物、智能支付等日常的簡(jiǎn)單操作，還應(yīng)該在更高的水平上更深入地理解信息獲取、轉(zhuǎn)化、加工及應(yīng)用的思維特點(diǎn)與技術(shù)實(shí)現(xiàn)，把握信息技術(shù)的優(yōu)勢(shì)與風(fēng)險(xiǎn)，并將其合理應(yīng)用、有效地融入到生活與工作之中。這種思維習(xí)慣只能通過(guò)多維度、多層面的反復(fù)錘煉而養(yǎng)成。在這個(gè)大數(shù)據(jù)、大模型的新時(shí)代里，良好的信息素養(yǎng)已經(jīng)成為現(xiàn)代專(zhuān)業(yè)人才極其重要的基本技能之一。因此，必須更加注重學(xué)生信息素養(yǎng)的提升，并貫穿于所有的教學(xué)活動(dòng)之中。特別是面對(duì)AI大模型，要順應(yīng)時(shí)代的發(fā)展，引導(dǎo)學(xué)生迎接AI的挑戰(zhàn)。

雖然AI技術(shù)的發(fā)展與應(yīng)用讓人瞠目結(jié)舌，但我們也應(yīng)該清楚地認(rèn)識(shí)到，真正的智能是以理解、分析為基礎(chǔ)的感知與決策，而非僅僅是數(shù)據(jù)的驅(qū)動(dòng)！人類(lèi)決定性的主導(dǎo)地位難以憾動(dòng)。當(dāng)然，隨著AI技術(shù)的不斷進(jìn)步，越來(lái)越多基礎(chǔ)性、事物性甚至具有一定智力性的工作會(huì)由作為助手的AI取代完成；未來(lái)化學(xué)領(lǐng)域的AI應(yīng)用可以將研究人員從繁瑣的手工勞動(dòng)中解放出來(lái)，使之有更多的時(shí)間和精力開(kāi)展更高端的研發(fā)與創(chuàng)新。因此，AI技術(shù)的發(fā)展與應(yīng)用不是人們躺平的理由，而是對(duì)人的能力提出了更高的要求?？梢灶A(yù)見(jiàn)到的是，AI加持下人所表現(xiàn)出來(lái)的能力才是新時(shí)代里最為重要的能力。

(2) 更新教學(xué)思維、優(yōu)化教學(xué)體系。

盡管我們都認(rèn)同“授人以漁”、問(wèn)題導(dǎo)向等教學(xué)理念，然而在實(shí)際的教學(xué)過(guò)程中卻太多地關(guān)注了知識(shí)體系完整的傳承，唯恐遺漏了某些重要的知識(shí)點(diǎn)而虧待了學(xué)生，從而導(dǎo)致了目前的教學(xué)體系大多仍以知識(shí)匯集為主。孰不知，知識(shí)是在源源不斷地產(chǎn)生與更新的，學(xué)無(wú)止境；僅就掌握知識(shí)而言，人類(lèi)難以超越經(jīng)過(guò)訓(xùn)練的AI模型。能力的培養(yǎng)的確離不開(kāi)知識(shí)點(diǎn)的支撐，但并非知識(shí)的豐富就直接等同于能力的高強(qiáng)。

教學(xué)講授不同于學(xué)術(shù)報(bào)告，其關(guān)注點(diǎn)與方式方法各有不同。學(xué)術(shù)報(bào)告須體系完整、細(xì)節(jié)清晰；教學(xué)工作則必須要遵從人的認(rèn)知規(guī)律、知識(shí)的傳授應(yīng)該是為學(xué)生思維的發(fā)展而服務(wù)的。我們以為，通過(guò)精心選取、有效組織少量的、必要的知識(shí)點(diǎn)為作支撐，著重于理論與方法、思考與判斷的講授及訓(xùn)練，引導(dǎo)學(xué)生自行延伸到其它更多相關(guān)的知識(shí)點(diǎn)。這樣，不但可以減輕教與學(xué)的負(fù)擔(dān)、緩解教學(xué)內(nèi)容多與教學(xué)時(shí)數(shù)少的矛盾，更有利于激發(fā)、提高學(xué)生的學(xué)習(xí)熱情和學(xué)習(xí)能力，拓展學(xué)科的交叉，提高教學(xué)效率。當(dāng)然，這種新型教學(xué)體系的構(gòu)建與優(yōu)化是一個(gè)涉及多學(xué)科、多課程的系統(tǒng)工程，不僅要破除各學(xué)科課程間的人為界限，更需要加強(qiáng)思維發(fā)展的綜合訓(xùn)練。這是教學(xué)改革中最重要、也是最大的改革方向，對(duì)教師的專(zhuān)業(yè)水平與教學(xué)能力提出了更高的要求。

(3) 運(yùn)用AI工具，助力教學(xué)改革。

習(xí)總書(shū)記強(qiáng)調(diào)，“中國(guó)高度重視人工智能對(duì)教育的深刻影響，積極推動(dòng)人工智能和教育深度融合，促進(jìn)教育變革創(chuàng)新”。國(guó)務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》，明確利用智能技術(shù)加快推動(dòng)人才培養(yǎng)模式、教學(xué)方法改革；教育部出臺(tái)《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》，并先后啟動(dòng)兩批人工智能助推教師隊(duì)伍建設(shè)試點(diǎn)工作。7月8日，2023年世界人工智能大會(huì)教育論壇在世博中心舉行，主題為“引領(lǐng)學(xué)習(xí)變革 智創(chuàng)教育未來(lái)”?？梢钥隙ǖ氖?，人工智能技術(shù)的發(fā)展與應(yīng)用將為教育教學(xué)改革提供巨大的空間及技術(shù)支撐；“人工智能+教育”在教、練、考、評(píng)、管等各環(huán)節(jié)會(huì)不斷碰撞出新的火花，將加速實(shí)現(xiàn)更加個(gè)性化、精準(zhǔn)化、高效化的教育教學(xué)，為人才創(chuàng)新培養(yǎng)注入強(qiáng)勁動(dòng)能。作為教師，我們必須積極順應(yīng)AI發(fā)展、充分學(xué)習(xí)并利用AI技術(shù)助力教學(xué)改革，以滿足現(xiàn)代人才培養(yǎng)的需要。

在未來(lái)，AI不會(huì)取代教師職業(yè)，但很可能會(huì)取代不懂運(yùn)用AI的教師。

4 《化學(xué)信息學(xué)》課程教改的探索與實(shí)踐

化學(xué)信息學(xué)作為化學(xué)專(zhuān)業(yè)人才培養(yǎng)的重要組成部分，一直受到我院的高度重視。隨著入學(xué)大學(xué)生信息水平與能力的提高及信息技術(shù)類(lèi)課程體系改革的深入，根據(jù)學(xué)院人才培養(yǎng)目標(biāo)及化學(xué)信息學(xué)的發(fā)展，我們通過(guò)合并、撤換相關(guān)課程及內(nèi)容，重新組建了《化學(xué)信息學(xué)》課程的教學(xué)體系[15]并編寫(xiě)出版了相應(yīng)的本科生教材[16]?！痘瘜W(xué)信息學(xué)》內(nèi)容繁多且涉及多學(xué)科的交叉，屬化學(xué)專(zhuān)業(yè)信息素養(yǎng)類(lèi)課程。經(jīng)過(guò)幾年的教學(xué)實(shí)踐，針對(duì)《化學(xué)信息學(xué)》課程的特點(diǎn)，我們進(jìn)行了多方探索并取得了良好的教學(xué)效果：

(1) 關(guān)注最新動(dòng)態(tài)——追蹤前沿。

化學(xué)信息學(xué)是信息學(xué)等相關(guān)技術(shù)與方法在化學(xué)領(lǐng)域中的應(yīng)用，而新技術(shù)、新方法、新思維的不斷出現(xiàn)，特別是各種AI大模型的持續(xù)推出，對(duì)化學(xué)學(xué)科的發(fā)展產(chǎn)生巨大的影響。作為《化學(xué)信息學(xué)》課程的教學(xué)，必須關(guān)注信息學(xué)方法及其在化學(xué)等領(lǐng)域中應(yīng)用的研究進(jìn)展及最新成果，并及時(shí)將其吸納、融入到課堂教學(xué)之中，引領(lǐng)學(xué)生不僅了解信息技術(shù)的最新發(fā)展與應(yīng)用，而且能夠逐步地、更加深刻地認(rèn)識(shí)與理解科技發(fā)展新時(shí)代下化學(xué)研究的新特點(diǎn)與新范式。如，隨著ChatGPT-4的推出，適時(shí)地在課堂教學(xué)中介紹人工智能的新發(fā)展及其在化學(xué)研究中的新應(yīng)用，引導(dǎo)學(xué)生緊跟時(shí)代發(fā)展，同時(shí)避免認(rèn)知中的各種誤區(qū)，正確理解AI大模型的運(yùn)用及注意防范其帶來(lái)的風(fēng)險(xiǎn)等。

(2) 提升信息素養(yǎng)——思維發(fā)展。

充分關(guān)注學(xué)生信息分析思維的建立、拓展及對(duì)信息處理的基本方法與工具的了解與掌握。在建模分析中，要讓學(xué)生認(rèn)識(shí)到從一階數(shù)據(jù)到二階數(shù)據(jù)可以描述更多、更全面的化學(xué)信息，同時(shí)也包含了更多的干擾。在數(shù)據(jù)處理方法上，從較為簡(jiǎn)單的一階數(shù)據(jù)線性回歸(多元、逐步、主成分、偏最小二乘等)入手，結(jié)合化學(xué)信息獲取技術(shù)的進(jìn)步，擴(kuò)展到針對(duì)二階數(shù)據(jù)發(fā)展起來(lái)的多道偏最小二乘、平行因子分析、多元曲線分辨-交替最小二乘等建模方法，再拓展到人工神經(jīng)網(wǎng)絡(luò)、深度機(jī)器學(xué)習(xí)。在分子模擬的教學(xué)中，使學(xué)生能夠理解不同的基組、力場(chǎng)是基于不同的代表性樣本集、通過(guò)不同的建模方法而獲得，因而具有相應(yīng)的適用體系及預(yù)測(cè)精度。通過(guò)教學(xué)使學(xué)生體會(huì)到建模分析的本質(zhì)就是通過(guò)數(shù)據(jù)操作對(duì)化學(xué)信息進(jìn)行變換以利于獲得內(nèi)在的關(guān)聯(lián)或規(guī)律；人工智能、機(jī)器學(xué)習(xí)等各種模型的建立與應(yīng)用乃至科學(xué)研究的基本思路與方法都類(lèi)似于一個(gè)人的成長(zhǎng)。所不同的是，人的成長(zhǎng)是基于多層面、各角度、大跨度對(duì)社會(huì)與自然的綜合感知與訓(xùn)練。

(3) 研究?jī)?nèi)容特點(diǎn)——分類(lèi)施教。

化學(xué)信息學(xué)屬多學(xué)科交叉，其特點(diǎn)之一是內(nèi)容繁雜。在教學(xué)中，我們仔細(xì)地研究了不同內(nèi)容具有的特點(diǎn)，采取不同的教學(xué)方式。如，對(duì)于化學(xué)信息學(xué)的起源與發(fā)展，采用在學(xué)生自行查閱相關(guān)資料的基礎(chǔ)上，通過(guò)歸納總結(jié)引導(dǎo)學(xué)生理解科技的進(jìn)步是需求與技術(shù)雙輪推動(dòng)的結(jié)果；在化學(xué)文獻(xiàn)計(jì)算機(jī)檢索部分，以學(xué)生實(shí)操教學(xué)為主，使學(xué)生在熟悉網(wǎng)站資源的同時(shí)，理解并掌握關(guān)鍵字檢索與引文檢索兩大策略的特點(diǎn)與優(yōu)勢(shì)；在數(shù)據(jù)處理教學(xué)模塊中，重點(diǎn)講解化學(xué)信息的數(shù)據(jù)組織形式、處理與分析方法之間的關(guān)系及其實(shí)現(xiàn)，培養(yǎng)學(xué)生從實(shí)驗(yàn)、數(shù)據(jù)處理到結(jié)果分析的探究思維能力。此外，我們充分利用網(wǎng)絡(luò)資源、線上教學(xué)平臺(tái)、微信教學(xué)群等以實(shí)現(xiàn)不同教學(xué)內(nèi)容的特性化教學(xué)。

(4) 加強(qiáng)實(shí)操訓(xùn)練——學(xué)以致用。

《化學(xué)信息學(xué)》課程的教學(xué)目標(biāo)就是要在建立并強(qiáng)化學(xué)生專(zhuān)業(yè)信息素養(yǎng)的同時(shí)，進(jìn)一步提升信息處理的能力，因而具有較強(qiáng)的工具類(lèi)課程特征。通過(guò)實(shí)操訓(xùn)練，使學(xué)生易于理解相關(guān)的理論與方法。如在建模分析的課堂教學(xué)中，以Excel應(yīng)用為主、MATLAB函數(shù)調(diào)用為輔加以實(shí)現(xiàn)，同時(shí)也鼓勵(lì)學(xué)生使用他們熟悉或易學(xué)的SPSS、Python等工具。在ChemOffice及HyperChem軟件的教學(xué)中，除了分子結(jié)構(gòu)、化學(xué)反應(yīng)式等的繪制外，通過(guò)分子優(yōu)化、單鍵旋轉(zhuǎn)自由能變化、LUMO與HOMO能量、光譜模擬等計(jì)算，學(xué)生對(duì)于分子空間位阻、前線軌道理論、能級(jí)躍遷等有了更加形象、直觀的認(rèn)識(shí)，為相關(guān)課程的學(xué)習(xí)提供支持。與此同時(shí)，我們還注意將化學(xué)信息學(xué)的技術(shù)方法擴(kuò)展到其它領(lǐng)域以拓寬學(xué)生的視野與思維、加強(qiáng)多學(xué)科知識(shí)的融合。如，主成分分析方法不僅可以用于化學(xué)數(shù)據(jù)，還可以用于諸如大學(xué)排名、單位績(jī)效考核、城市綜合實(shí)力評(píng)價(jià)；因子分析方法還可應(yīng)用于大氣污染物的溯源；聚類(lèi)與判別技術(shù)可用于新冠等諸多疾病的診斷等等。

對(duì)學(xué)生而言，掌握了有效的、好用的工具，就是為理想的實(shí)現(xiàn)插上了翅膀。

(5) 多種考核形式——全面客觀。

根據(jù)不同教學(xué)內(nèi)容的特點(diǎn)，采用不同的考核形式；在真實(shí)反映學(xué)生學(xué)習(xí)情況的同時(shí)，也引導(dǎo)、促進(jìn)學(xué)生的學(xué)習(xí)。我們目前采用的考核形式主要有課堂提問(wèn)(檢查預(yù)習(xí))、隨堂測(cè)驗(yàn)(檢查聽(tīng)課)、課后作業(yè)(復(fù)習(xí)、鞏固與思考)、討論課(拓展思維)、翻轉(zhuǎn)課堂(檢查課外小組學(xué)習(xí)成果)、課程小論文(考查信息處理綜合能力)及期末考試等，實(shí)現(xiàn)過(guò)程性、階段性學(xué)習(xí)的全面評(píng)價(jià)。另一方面，在對(duì)學(xué)生的考核過(guò)程中，教師也對(duì)教學(xué)工作進(jìn)行不斷地分析與反思并加以及時(shí)的調(diào)整；力爭(zhēng)做到在因材施教的同時(shí)，對(duì)《化學(xué)信息學(xué)》課程體系進(jìn)行不斷的完善與優(yōu)化。

5 結(jié)語(yǔ)

人工智能的發(fā)展無(wú)論是對(duì)人們的生活還是化學(xué)工作者的科研都必將產(chǎn)生深遠(yuǎn)的影響。在歷次科技革命中，最終受益的都是敢于創(chuàng)新和擁抱變革的人，而那些忽視和拒絕接受改變的人，其結(jié)局往往會(huì)被時(shí)代拋棄。人工智能新時(shí)代的到來(lái)既是挑戰(zhàn)、更是機(jī)遇：對(duì)于人才培養(yǎng)而言，信息素養(yǎng)的提升及思維能力的增強(qiáng)愈加重要；作為教師，要不斷更新教學(xué)理念與思維、建立合理的課程體系，積極探索AI技術(shù)在教學(xué)活動(dòng)中的應(yīng)用，助力教學(xué)改革。