張 敏，方泳澤

(集美大學計算機工程學院，福建 廈門 361021)

2016年首先提出的“新工科(emerging engineering)”概念在一年內形成了“天大行動”“北京指南”[1-3]和“復旦共識”[4]。教育部高教司領導在新工科建設研討會上指出，新工科應當關注我國的發(fā)展戰(zhàn)略，聚焦于高等工程教育改革，促進新工科建設和發(fā)展，更好地適應新經濟建設[5-6]。新工科建設引發(fā)了我國高教界新一輪的研究和改革熱潮，在工業(yè)界和國際上都產生了較大的影響[7-9]。

近幾年，科學技術的日新月異和人工智能(AI)的迅猛發(fā)展，對人工智能的人才培養(yǎng)提出了更高的要求。然而，傳統(tǒng)的教學方法主要強調掌握人工智能理論知識，而缺少對實踐能力和應用新技術的培養(yǎng)，傳統(tǒng)教學使學生很難適應日后的工作[10]。新工科的核心理念是針對新經濟中跨界創(chuàng)新融合出現的工程問題，采用多學科、多層級和全方位的交叉融合以綜合解決現代工程問題[11]。我們應該與時俱進，綜合培養(yǎng)基于新工科的人工智能人才，使學生具備社會要求的技術和能力。

本文以新工科為導向，從課程體系,課程內容,教學模式和教學評測等方面探討人工智能課程改革，以學生為主體，研究基于開源協(xié)同平臺的開放式課程教學模式和“做中學”理念，采用項目沉浸式教學，提高學生的創(chuàng)新能力和綜合動手能力。

一 人工智能課程教學現狀

隨著人工智能相關技術的迅速發(fā)展和廣泛應用，人工智能越來越受到大家的關注和重視[12]。然而，在培養(yǎng)人工智能新工科人才方面，目前的教學還存在一些亟待解決的問題[13]，主要表現為教學以理論為主，缺少實踐環(huán)節(jié)，強調知識學習，忽視能力的培養(yǎng)[14]。

(一)課程教材相對工業(yè)界發(fā)展滯后

傳統(tǒng)的人工智能教材內容相對滯后，主要介紹經典的人工智能理論，缺少當下流行的深度學習等方面的介紹，導致學生不了解業(yè)界最新的技術思想和工具。學生不僅應該具備扎實的技術能力，更應該具備良好的團隊合作、實踐和自學能力[15]，才能更好地適應企業(yè)的需要。由于現有教材的更新相對于工業(yè)界技術的快速發(fā)展滯后，因此教學內容相對于實際業(yè)界需求脫節(jié)。

(二)缺乏與相關企業(yè)之間的合作

高校在培養(yǎng)人工智能與新工科人才的過程中，由于和企業(yè)的聯(lián)系不夠密切，缺少與相關企業(yè)的合作，從而導致學生對工業(yè)界最新技術缺乏了解，理論與實踐脫軌，不能將自己掌握的知識與實際工作接軌。

(三)注重理論，輕實踐

傳統(tǒng)的課程教學主要基于理論，重點介紹人工智能的理論知識點。學生對于實踐沒有充足的練習，無法做到實際應用，反而導致“上課聽懂，下課即忘”。

(四)教師與學生之間缺乏互動

課堂教學以教師在講臺上講課為主，學生在講臺下被動學。雖然課堂上的教學內容能夠覆蓋各個知識點，但是學生的學習成效并不理想。學生與教師之間相對有效的互動較少，學生得不到有效的反饋，教師也無法及時了解學生的學習情況。

二 人工智能課程體系與教學改革實踐

(一)課程體系設置以能力和素質培養(yǎng)為目標

人工智能課程體系的設置應當以培養(yǎng)學生能力和素質為目標，以“注重課程的基礎性、啟發(fā)性、大視野、系統(tǒng)性”理念為指導[16]，其核心內容不僅僅包括人工智能的基本原理和概念，而且還應當包括人工智能的基本技術和前沿內容。

(二)教學內容優(yōu)化

優(yōu)化的教學內容能使學生盡快了解并進入該領域，使他們能夠更快更好地按要求完成既定的學習任務。除了基礎理論部分，教學內容還應該體現人工智能領域中的新技術，不斷更新和改進課程的教學理念和教學內容。

本課程教學內容設計如表1所示。共計16次課程內容，其中包括課堂小測4次，學期小組項目匯報1次，教學內容15次。從全面性和課程體系覆蓋的角度出發(fā)，教學內容主要包括課堂教學和實驗教學兩個部分，其中課堂教學主要介紹人工智能的基礎理論并引進現在比較熱門的深度學習、強化學習等內容，實驗教學分為入門實踐、啟發(fā)算法、遺傳算法三個個人實驗和團隊項目。團隊項目采用“AI+工程”的方式，基于“做中學”的理念[17]，要求學生認真思考一個復雜的AI問題，增強學生的AI算法模型理解和團隊協(xié)作能力，從而使學生能夠真實體驗AI項目的開發(fā)過程。

平時的作業(yè)中引入了“井字棋游戲”等任務，將搜索算法生動地引入課程與作業(yè)中，寓教于樂。通過循序漸進的上機實驗任務，從入門實踐到算法實現，逐步提高學生的動手能力。實踐教學過程以項目沉浸式為主，即采用不同方式引導學生，以應用為本，讓學生寓學于做[18]。課程實驗中同時還包含一個團隊合作項目，學生需要自由組隊完成團隊任務，以培養(yǎng)學生的團隊合作能力。課程以實踐為主，采用“AI+工程”的方式，團隊項目實踐貫穿整個學期。團隊項目工作流程如圖1所示。

表1 人工智能課程教學內容

圖1 團隊項目實踐流程圖

根據布魯姆的教學分類法[19]，本課程的教學內容能更好地體現人工智能課程教學的復雜度與難度。如圖2所示，“記憶”和“理解”的層次主要體現在人工智能的基本概念、理論知識點、應用技能點和基本工具的使用，能夠對基本概念進行解釋；在“應用”層次上強調學會應用人工智能的方法去解決實際問題；在“分析”層次上要求做到能夠對各個模塊如何結合起來工作進行分析；在“評估”層面能夠分析他人的人工智能系統(tǒng)的優(yōu)缺點；最后，在“創(chuàng)造”層次上提出更高的要求，能夠創(chuàng)造性解決問題。基于以上理念，本課程以團隊項目的形式開發(fā)一個具有真實需求的軟件并在開發(fā)過程中運用人工智能模型解決問題，對項目進行測試、性能分析和改進，并通過課堂展示和項目演示進行項目復審，做出項目的總結和分析，提出進一步的改進。相比較傳統(tǒng)的人工智能教學，該課程在應用、分析、評估與創(chuàng)造層面有著更多的體現。

圖2 人工智能教育與Bloom認知層次的對應

(三)開放式教學方法與課程模式

教學過程采用開放式教學，將所有的教學內容、課程大綱、實驗內容等放至開源社區(qū)GitHub上，構建可持續(xù)開源課程模式。開源課程(Open-source course)是基于開源思想的課程建設模式，屬于開源行動的一個新領域[20]。圖3體現了開源課程的含義：開放的課程內容，所有人都可以在開源社區(qū)中訪問課程資源并參與課程討論?；陂_源課程模式，本人構建的所有課程資料為共享模式，他人可以免費獲取最新資源，并在此基礎上進行更新和構建自己的課程資源。開源課程的版本隨著越來越多人的參與也不斷更新。同時，課程資源的作者隊伍也在不斷壯大。不僅僅是由教師一人完成課程建設，而是由參與的每個人共同完成該課程，每個人都是可看作該課程建設的主體。參與開源課程建設，不僅可以展示自己的教學成果，而且讓更多的人參與課程建設，能夠幫助自己發(fā)現問題，提升課程質量，同時也能確保自己的課程一直處于實時更新狀態(tài)，構建一個開放的生態(tài)系統(tǒng)。

圖3 開源課程的含義

開源發(fā)展的過程是人才實踐成長的過程。所有的學生團隊項目都基于開源社區(qū)Github，該社區(qū)有足夠多的被業(yè)界廣泛使用的優(yōu)秀范例和最佳實踐，同時也成為與工業(yè)界連接的橋梁，幫助學生通過開源增強對業(yè)界實踐的了解、學習和認識。

以學生團隊項目“智能對聯(lián)項目”為例。首先學生團隊在GitHub上創(chuàng)建團隊項目，參考微軟提供的數據，基于深度神經網絡，團隊分工完成項目前端到后端的構建，整個項目開發(fā)的生命周期如圖4所示。

圖4 深度學習模型構建的生命周期

在整個實踐過程中，以學生為主體，所有的項目資料都存放于開源社區(qū)并對所有人可見，起到了很好的催化作用，使其主動地去學習、思考、研究、總結、分享并具備一定的創(chuàng)新能力。

(四)建立產學合作

學校通過產學合作，可以了解企業(yè)的用人標準，并與課程的教學大綱相結合，改進教學內容，更適應企業(yè)需求。學生也有機會參與企業(yè)的項目或研究，從而使高校在新工科的人才培養(yǎng)上更貼近社會和企業(yè)實際需求，學生能更好地適應激烈的求職競爭[21]。本課程基于2018年教育部-微軟產學合作(教學內容與改革項目)，課程教學適當引入企業(yè)資源，能夠充分利用微軟提供的優(yōu)秀資源和教育社區(qū)，采用與真實的工作業(yè)務流程相一致的項目進行教學，使學生能夠很好的體驗企業(yè)的真實開發(fā)流程。

(五)教學評測

教學評測是一個課程必要的環(huán)節(jié)。課程考核內容包括以下兩個部分：占比30%的平時課堂表現和占比70%的過程性考核。

團隊合作項目中的現場展示環(huán)節(jié)，教師的點評和學生互評與交流討論，以及事后分析及改進環(huán)節(jié)，都能夠更好地提升項目的質量?；陧椖康倪^程考核設計，現場展示效果和展示結束后提交的技術報告改進版，都包含在最終的學習考核中。因此，課程考核主要包括課堂小測、個人實驗、團隊作業(yè)、團隊項目展示和技術報告等5項內容，以此作為過程性考核的主要依據。

三 教學實踐分析

我們以2016級網絡工程專業(yè)1、2、3班為對象進行了教學實踐。課程結束后，同學們通過問卷調查的方式對本課程作出評價，共回收有效問卷75份。

(一)滿意度統(tǒng)計分析

滿意度調查數據如圖5所示，分別對課程總體學習、課程主題和內容以及課程實驗環(huán)節(jié)進行了滿意度調查，其中非常滿意1、2、3班分別為58.7%、50.67%和49.33%，滿意度分別為38.7%，45.33%和49.33%，說明約97%的同學對本課程的新工科課程改革表示滿意。

圖5 課程滿意度調查

基于新工科的開放式教學模式能夠讓學生充分利用現有的互聯(lián)網和開源社區(qū)資源進行高效地學習，而且，學生也能夠通過不斷地交流互動得到及時有效的評價反饋。

(二)課程內容與掌握程度調查

在課程改革過程中，針對各個教學知識點、教學內容的難易程度和學生的掌握程度做了問卷調查，結果如圖6所示。其中約為48%的同學認為教學內容難易適中，52%左右的同學認為學習內容較難。調查結果表明人工智能課程的教學內容相對較難，需要學生花費更多的時間去理解和掌握。

圖6 學生掌握程度調查

(三)課程主題感興趣程度調查

對課程各個教學模塊學生感興趣內容進行調查，如圖7所示，學生最感興趣的內容為AI與游戲，其次是搜索與博弈。調查表明游戲方面的內容學生更加感興趣，考慮在以后的教學內容中可采用游戲化的方式教學。

圖7 學生對課程內容感興趣百分比調查

四 結束語

本文基于 “新工科”的要求，對人工智能課程的課程體系、教學內容，教學模式和教學評測等方面進行改革和實踐。以能力和素質培養(yǎng)為目標，基于開源課程的教學模式，以產學合作和項目沉浸式的方式讓學生體驗一個AI工程項目的團隊合作完成的過程，從而更好地完成課程教學。