李 璇，陳 柳，田 斌，程 莉，洪漢玉

（武漢工程大學，湖北 武漢 430205）

0 引言

為了響應加快發(fā)展新一代人工智能、培養(yǎng)人工智能領域科技創(chuàng)新人才的號召，各高校加緊了人工智能課程群的建設。模式識別課程作為人工智能課程群中的核心課程之一，被國內(nèi)外眾多高校納入到信息類、控制類、計算機類等專業(yè)本科生培養(yǎng)的必修課程之中[1-2]。然而，模式識別課程在實際的本科生教學中存在著一些局限性，首先模式識別課程具有數(shù)理內(nèi)容多、建模難度高、內(nèi)容更新快等特點，在課堂教學中導致學生知識接受程度低，且難以構建系統(tǒng)的知識體系；再者，模式識別課程通常被設置為專業(yè)課，授課時長有限，且多為理論課時，學生難以利用有限的課堂教學時間掌握這門課程的理論知識，更無法將有限的理論知識與實際應用相結合。因此，如何設計適合本科生知識儲備的新型教學模式，以及如何幫助學生充分掌握與工程應用能夠有效對接的理論知識是目前模式識別課程教學中亟需解決的問題。

PBL（Problem-Based Learning）和 RBL（Resource-Based Learning）教學法是世界高等教育中經(jīng)典的以“學生”為中心的教學模式。PBL教學法最早由美國神經(jīng)病學教授巴羅斯提出，它是以問題為導向的情景化教學模式，目的在于促進學生的開放式探究、獨立學習和終身學習，并有利于團隊合作及批判性思維能力的發(fā)展[3-4]。而RBL教學法則是順應網(wǎng)絡信息時代而生的現(xiàn)代教學模式，它以資源為導向，目的在于幫助學生獲得充分發(fā)掘和利用各種資源進行自主學習的能力，不斷提高學生的學科素養(yǎng)和信息素養(yǎng)[5-6]。

鑒于問題導向方式與資源導向方式在現(xiàn)階段數(shù)字信息時代的強適應性優(yōu)勢，結合模式識別課程本身所獨具的特點，本文提出了一種基于問題和資源雙導向的融合式教學模式，充分利用兩種導向的優(yōu)勢和互補性，高度匹配當代大學生的教育背景和學習素養(yǎng)，教學過程中以學生為主體，教師作為教學活動的發(fā)起者和引導者，將知識點融入問題任務中，通過開放式教學過程，提高學生獲取信息的能力，從而提升模式識別課程的教學質(zhì)量和教學效果。

1 面向本科生的模式識別課程教學中存在的問題

模式識別是一門起源很早、發(fā)展很快的學科，在深度學習高速發(fā)展的今天，依然作為一門重要的學科推進著人工智能的發(fā)展[7]。模式識別是信息科學和人工智能的重要組成部分，其內(nèi)容涵蓋廣泛，包括統(tǒng)計決策、線性分類、非線性分類、神經(jīng)網(wǎng)絡、感知器等等，這些知識為從事人工智能領域研究的研究者們打下了堅實的理論基礎。

從傳統(tǒng)的教學方式來看，模式識別課程的教學存在以下一些問題：（1）課程的教與學主要依托于教材，由于教材的內(nèi)容有限，其中出現(xiàn)的知識點和方法論都是高度歸納和凝練的，缺乏具體的分析舉例；同時，教材普遍存在新穎性和創(chuàng)新性不足的問題，無法滿足模式識別技術快速發(fā)展的需求。（2）在實際教學環(huán)節(jié)中，教材中的知識多以概念、公式和例題的形式呈現(xiàn)，教師即使具備再高超的講課技巧，都繞不開復雜的公式推導和難以聯(lián)系實際的方法論。在傳統(tǒng)的課堂中，講到能引起共鳴的應用舉例時，學生們興致盎然，但一旦遇到數(shù)學概念或者公式推導時，學生就會產(chǎn)生畏難情緒。隨著課程的推進，涉及到的公式、原理和方法越來越多，知識點不斷積累、難度不斷加深，導致很多學生無法跟上進度，更有甚者會對課程產(chǎn)生放棄的念頭。（3）模式識別這門課程需要高等數(shù)學、數(shù)理論、概率論、圖像處理等多門學科作為基礎，因此如果學生在這些課程的基礎較為薄弱的情況下學習模式識別，就會更加覺得有難度。在這種情況下，教師作為知識的傳授者也會受到影響，一方面沒有辦法臨時更改原定的教學計劃，一方面會懷疑自己的教學能力。因此，在現(xiàn)階段，設計適合本科生模式識別課程的新型教學模式就顯得尤為必要。

2 PBL和RBL融合式教學模式設計

與傳統(tǒng)的教學模式相比，PBL將學習主體從教師遷移到學生，不僅要求學生具有良好的團隊協(xié)作、自主學習能力，更要求教師具有較高的專業(yè)水平、教學能力和組織能力。早在1986年，原上海第二醫(yī)科大學（現(xiàn)上海交通大學醫(yī)學院）和原西安醫(yī)科大學（現(xiàn)西安交通大學醫(yī)學部）就將PBL教學模式引入到國內(nèi)的教學中[3]，由于醫(yī)學領域的教學模態(tài)屬于典型的案例型驅動模態(tài)，充分的資源和案例使得PBL教學具有可行性。通過幾十年的探索和發(fā)展，PBL教學模式在眾多醫(yī)學院的課程改革中取得了一定的成效。

鑒于PBL教學模式在醫(yī)學領域的成功應用，越來越多的教育研究者希望將該模式應用于人工智能領域的教學之中[8-10]。然而，由于互聯(lián)網(wǎng)行業(yè)和人工智能行業(yè)是近年來才得以快速發(fā)展的新興行業(yè)，其領域知識更新較快，成型的案例較少，將PBL教學模式應用于信息類或者工程類課程的研究還沒有特別多。PBL中所倡導的探究式學習和獨立學習離不開對信息的獲取和對資源的尋求，對學生來說，這是最為困難的環(huán)節(jié)。因此，充分了解和掌握資源型導向 RBL教學模式的特性，并將其有效融入到基于問題導向的PBL教學模式中，有利于培養(yǎng)學生在互聯(lián)網(wǎng)時代面對海量數(shù)據(jù)時，獲得信息搜集、處理、整合和反饋的自主學習能力，將學科課程學習目標與信息學習素養(yǎng)整合起來，不斷增強自我更新、自我發(fā)展和終身學習的觀念與能力。

本文通過學習PBL和RBL教學模式的先進理念，結合模式識別課程的特點，對兩種教學模式進行有機融合，從而對模式識別課程的教學方法與手段、考核評價方式等方面進行改革和創(chuàng)新。本文提出的PBL和RBL融合式教學模式的總體教學思路框架如圖1所示。融合式教學模式將課程的全部教學環(huán)節(jié)整合成一個閉環(huán)，從課堂教學環(huán)節(jié)開始，由教師將已經(jīng)講解過的知識點中的重難點問題分解出來，根據(jù)學生的接受程度和需求，歸納成具體的問題發(fā)布給學生；然后學生根據(jù)項目或問題通過查找資料、分析問題來制定執(zhí)行方案和計劃；學生再按照制定的計劃利用資源獨立查找相應問題的解決方案，完成探究實踐過程；學生可以以個人或者小組的形式，通過線上線下相結合的方式將初步結果進行交流和分享，總結后將結論反饋給教師；教師給出反饋和評價，并將結論融入到課堂教學環(huán)節(jié)中?？傮w教學思路的主線流程采用典型的問題導向方式，資源導向方式在過程中輔助整個主線流程的推進。

圖1 總體教學思路設計圖Fig.1 the overall designment of the proposed teaching mode

3 融合式教學模式在模式識別課程中的應用

3.1 融合式教學模式在模式識別課程中的實施機制

為了避免基于 PBL和RBL模式的教學活動會演化成單一程序化的“提出問題、簡單的資源組合、學生陳述”的教學過程，以下針對教的問題、學的問題和資源的問題來闡述融合式教學模式在模式識別課程中的實施機制。

（1）凝練問題、提出問題的機制

教師通過對人工智能研究領域和互聯(lián)網(wǎng)行業(yè)的大量調(diào)研，將與課程相關的問題案例形成教學內(nèi)容的問題源，將實際問題案例植入專業(yè)課程教學中。具體來說，教師應充分把握教學目標，將圍繞教學目標的知識點進行梳理和分類，提煉出關鍵問題，要善于培養(yǎng)學生的問題意識，創(chuàng)造恰當?shù)膯栴}氛圍；教師要精選案例，加強理論知識和工程應用的對接，并列舉出恰當?shù)膽冒咐?，以視頻或者動畫等豐富的教學形式展示給學生。

提出問題時，教師應遵循突出重點、尋找關聯(lián)點的原則。以模式識別中統(tǒng)計決策方法這一章節(jié)為例，最為核心的知識就是決策方式的學習，包括最小錯誤率貝葉斯決策、最小風險貝葉斯決策、聶曼-皮爾遜決策以及不同數(shù)據(jù)分布模型下的決策方式，這些看似繁復的決策原理和方法往往讓學生們理不清頭緒。然而，提煉之后發(fā)現(xiàn)，決策方式有著相似的判定思路，不同條件下的貝葉斯決策在參數(shù)設定上有著必然的聯(lián)系，貝葉斯決策和聶曼-皮爾遜決策之間有著相關聯(lián)的應用條件，不同數(shù)據(jù)分布模型下的決策方式亦有著可以總結的規(guī)律。教師如果把這些數(shù)學模型的底層邏輯和聯(lián)系提煉出來，就能很好地幫助學生建立“總-分-總”的知識梳理路徑：從全局闡述決策方法的意義，再細分各方法之間的特點和關聯(lián)，最后總結各方法的應用場景。在此基礎上，將凝練的問題在課程教學過程中，循序漸進的向學生提出。實踐證明，凝練問題、提出問題的機制能夠有效地提高知識的接受度，既幫助學生有序清晰的學習知識點，又能在過程中加強和學生之間的互動。

（2）分析問題、解決問題的機制

從學生的角度出發(fā)，學生自主學習能力、學習積極性和團隊協(xié)作能力是決定融合式教學模式能否取得滿意效果的關鍵因素。自主學習能力包括學生分析問題、歸納問題以及解決問題的能力。在課堂教學中，教師隨著教學內(nèi)容的推進，不斷有問題拋出，學生需要及時捕捉到問題，并且做好準確的記錄；在非課堂環(huán)節(jié)，教師需要引導學生進行自主高效地預習和復習，學生在理解教師課堂所講授的知識之后，需要將問題集中并歸納，并對總結的問題，尋求最優(yōu)的解決方案。學習積極性能夠幫助學生提高課堂學習效率，正確理解老師所提問題、準確將問題提煉歸類。通過團隊協(xié)作，實現(xiàn)知識共享，既能提高學生的溝通交流能力，又能提高解決問題的效率。

（3）搜索資源、利用資源的機制

面對海量的信息和數(shù)據(jù)，如何鑒別資源、搜集資源都是實際教與學過程中面臨的主要問題。有的從教者，由于自身的教學素養(yǎng)和科研水平達不到要求，因此無法提供有效的資源供學習者去學習；有的學習者，因不具備選擇和分析信息的能力，無法順利地從資源中獲取信息，難以在新的教學模式中實現(xiàn)有效學習。因此，教師要保護和開發(fā)稀有的學習資源，并教會學生如何在浩瀚的學習資源中利用最適當?shù)膶W習資源來支持自己的學習。

在傳統(tǒng)的模式識別課程教學中，資源大多數(shù)由教師集成，以資源包的形式在課堂上呈現(xiàn)給學習者，這類型資源缺乏適應性和靈活性，不適用于模式識別等更新發(fā)展較快的人工智能類課程。以問題導向為基線，將傳統(tǒng)形式資源和新型網(wǎng)絡資源相結合，開發(fā)可重用、易移植且生命周期長的學習資源有利于新型教育模式的推廣。通過實踐發(fā)現(xiàn)，借鑒人工智能中的專家系統(tǒng)模式，建立面向模式識別課程的專家系統(tǒng)，有效實現(xiàn)資源的搜集、整理、評估、查詢和更新。具體方案是：將經(jīng)過專家評估的案例、資源以及資源渠道整合到專家系統(tǒng)中，建立模式識別課程資源庫，然后學習者通過查詢數(shù)據(jù)庫，實現(xiàn)資源的搜集和學習。

（4）優(yōu)化互動反饋機制

互動教學的過程中，由教師提出目標，學習者在目標驅動、資源輔助和教師指導下完成信息的搜集和歸納，進而獲得解決問題的方案，達到學習目標。因而，整個過程中，優(yōu)化互動反饋機制顯得尤為必要。

然而，師生間的反饋形式和內(nèi)容，以及師生間的配合度都影響著反饋機制的運作。在探索PBL和RBL兩種教學模式在模式識別教學中的應用時發(fā)現(xiàn)，教師拋出的問題主要分為兩種類型，一種基于數(shù)理理論的問題，其解決方案較為固定，該類問題的提出主要用于促進學生思考、活躍課堂氣氛、提高學生的參與度；另一種是基于真實情景的問題，其解決方案較為開放，教師需要將學生的反饋進行有效的、針對性強的、多形式化的總結。通過反饋機制的建設和完善，能夠帶動整個教學水平的提升，在課上增進師生互動的形式和頻率，包括答疑解惑、問題討論、知識運用等。同時通過形式多樣的反饋活動，加強教師對于學生自主學習成果的指導。促進學生的知識內(nèi)化，培養(yǎng)教師和學生良好的溝通能力和技巧，以提高該教學模式的有效性。

3.2 在模式識別課程中開展融合式教學模式對學生自主學習能力的培養(yǎng)

如今是信息化時代，互聯(lián)網(wǎng)技術、信息技術在改變了各行各業(yè)之后，也在改變著教育行業(yè)。由于互聯(lián)網(wǎng)的開放性、連通性和共享性，越來越多的資源可以被共享，包括電子數(shù)據(jù)、網(wǎng)絡技術、人力資源、書籍文章、音像材料等。針對同一問題，學生可以根據(jù)自己的學習風格、興趣愛好、能力水平進行靈活調(diào)節(jié)，選擇自己認為有價值的材料，選擇自己喜歡的研究方式來研究實際問題；學習過程中，學生主動控制學習過程，調(diào)控學習步調(diào)。

學生在學習過程中提高了資源搜集的能力和團隊合作的能力，能力提升路徑如圖2所示。自主學習和團隊合作并不沖突，前者強調(diào)主動思考和自我學習，后者強調(diào)和諧的分享和交流。從學生的角度出發(fā)，PBL和RBL教學模式對學生的判斷能力、分析能力和決策能力都有極大的提高。

圖2 學生自主學習能力提升路徑圖Fig.2 the promoting path of students’self-learning capacity

3.3 在模式識別課程中開展融合式教學模式對教師能力的提升

與傳統(tǒng)的“以學科為基礎、以教師為中心”的教學模式不同，PBL和RBL融合式教學模式雖然以“學生”為中心，但教師作為問題的發(fā)起者、教學環(huán)節(jié)的引領者，在各個教學環(huán)節(jié)中都扮演著極為重要的角色，因此，這種新型教學模式對教師的能力提出了更高的要求。教師能力的提升包括教師授課能力的提升和教師自身科研能力的提升，兩者相輔相成、互相促進。教師要改變傳統(tǒng)的教學觀念，不僅要成為一名施教者，更要成為一名積極的學習者，不斷提高自身的教學水平和科研水平。通過設計合理的教學環(huán)節(jié)和優(yōu)化教學內(nèi)容，充分發(fā)揮PBL和RBL的融合式教學模式在模式識別課程中的教學優(yōu)勢，既為教師的科研成果轉化為教學內(nèi)容提供了渠道，又讓學生在學習之時，可以獲得最充分的理論和實踐知識。教師通過提出問題和解決方案的過程可以進一步夯實研究的基礎，并推動科研的進步。教師能力提升的路徑圖如圖3所示。

圖3 教師能力提升路徑圖Fig.3 the promoting path of teachers’ capacity

4 結論

本文開展了新工科背景下適應于模式識別課程的新型教學模式的探究。初步的教學實踐表明，本文提出的PBL和RBL融合式教學模式在模式識別課程的教學中，可以幫助教師進一步梳理知識脈絡，同時幫助學生構建知識學習的全局思維。該方法能有效豐富課堂教學模式，提高知識的接受度，增強學生的自主學習能力和師生間的互動機制，幫助學生充分掌握理論知識，并能將其與工程應用有效對接。在教學過程中，提出問題、解答問題、查找資源、反饋問題各個環(huán)節(jié)的有效推進，既有利于將人工智能先進的研究成果充分地應用于本科教學中，又有利于培養(yǎng)學生的自主學習能力以及較強的研究能力，為工程實踐和科研創(chuàng)新提供創(chuàng)新型信息類專業(yè)人才。