摘要：隨著以人工智能為代表的新技術(shù)正推動全球科技產(chǎn)業(yè)革命，人工智能正與新工科人才教育培養(yǎng)深度融合。本課題擬將人工智能應(yīng)用于新工科智能感知技術(shù)課程教學(xué)中，通過將人工智能強大的認知推理和數(shù)據(jù)再生產(chǎn)能力應(yīng)用于混合式教學(xué)框架設(shè)計、教學(xué)過程的數(shù)據(jù)分析處理和智慧管理、教與學(xué)立體評價等環(huán)節(jié)中，大幅度提升課程的教學(xué)效果，實現(xiàn)新工科背景下高素質(zhì)復(fù)合型人才的培養(yǎng)目標(biāo)。

關(guān)鍵詞：新工科；人工智能+教育；混合式教學(xué)；智能感知技術(shù)

一、研究背景及存在的主要問題

（一）研究背景

2017年以來，教育部積極推進新工科建設(shè)，先后發(fā)布了《關(guān)于開展新工科研究與實踐的通知》《關(guān)于推進新工科研究與實踐項目的通知》。隨著教育改革的要求，新工科的發(fā)展在基本的傳承上不斷創(chuàng)新，融合交叉元素，旨在為未來發(fā)展提供智慧和支撐。近年來，人工智能技術(shù)在教育教學(xué)領(lǐng)域有顯著貢獻。人工智能技術(shù)作為現(xiàn)代化教育教學(xué)的重要工具和手段［1］，不斷推動課程體系數(shù)智化重構(gòu)，促使教學(xué)理念、教學(xué)方法、教學(xué)手段的持續(xù)創(chuàng)新。人工智能技術(shù)強大的自我學(xué)習(xí)和認知推理能力，可以為新工科教學(xué)賦予“新能量”，實現(xiàn)教學(xué)的智能化和新工科的創(chuàng)新人才培養(yǎng)。相比于傳統(tǒng)的教學(xué)模式，通過應(yīng)用人工智能技術(shù)可以打破傳統(tǒng)教學(xué)在空間和時間的束縛，并且能讓教學(xué)資源更加豐富，學(xué)生的學(xué)習(xí)更加個性化。

另一方面，混合教學(xué)是一種將智能終端設(shè)備、在線學(xué)習(xí)和課堂教學(xué)相結(jié)合的新型教學(xué)方法。近年來，混合式教學(xué)模式受到高校的廣泛關(guān)注，為高質(zhì)量完成教學(xué)任務(wù)發(fā)揮了重要的作用。同時，廣大教學(xué)工作者關(guān)注于如何使用混合式教學(xué)模式來提高教學(xué)質(zhì)量、提升學(xué)習(xí)者的學(xué)習(xí)體驗感［2］。

如果能將人工智能技術(shù)應(yīng)用于新工科的智能感知技術(shù)課程混合式教學(xué)中，對教學(xué)理念、教學(xué)模式、教學(xué)手段、教學(xué)內(nèi)容等進行創(chuàng)新，創(chuàng)建一個不限制時間和地點的新型課堂，不但加深了學(xué)生們對于智能感知技術(shù)課程和人工智能技術(shù)的理解，同時也為新時代科技快速發(fā)展高層次的人才培養(yǎng)做出貢獻。

（二）存在的主要問題及原因分析

智能感知技術(shù)課程是人工智能、電子信息等相關(guān)專業(yè)的基礎(chǔ)課程。廣泛用于研究物體的特征并且將其轉(zhuǎn)換為電子信息的技術(shù)，在信息技術(shù)領(lǐng)域有很大作用。相比于傳統(tǒng)的傳感器與檢測技術(shù)課程，智能感知技術(shù)課程更注重傳感器應(yīng)用的智能化和通用性，為智能產(chǎn)品的開發(fā)提供了很好的教育基礎(chǔ)。

目前混合式教學(xué)有以下問題需要解決：

問題一：如何進行智能化混合式教學(xué)框架設(shè)計，精確掌握學(xué)生學(xué)習(xí)的情況。

在進行線上課堂教學(xué)時，由于學(xué)生數(shù)量較多，教師很難監(jiān)督和把控每個學(xué)生的學(xué)習(xí)狀態(tài)，并且由于網(wǎng)絡(luò)平臺只提供記錄視頻播放時長等信息，如遇學(xué)生不專心學(xué)習(xí)等其他情況，很難達到精準(zhǔn)處理。在線下課堂學(xué)習(xí)時，同樣的，教師不可能精準(zhǔn)記錄學(xué)生們的學(xué)習(xí)進度以及把控課堂學(xué)習(xí)狀況。這些問題都是需要在混合式教學(xué)中需要去解決的。因為人工智能具有極強的學(xué)習(xí)、推理和認知能力，使用人工智能輔助教學(xué)，可以讓教師們隨時得知學(xué)生的學(xué)習(xí)狀況，并采取更加具有針對性的教學(xué)方案，實現(xiàn)智能教學(xué)。

問題二：如何進行教學(xué)過程智慧管理，提供個性化學(xué)習(xí)資源。

因為不同學(xué)生的學(xué)習(xí)能力和吸收能力存在差異，因此，需要通過根據(jù)每個學(xué)生的自身情況來提供對應(yīng)的學(xué)習(xí)資源和學(xué)習(xí)方案。在人工智能和大數(shù)據(jù)技術(shù)的幫助下，學(xué)生們可以匹配到符合自身的學(xué)習(xí)資源，更加具有針對性。

問題三：如何構(gòu)建科學(xué)的多元化評價體系。

在混合式教學(xué)中，科學(xué)的評價體系能夠讓教師們更好地了解學(xué)生和制訂下一步教學(xué)方案，對于學(xué)生的評價，需要從哪些方面入手，如何建立科學(xué)、客觀、多元化的評價體系都是需要我們著手解決的問題。

（三）解決該問題的意義

1.適應(yīng)新工科的人才需求

通過與人工智能技術(shù)相結(jié)合的混合式課堂教學(xué)，在“智能感知技術(shù)”的幫助下，對整體教學(xué)提供了數(shù)據(jù)的挖掘、統(tǒng)計、分析、預(yù)測等技術(shù)支持。有助于教師對學(xué)生的學(xué)習(xí)狀況的了解和進行下一步教學(xué)的設(shè)計，實現(xiàn)以人工智能為基礎(chǔ)的全面精準(zhǔn)智能化教學(xué)，更加具有個性化與自適應(yīng)性。與智能感知課程相結(jié)合的教學(xué)，適應(yīng)了新工科的人才需求。

2.促進智能感知技術(shù)課程的教學(xué)改革

智能感知技術(shù)課程，其核心在于實踐操作能力的培養(yǎng)，不僅要求學(xué)生掌握相關(guān)的基礎(chǔ)理論和知識，還需要具備獨立分析和解決感知問題的能力。盡管當(dāng)前的線上和線下混合式教育模式提供了豐富的教學(xué)資源和學(xué)習(xí)的自主性，然而，這種模式仍然面臨著課堂互動方式相對單一的問題。通過引入大數(shù)據(jù)和人工智能技術(shù)作為輔助工具，我們可以構(gòu)建一個線上環(huán)境下的訓(xùn)練場景，同時在實際環(huán)境中進行有效的監(jiān)控，以此來推動智能感知技術(shù)的理論和實踐水平的同步提高，從而達到培育未來工科領(lǐng)域復(fù)合型人才的目標(biāo)。

二、解決教學(xué)問題的方法和實施方案

（一）教學(xué)改革所依據(jù)的理論或教育理念

隨著人工智能應(yīng)用落地領(lǐng)域的不斷發(fā)展，“人工智能+教育”在高等教育中的應(yīng)用也隨之深入。將人工智能應(yīng)用于混合式教學(xué)中，能夠豐富人工智能的實踐應(yīng)用，促進新工科的專業(yè)人才培養(yǎng)。相較于傳統(tǒng)的教學(xué)模式，人工智能技術(shù)的應(yīng)用使教學(xué)活動完全突破時間和空間的限制，使資源和內(nèi)容更加豐富、互動信息更加智能以及教學(xué)方法更加靈活［3］。

在新工科領(lǐng)域，我們正致力于通過教育改革來提升其教學(xué)質(zhì)量。包括利用人工智能等先進技術(shù)，嘗試實施一種混合式的教學(xué)策略。這種策略旨在為新工科教育注入新的活力，從而促進其進一步的發(fā)展。此外，我們還將從這些改革中獲得的教學(xué)經(jīng)驗應(yīng)用于電子信息科學(xué)領(lǐng)域的智能傳感技術(shù)課程。這樣不僅可以擴大影響范圍，而且具有以點及面的關(guān)鍵意義。

（二）主要的教學(xué)改革舉措

本課題基于人工智能的智能感知技術(shù)課程教學(xué)改革舉措［4］主要包括以下方面內(nèi)容。

1.人工智能輔助的混合式教學(xué)框架設(shè)計

構(gòu)建以課程教育為核心的人工智能混合式教學(xué)架構(gòu)，其核心要素包括預(yù)習(xí)階段的研究、課堂內(nèi)的學(xué)習(xí)、課后評估以及整體評估。在這個過程中，人工智能和混合式教學(xué)緊密地融合在一起，共同構(gòu)成了課程的整個流程。通過運用人工智能的數(shù)據(jù)分析和機器學(xué)習(xí)技術(shù)，我們可以實現(xiàn)在線資源的共享、線下的實時互動、在線問題的解答以及線上和線下的綜合評估。這些功能不僅為學(xué)生提供了豐富的學(xué)習(xí)資源，也能夠?qū)崟r監(jiān)控課堂學(xué)習(xí)的成果，確保課后自我評估和在線測試的實施。這有助于我們更好地執(zhí)行教學(xué)策略，并持續(xù)提高教學(xué)質(zhì)量。借助于現(xiàn)有交互學(xué)習(xí)平臺（如超星網(wǎng)絡(luò)教學(xué)平臺、雨課堂等），結(jié)合人工智能技術(shù)，對教學(xué)相關(guān)信息進行處理、分析、決策，然后向?qū)W生發(fā)送建議、評價、提示等信息，通過這種相互互動和信息交流的形式，實現(xiàn)智能教學(xué)，該框架主要包括七大模塊，分別為教學(xué)模塊、教學(xué)策略模塊、知識庫、學(xué)生模塊、智能決策模塊、學(xué)情跟蹤模塊、通信模塊。

傳統(tǒng)的教育模式，即一對多的授課形式，依賴于教師依照既定的教學(xué)計劃和目標(biāo)展開教學(xué)，并對學(xué)生反映強烈的主題進行相應(yīng)的調(diào)整。然而，每個學(xué)生的學(xué)習(xí)進度和理解深度都有所差異，這使得他們對課程的接納程度也有所區(qū)別。借助智能互動學(xué)習(xí)平臺，我們可以為學(xué)校的各個學(xué)科知識領(lǐng)域提供定制化的課程或短視頻。例如，霍爾傳感器的核心內(nèi)容涵蓋了霍爾效應(yīng)、其結(jié)構(gòu)特性、工作機制、電路檢測以及案例研究等多個方面。學(xué)生可以依據(jù)自身的實際需求和學(xué)習(xí)能力，挑選適合的章節(jié)進行深入學(xué)習(xí)，同時也可以在平臺的互動論壇上與專家教師或同伴就學(xué)習(xí)難題和疑問進行探討，或者通過留言獲取解答。另外，教師可以通過將教學(xué)任務(wù)劃分為一系列小目標(biāo)，并根據(jù)學(xué)生的課堂表現(xiàn)和在線學(xué)習(xí)狀態(tài)實時調(diào)整教學(xué)策略，以達到預(yù)設(shè)的教學(xué)效果［5］。

2.基于人工智能的教學(xué)過程智慧管理方案設(shè)計

結(jié)合人工智能技術(shù)實現(xiàn)教學(xué)過程智慧管理。將課堂分為課前、課中、課后三個環(huán)節(jié)，每個環(huán)節(jié)中包含若干個子任務(wù)，各環(huán)節(jié)及子任務(wù)之間無縫銜接，構(gòu)成教學(xué)閉環(huán)［6］。

課前一共設(shè)置了三個子任務(wù)：布置任務(wù)、課前預(yù)習(xí)和課前小測。教師首先布置課堂任務(wù)，讓學(xué)生們熟悉本節(jié)課的內(nèi)容、任務(wù)和目標(biāo)。學(xué)生可以根據(jù)智能導(dǎo)學(xué)來完成預(yù)習(xí)任務(wù)，觀看視頻和課件。最后再完成課前小測，基于人工智能的教學(xué)可以進行學(xué)情分析，讓教師更加清楚學(xué)生的學(xué)習(xí)情況，為教師的下一步精準(zhǔn)化、個性化教學(xué)提供了可靠的基礎(chǔ)。

課中的設(shè)計包含四大環(huán)節(jié)：主題導(dǎo)入、互動學(xué)習(xí)、課后測試以及課程總結(jié)。盡管這門課程的設(shè)計模式借鑒了傳統(tǒng)面對面的教育方式，但其獨特之處在于，它以教師主導(dǎo)的方式開始，明確闡述了本節(jié)課的目標(biāo)和任務(wù)。所謂互動學(xué)習(xí)，是指教師引領(lǐng)學(xué)生參與到課堂活動中，如小組討論、公開演講等方式，以此激發(fā)學(xué)生的積極性，增強他們的參與感。課后測試則是對學(xué)生在本節(jié)課程中的學(xué)習(xí)成果的評價。最后，課程總結(jié)環(huán)節(jié)將整個教學(xué)過程進行了梳理，實現(xiàn)了高效且充實的一堂課。

在課后，通過教師布置的課后作業(yè)，學(xué)生可以鞏固和溫習(xí)所學(xué)的知識，遇到疑點也不必再實時地詢問教師，可以通過智能小助手解決學(xué)生常見的問題。最后，教師們可以根據(jù)查重系統(tǒng)提供的作業(yè)分析，得到成績預(yù)警和預(yù)測，來準(zhǔn)確把控學(xué)生的學(xué)習(xí)狀況，以助于進一步的課堂教學(xué)［7］。

在線上課堂，我們能夠借助網(wǎng)絡(luò)教學(xué)工具自動追蹤并存儲學(xué)生的學(xué)習(xí)進展，如視頻觀看時間、任務(wù)執(zhí)行狀況等。接著，我們可以運用機器學(xué)習(xí)技術(shù)深入解析這些平臺收集的信息，從而全面了解學(xué)生在線學(xué)習(xí)的表現(xiàn)。另一方面，當(dāng)我們在傳統(tǒng)的教室環(huán)境中進行教學(xué)活動時，我們可以采用計算機視覺分析技術(shù)來評估學(xué)生的行為表現(xiàn)。例如，結(jié)合人工智能深度學(xué)習(xí)和機器視覺技術(shù)，我們可以通過攝像頭捕捉學(xué)生的面部圖像，然后利用表情識別算法來判斷他們的專注力和精神狀態(tài)。

通過深入地研究和實踐，我們已經(jīng)能夠初步掌握如何精確地識別多種面部表情。以人工智能的深度學(xué)習(xí)與機器視覺技術(shù)的融合為例，我們能夠借助攝像頭的功能獲取學(xué)生們的面部圖像，并進一步運用表情識別算法來評估他們的注意力集中程度以及精神狀態(tài)［8］。

3.構(gòu)建人工智能下教與學(xué)立體評價體系

傳統(tǒng)的學(xué)生評估方法，如基于考試成績、日常作業(yè)和課堂問答等，被視為一種“過程評估”。然而，這種評估模式仍然顯得僵化，因為它僅僅依賴于各個階段的結(jié)果來做決策，而且缺乏科學(xué)性的深度。通過利用先進的人工智能科技，特別是其卓越的認知、學(xué)習(xí)和邏輯推理能力，以及數(shù)據(jù)再造的潛力，我們能夠?qū)W(xué)生的整體素質(zhì)進行深度而全面的評價，構(gòu)建一個學(xué)生的多維度評估模型。通過收集和分析在線和離線的學(xué)習(xí)數(shù)據(jù)，我們能夠為混合式教育提供豐富的、多樣的學(xué)生評估信息，從而幫助構(gòu)建一個科學(xué)且多元化的評估系統(tǒng)。這有助于實現(xiàn)更為全面和立體的學(xué)生評估［9］。

該模型的設(shè)計是基于學(xué)生在日常和期末的學(xué)習(xí)表現(xiàn)，以及他們完成的每個任務(wù)的評估結(jié)果、每次理論與實踐課程的成效、他們在課堂上的專注程度和精神狀態(tài)、課后的實踐活動及互動情況等多種元素。通過運用先進的人工智能深度學(xué)習(xí)技術(shù)和大量的訓(xùn)練數(shù)據(jù)，這種評估模型得以形成，它可以全面地評估每一個學(xué)生的課程學(xué)習(xí)狀況和教學(xué)效果。此外，這種模型還能實時更新并優(yōu)化人才培養(yǎng)策略，以確保混合式教學(xué)的有效實施。在學(xué)期末，我們可以通過調(diào)查問卷收集學(xué)生對課程的反饋，并對學(xué)期的教學(xué)數(shù)據(jù)進行整合、解析和可視化，以便對教學(xué)與學(xué)習(xí)的效率進行深入分析、總結(jié)和反省，進而對整個課程進行智能化診斷，以此來調(diào)整和優(yōu)化下一階段的教學(xué)策略，并持續(xù)優(yōu)化課程［10］。

三、主要創(chuàng)新點

（1）將人工智能技術(shù)應(yīng)用到智能感知技術(shù)課程中，推進新工科背景下教育模式和方法的創(chuàng)新，推動新工科教育的發(fā)展。

（2）設(shè)計人工智能下的智能感知技術(shù)課程混合式教學(xué)框架和教學(xué)過程智慧管理方案，對教學(xué)數(shù)據(jù)進行挖掘、統(tǒng)計、分析、預(yù)測，全面掌握學(xué)生學(xué)習(xí)情況，實現(xiàn)精準(zhǔn)化教學(xué)。

（3）構(gòu)建人工智能下教與學(xué)立體評價體系，利用人工智能、深度學(xué)習(xí)技術(shù)和大量數(shù)據(jù)對評價模型進行訓(xùn)練，準(zhǔn)確立體評價每個學(xué)生的課程學(xué)習(xí)情況和課程的教學(xué)成效，實現(xiàn)真正意義上的立體式全過程評價。

結(jié)語

該教學(xué)研究旨在將人工智能技術(shù)應(yīng)用到智能感知技術(shù)課程中，推進新工科背景下教育模式和方法的創(chuàng)新，推動新工科教育的發(fā)展。設(shè)計人工智能下的智能感知技術(shù)課程混合式教學(xué)框架和教學(xué)過程智慧管理方案，對教學(xué)數(shù)據(jù)進行挖掘、統(tǒng)計、分析、預(yù)測，全面掌握學(xué)生學(xué)習(xí)情況，實現(xiàn)精準(zhǔn)化教學(xué)。設(shè)計并逐步建立起一套人工智能輔助的新工科課程混合式教學(xué)方案，通過將人工智能強大的認知推理和數(shù)據(jù)再生產(chǎn)能力應(yīng)用于混合式教學(xué)框架設(shè)計、教學(xué)過程智慧管理、教與學(xué)立體評價等環(huán)節(jié)中，最終實現(xiàn)精準(zhǔn)化教學(xué)，提升課程的教學(xué)效果。

參考文獻：

［1］安紅，魯發(fā)麗.人工智能與職業(yè)教育改革：研究評述及潛在問題［J］.林區(qū)教學(xué)，2023（10）：3742.

［2］趙浩華.混合式教學(xué)模式下研究生深度學(xué)習(xí)策略提升研究［J］.黑龍江教育（高教研究與評估），2023（10）：3033.

［3］吳娜.人工智能時代職業(yè)教育人才培養(yǎng)現(xiàn)狀與優(yōu)化策略［J］.學(xué)周刊，2023（32）3436.

［4］甘文婷.人工智能技術(shù)與高職英語混合式教學(xué)結(jié)合路徑探討［J］.山西青年，2023（17）：105107.

［5］覃千鐘，魏宏聚.教學(xué)經(jīng)驗的概念化：理論基礎(chǔ)、實踐邏輯和行動路向［J］.當(dāng)代教育科學(xué)，2023（08）：2433.

［6］柏承宇.基于混合式教學(xué)模式的《機車總體與走行部》課程差異化教學(xué)實踐［J］.時代汽車，2023（15）：3840.

［7］曲萌.高校線上教學(xué)評價體系的構(gòu)建研究［J］.學(xué)周刊，2023（32）：1214.

［8］徐剛.智慧課堂下基于深度學(xué)習(xí)的學(xué)習(xí)行為檢測與分析方法研究［D］.南昌大學(xué)，2023.

［9］杜崢.基于深度學(xué)習(xí)的學(xué)生課堂行為識別與分析系統(tǒng)研究［D］.河北工程大學(xué)，2023.

［10］鄭秀英，李藝楠，劉春梅，等.TQM理念多維立體課程質(zhì)量評價體系構(gòu)建——以北京化工大學(xué)為例［J］.高等工程教育研究，2023（02）：178182.

基金資助：廣西師范大學(xué)2023年教育教學(xué)改革工程項目：新工科環(huán)境下“人工智能+教育”助力的智能感知技術(shù)課程混合式教學(xué)研究（2023JGB19）；廣西師范大學(xué)第六批課程思政示范課程建設(shè)項目（2023kcsz37）

作者簡介：曾海勇（1989—），男，漢族，湖南郴州人，博士，研究方向：智能感知與移動計算。