摘" 要：文章針對機械類專業(yè)“人工智能基礎(chǔ)及應(yīng)用”課程傳統(tǒng)教學(xué)中存在的內(nèi)容抽象難以理解、實踐環(huán)節(jié)不足、缺乏針對機械類專業(yè)的實際案例、評估方式不夠全面等問題，提出“思政育人為引導(dǎo)、多形態(tài)教學(xué)為基礎(chǔ)、項目式教學(xué)為依托、多維評價方式為輔助”的課程建設(shè)與改革思路。以思政育人開拓人才培養(yǎng)新陣地，培養(yǎng)堪當(dāng)民族復(fù)興大任的高層次時代新人；以多形態(tài)教學(xué)提升教學(xué)效果，使學(xué)生了解人工智能的基本原理、技術(shù)及其應(yīng)用；以項目式教學(xué)環(huán)節(jié)結(jié)合機械行業(yè)現(xiàn)狀講解基礎(chǔ)理論，以行業(yè)背景為基礎(chǔ)設(shè)計教學(xué)案例，將理論知識和實踐操作相結(jié)合，提高學(xué)生的實踐能力和創(chuàng)新能力；以多維評價方式為輔助，過程結(jié)果并重，提升學(xué)生學(xué)習(xí)興趣與課程參與度，全面評估學(xué)生綜合能力。期望該課程建設(shè)方案能提升機械類專業(yè)“人工智能基礎(chǔ)及應(yīng)用”課程的教學(xué)效果，為培養(yǎng)具備實踐能力和創(chuàng)新精神的機械行業(yè)人才，為現(xiàn)代化建設(shè)做貢獻。

關(guān)鍵詞：課程教學(xué)改革；思政育人；人工智能

中圖分類號：G416" " 文獻標(biāo)識碼：A" " 文章編號：1673-7164（2024）28-0062-04

推動科學(xué)技術(shù)高質(zhì)量發(fā)展是“十四五”規(guī)劃的主題之一，以人工智能為代表的新一代信息技術(shù)，將成為推動經(jīng)濟高質(zhì)量發(fā)展、建設(shè)創(chuàng)新型國家，實現(xiàn)新型工業(yè)化、信息化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化的重要技術(shù)保障和核心驅(qū)動力之一。［1］北京化工大學(xué)努力構(gòu)建“強工、厚理、興文、重交叉”學(xué)科體系，其中機電工程學(xué)院是國家級一流本科專業(yè)建設(shè)點，擁有國家級一流課程、國家精品課程、國家級資源共享課等優(yōu)質(zhì)課程，建有國家級虛擬仿真實驗教學(xué)中心、北京市級機械工程實驗教學(xué)中心等實踐創(chuàng)新基地。人工智能技術(shù)已經(jīng)逐漸融入機械工程行業(yè)多個領(lǐng)域。機械類專業(yè)的學(xué)生掌握一定的人工智能技術(shù)，有助于更好地理解和應(yīng)用機械工程相關(guān)知識，為未來機械工程領(lǐng)域的研究和應(yīng)用打下堅實的基礎(chǔ)。

一、課程教學(xué)現(xiàn)狀與挑戰(zhàn)

隨著工業(yè)互聯(lián)網(wǎng)技術(shù)發(fā)展，人工智能與機械專業(yè)學(xué)科交叉已成為當(dāng)代專業(yè)建設(shè)與學(xué)科改革熱點，多所院校新開設(shè)人工智能制造等交叉專業(yè)和大量優(yōu)質(zhì)配套課程，［2］而各行各業(yè)對人工智能人才的專業(yè)能力要求也越來越高。［3］

（一）學(xué)科交叉導(dǎo)致理論難度上升

具體而言，這一課程所涉及的知識體系廣泛且較為深入，要求學(xué)生在掌握機械工程與信息技術(shù)專業(yè)部分基本理論基礎(chǔ)上，還需對機械行業(yè)背景及應(yīng)用有一定了解。但在實際教學(xué)過程中，由于知識體系的復(fù)雜性和跨學(xué)科性所帶來的挑戰(zhàn)，學(xué)生對人工智能算法基礎(chǔ)理論的掌握較為困難。

（二）編程基礎(chǔ)薄弱降低選課積極性

由于機械類專業(yè)學(xué)生的編程能力稍遜色于信息專業(yè)學(xué)生，人工智能普遍基于Python語言實現(xiàn)編程，對學(xué)生前置課程要求較高；對于機械類專業(yè)，“人工智能基礎(chǔ)及應(yīng)用”課程在培養(yǎng)計劃中多設(shè)為專業(yè)選修課，導(dǎo)致選課人數(shù)較少。這是由于部分學(xué)生雖然對人工智能技術(shù)感興趣，但擔(dān)心課程難度過大，且可能由于編程基礎(chǔ)薄弱對所教授內(nèi)容理解不透徹，難以獲取理想分?jǐn)?shù)等原因，不愿意選修該課程。

（三）傳統(tǒng)教學(xué)手段效果不理想

目前開設(shè)“人工智能基礎(chǔ)及應(yīng)用”課程的高校數(shù)量眾多，可選擇的教材也較多，但由于課程的特殊性，應(yīng)更注重實踐環(huán)節(jié)的建設(shè)。對于機械類專業(yè)的學(xué)生而言，講授教材或配套電子課件的教學(xué)方式過于抽象，大多數(shù)學(xué)生對人工智能方法的理論理解較為淺層，對算法機理公式理解較為模糊，難以理解所學(xué)方法可解決何種問題，更毋論如何運用于機械工程領(lǐng)域。

二、課程建設(shè)與改革思路

黨的二十大報告提出：“全面貫徹黨的教育方針，落實立德樹人根本任務(wù)，培養(yǎng)德智體美勞全面發(fā)展的社會主義建設(shè)者和接班人。”［4］培養(yǎng)擔(dān)當(dāng)民族復(fù)興大任的時代新人，育人育心是首要方向。［5］本研究針對機械類專業(yè)“人工智能基礎(chǔ)及應(yīng)用”課程教學(xué)現(xiàn)狀提出“思政育人為引導(dǎo)，多形態(tài)教學(xué)為基礎(chǔ)，項目式教學(xué)為依托，多維評價方式為輔助”的課程建設(shè)與改革思路，如圖1所示。

（一）思政育人為引導(dǎo)

把思政教育與專業(yè)知識、領(lǐng)域前沿相融合，深入挖掘機電信息技術(shù)發(fā)展歷程中的思政元素，實現(xiàn)課程育人，培養(yǎng)創(chuàng)新能力。如在講述深度學(xué)習(xí)算法時，引入人工智能科學(xué)家何愷明及其團隊2015年在ImageNet圖像識別大賽中憑借深度殘差網(wǎng)絡(luò)（ResNets）擊敗谷歌、英特爾、高通等業(yè)界團隊奪冠。以此思政案例激勵學(xué)生潛心鉆研、追求卓越、積極進取，培養(yǎng)創(chuàng)新精神，錘煉奮斗精神。在講述人工智能算法發(fā)展歷程時，介紹IEEE國際計算機視覺與模式識別會議（CVPR）國際頂會上獲獎的典型算法，引入上海AI實驗室、武漢大學(xué)、商湯科技聯(lián)合開發(fā)自動駕駛通用大模型斬獲CVPR2023最佳論文獎，展現(xiàn)華人科研團隊原創(chuàng)AI實力，以激發(fā)學(xué)生民族自豪感和使命感。

（二）多形態(tài)混合教學(xué)

針對上文所提到的課程教學(xué)現(xiàn)狀與挑戰(zhàn)，在基礎(chǔ)理論講解中，除利用傳統(tǒng)教材課件講解的方式外，采用多種教學(xué)手段激活云端力量，建立“重點線上、難點線下、知識講授、程序演示、研討沙龍、分組實驗”的多形態(tài)混合式教學(xué)路徑。結(jié)合機械與信息專業(yè)的行業(yè)需求與科研進展講解領(lǐng)域前沿，挖掘工程實例講解人工智能技術(shù)的應(yīng)用實例。例如作為制造業(yè)大國，我國在許多產(chǎn)品質(zhì)量檢測環(huán)節(jié)中嘗試引入人工智能技術(shù)，［6］幫助學(xué)生將所學(xué)的理論知識與實際情境結(jié)合，深入理解人工智能的應(yīng)用前景和技術(shù)挑戰(zhàn)，鞏固所學(xué)知識并增強對課程內(nèi)容的理解。

1. 線上與線下結(jié)合

依托線上教學(xué)平臺建設(shè)包括電子課件、教學(xué)視頻、程序樣例等內(nèi)容的線上教學(xué)資源，以供學(xué)生自主預(yù)習(xí)和復(fù)習(xí)。通過國內(nèi)外高?！霸诰€課程”“慕課”等優(yōu)質(zhì)教學(xué)資源共享的方式，以提升理論教學(xué)效果。線下授課可采用翻轉(zhuǎn)課堂等形式，增加學(xué)生參與感與自學(xué)積極性，提高教師授課中與學(xué)生互動的頻率，豐富互動方式。

2. 講授與演示結(jié)合

由于該課程的獨特性，講授與演示結(jié)合的教學(xué)方式有助于提升學(xué)生的理解程度，在講解典型算法理論公式后，結(jié)合程序演示與可視化結(jié)果，幫助學(xué)生理解基本理論、熟悉編程語言。例如在線演示人工智能模型參數(shù)調(diào)整過程中準(zhǔn)確率、召回率、F1分?jǐn)?shù)等變化過程，使學(xué)生可以直觀了解不同參數(shù)對模型性能的影響程度，從而更好地理解模型優(yōu)化過程。

3. 研討沙龍

擬定開放性題目，開展研討沙龍，例如“自動駕駛技術(shù)中的關(guān)鍵問題與人工智能解決方案”“人工智能在教育領(lǐng)域中的創(chuàng)新實踐及挑戰(zhàn)”等，讓學(xué)生結(jié)合所學(xué)理論開展頭腦風(fēng)暴。研討過程有助于學(xué)生理解記憶所學(xué)知識，了解其他學(xué)生的學(xué)習(xí)狀態(tài)和學(xué)習(xí)效果。

4. 分組實驗

在理論講解過程中，除教師演示外，還應(yīng)設(shè)置分組實驗環(huán)節(jié)，該環(huán)節(jié)與項目式項目方法結(jié)合，目的是讓每一位同學(xué)都能近距離了解理論基礎(chǔ)如何與編程語言結(jié)合，如何通過人工智能算法讓計算機完成指定的任務(wù)。學(xué)生可根據(jù)自身興趣與基礎(chǔ)選擇合適的任務(wù)，更好地達成提升創(chuàng)新實踐能力的課程目標(biāo)。

（三）項目式教學(xué)方法

1. 項目設(shè)計

如前所述，由于機械類專業(yè)學(xué)生的信息技術(shù)學(xué)科理論基礎(chǔ)較為薄弱，且學(xué)生基礎(chǔ)不同，在項目式教學(xué)方案設(shè)計中，按照難易度等級設(shè)定不同項目主題，表1列舉了難、中、易各類主題示例。項目式教學(xué)方案中的案例主題應(yīng)涵蓋課程基本概念和主要知識點，從簡單的線性回歸到復(fù)雜的深度學(xué)習(xí)模型。學(xué)生可以根據(jù)自己的興趣和能力選擇適合的項目和任務(wù)，通過實踐加深對人工智能技術(shù)的理解與應(yīng)用能力。

2. 團隊合作

項目式教學(xué)方式鼓勵學(xué)生通過團隊合作完成項目，由于在“人工智能基礎(chǔ)及應(yīng)用”課程中設(shè)置了不同難度的主題案例，學(xué)生可以根據(jù)自身興趣和基礎(chǔ)，選擇適合自己題目和任務(wù)，如數(shù)據(jù)收集、算法設(shè)計、實驗驗證等。通過團隊合作，學(xué)生可以相互學(xué)習(xí)、共同進步，也可提升團隊協(xié)作和溝通能力。

3. 創(chuàng)新能力提升

項目式教學(xué)注重培養(yǎng)學(xué)生的創(chuàng)新能力。除將理論與實際相結(jié)合完成所設(shè)主題案例外，在實踐環(huán)節(jié)中，也鼓勵學(xué)生根據(jù)自學(xué)內(nèi)容或其他課程內(nèi)容提出新的思路、算法和應(yīng)用場景，通過編寫程序?qū)崿F(xiàn)自己的想法，并基于案例數(shù)據(jù)驗證其可行性。

4. 跨學(xué)科融合

“人工智能基礎(chǔ)與應(yīng)用”是一門跨學(xué)科的課程，需要和計算機科學(xué)、數(shù)學(xué)、工程學(xué)等多個學(xué)科進行融合。在面向機械類學(xué)生開展項目式教學(xué)時，應(yīng)注意引入機械工程相關(guān)案例，例如表1中主題案例設(shè)置中引入機械工程領(lǐng)域數(shù)據(jù)集，促使學(xué)生在項目中跨學(xué)科學(xué)習(xí)，加深對機械學(xué)科知識的理解和應(yīng)用。

（四）多維評價方式

針對機械類專業(yè)“人工智能基礎(chǔ)及應(yīng)用”課程現(xiàn)狀中提及的基礎(chǔ)理論抽象、學(xué)生基礎(chǔ)不同、整體基礎(chǔ)偏弱的問題，建立多維評價方式，因材施教，注重過程考核，并建立激勵機制，具體包括以下五個方面。

1. 因材施教

采用因材施教的教學(xué)方法，對于基礎(chǔ)較弱的學(xué)生，提供自愿參加的編程輔導(dǎo)和實踐機會，結(jié)合網(wǎng)絡(luò)資源，快速補足基礎(chǔ)理論、提升編程技能。在項目式教學(xué)環(huán)節(jié)，學(xué)生可根據(jù)自身基礎(chǔ)，選擇難度適宜的主題案例，根據(jù)自身興趣選擇任務(wù)。

2. 過程考核

在課程開始時，使學(xué)生明確過程考核的標(biāo)準(zhǔn)和方式，包括考核的指標(biāo)、權(quán)重以及評分的規(guī)則等。課程以提升學(xué)生創(chuàng)新能力為目標(biāo)，注重過程考核，結(jié)合學(xué)生的基礎(chǔ)理論學(xué)習(xí)與項目實踐情況，對項目的設(shè)計、實施、結(jié)果等環(huán)節(jié)進行評估。將學(xué)生的項目完成情況、課堂表現(xiàn)、小組討論等方面的表現(xiàn)納入考核體系，全面評價學(xué)生的學(xué)習(xí)情況和成果。

3. 多維評價

過程與結(jié)果相結(jié)合，建立相應(yīng)的多維評價方式，包括項目報告、課堂互動、組內(nèi)打分等部分，根據(jù)項目完成度、代碼質(zhì)量、報告深度等方面進行多維度評估?？梢越Y(jié)合學(xué)生的參與度、積極性、解決問題的能力等方面進行評估，對在課程學(xué)習(xí)中表現(xiàn)積極主動、能力不斷提升的學(xué)生應(yīng)給予較高評價，充分激發(fā)學(xué)生的學(xué)習(xí)興趣。

4. 激勵機制

考慮到存在基礎(chǔ)較好的學(xué)生，因此可以在因材施教與多維評價方式基礎(chǔ)上，結(jié)合項目式教學(xué)方式設(shè)立激勵機制，對于主題案例完成程度較高的團隊或團隊中的承擔(dān)了主要任務(wù)的同學(xué)應(yīng)給予額外獎勵。鼓勵學(xué)生積極參與各類創(chuàng)新項目和競賽，適當(dāng)提供輔導(dǎo)，激發(fā)學(xué)生的學(xué)習(xí)動力和創(chuàng)新精神。

5. 反饋指導(dǎo)

為了幫助學(xué)生及時發(fā)現(xiàn)自身的不足和問題，也為了不斷提升教學(xué)效果，應(yīng)注重反饋式教學(xué)與教學(xué)質(zhì)量的過程性評價與記錄，通過及時反饋與記錄發(fā)現(xiàn)學(xué)生在學(xué)習(xí)中遇到的問題，指導(dǎo)學(xué)生改進和提高。

三、結(jié)語

本研究針對機械類專業(yè)“人工智能基礎(chǔ)及應(yīng)用”課程傳統(tǒng)教學(xué)中存在的內(nèi)容抽象難以理解、實踐環(huán)節(jié)不足、缺乏針對機械類專業(yè)的實際案例、評估方式不夠全面等問題，進行了思政育人為引導(dǎo)、多形態(tài)教學(xué)為基礎(chǔ)、項目式教學(xué)為依托、多維評價方式為輔助的課程建設(shè)與改革。通過深度挖掘提煉課程蘊含的思政元素，培養(yǎng)學(xué)生的家國情懷和奮斗精神；通過多形態(tài)教學(xué)方法使學(xué)生了解人工智能的基本原理、技術(shù)及其應(yīng)用；通過項目式教學(xué)環(huán)節(jié)結(jié)合機械行業(yè)現(xiàn)狀講解基礎(chǔ)理論，提高學(xué)生的實踐能力和創(chuàng)新能力；通過項目式教學(xué)，學(xué)生將能夠運用所學(xué)知識解決實際問題，提高創(chuàng)新能力和實踐能力。通過多維評價方式為輔助，提升學(xué)生學(xué)習(xí)興趣與課程參與度，全面評估學(xué)生綜合能力。未來仍需繼續(xù)深化教育教學(xué)改革，不斷探索更加科學(xué)、有效的教學(xué)模式和方法，全面貫徹落實黨的教育方針，為培養(yǎng)既具備理論知識又具有實踐經(jīng)驗的高質(zhì)量人才而努力。

參考文獻：

［1］ 武迪，戴瓊海. 高校人工智能人才培育戰(zhàn)略的道與路［J］. 中國高等教育，2021（20）：13-15.

［2］ 付明磊，張文安. 人工智能原理及應(yīng)用課程思政的探索與實踐［J］. 高教學(xué)刊，2023，9（27）：193-196.

［3］ 南玉龍，盧倩，曾勇. 機械工程測試技術(shù)課程中融入人工智能教育的探索［J］. 物聯(lián)網(wǎng)技術(shù)，2023，13（10）：152-154.

［4］ 全面貫徹黨的教育方針落實立德樹人根本任務(wù)（專題深思）［N］. 人民日報，2023-06-21（09）.

［5］ 劉小彩，陳鵬，郭漫玉，等. “三教”改革背景下電工基礎(chǔ)課程思政改革研究［J］. 當(dāng)代教研論叢，2022，8（09）：98-101.

［6］ 楊文旭. 人工智能在制造業(yè)智能檢測中的應(yīng)用研究［J］. 智能制造，2023（05）：45-48.

（責(zé)任編輯：楊毅恒）