大数据背景下人工智能专业课程教学改革研究
来源:用户上传
作者:李祥霞 贺敏伟 张莉 陈佩冬
[摘 要] 随着计算机技术的高速发展，大量的数据信息使人们进入了大数据时代。在大数据背景下，庞大的数据信息致使传统的数据处理和分析方法已远不能满足新需求，人工智能（Artificial Intelligence，简称AI）作为计算机中的新型科学技术也就应运而生，并取得了飞跃式发展。教育作为专门培养技能型创新人才的产业，也应与人工智能高度融合发展及应用创新。文章分析了人工智能专业教学模式、课程实践教学及课程考核方式等存在的问题，并进一步对此专业课程建设进行思考与探讨，提出了相应的教学改革建议。
[关键词] 人工智能;教学改革;教学模式;实践教学;考核方式
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2020. 23. 086
[中图分类号] G642 [文献标识码] A [文章编号] 1673 - 0194（2020）23- 0212- 04
1 引 言
近年来，随着物联网技术、云计算、人机交互及移动互联网等新一代信息技术的迅速发展，大数据时代也随之而来。大数据已经渗透到人们日常生活的各个领域，由此产生了庞大的数据信息。研究大数据最重要的意义是通过对海量数据的分析和挖掘，从中发现新知识、创造新价值、提升新能力、提高新产品。传统的数据处理方法已经无法满足日益增长的数据处理和分析需求，因此人工智能（Artificial Intelligence，简称AI）技术应运而生。人工智能是计算机科学的一个分支，是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的新学科。
国务院在2017年发布了《新一代人工智能发展规划》，提出了我国在2030年人工智能发展的指导思想、战略目标、重点任务及保障措施，将人工智能发展正式上升为国家战略，将不断完善人工智能领域学科布局，设立人工智能专业，推动人工智能领域一级学科建设。人工智能的应用领域覆盖范围极其广阔，尤其是在计算机视觉、自然语言处理、语言识别、医疗影像、机器人及信息检索等领域得到了广泛应用，并取得了一定的突破性进展，已经成为一些高新技术产品的核心技术。
人工智能的发展已经成为不可抵挡的潮流趋势，其与教育的融合创新发展势在必行。教育部2018年在北京大学举行了中国高校人工智能人才国际培养计划启动仪式，进一步完善中国高校人工智能学科体系，推动人工智能一级学科建设。同年，教育部制定了《高等学校引领人工智能创新行动计划》，积极推动高校人工智能领域科技创新体系的优化和人工智能领域人才培养体系的完善[1]。
国内外很多高等院校已经开设了人工智能相关课程，尤其是人工智能专业、自动化专业、机械专业及大数据专业，已经将一些人工智能课程列入重要的基础课程。全球共有367所具有人工智能研究方向的高校，美国拥有168所，占据全球的45.7%。加拿大、中国、印度、英国位于第二梯队。2017年，中国科学院大学成立了国内首家人工智能技术学院，是我国人工智能技术领域首个全面开展教学和科研工作的新型学院。随后，中山大学成立了智能工程学院。紧接着，南京大学、浙江大学、天津大学、南开大学、吉林大学、西安交通大学、哈尔滨工业大学及上海交通大学等知名大学相继成立了人工智能学院，旨在促进智能高科技人才培养与产业发展、促进我国人工智能技术的创新突破和产业应用。人工智能学科研究范畴包括知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面[2]。
《中国新一代人工智能发展报告2019》中数据显示，截至2018年底，全球共成立人工智能企业15 916家，我国人工智能企业数量为3 341家，位居世界第二位[3]。预计到2020年，中国人工智能核心产业规模将超过1 600亿元。教育统计机构发布数据显示，人工智能人才缺口将超过500万人，供需比例为1∶10。在未来很长的一段时间内，人工智能专业的优秀人才都是企业争夺的重要资源。
随着人工智能的不断推进，人工智能专业教育迎来了挑战，也带来发展的机遇。教育部要求，各高校应根据人工智的专业特点，提出探索“人工智能+X”的人才培养模式，特别是对人工智能基础、机器学习、神经网络、模式识别、计算机视觉、知识工程、自然语言处理等主干课程的建设[4]。人工智能教学需要理论与实践相结合，高校对人才进行培养时，既要巩固基础的理论知识，也要紧跟学科发展时代步伐，需要根据人工智能人才的需求对课程目标及内容不断更新。因此，对人工智能专业课程教学的研究具有十分重要的价值。本文通过对人工智能专业的教学模式、实践教学及考核方式现状进行了分析，并提出了相应的改革建议。
2 人工智能专业教学现状分析
2.1 专业教学模式现状分析
传统的教学模式主要是班级集中授课形式，固定时间、固定教室及固定教材，以教师为主体、学生为客体，教师向学生填鸭式单向传授知识，学生机械式接受，这种教学方式使得教学过程单调无味、枯燥生硬、教学氛围沉闷压抑，学生的学习积极性和主动性不高。此外，这种教学模式使得教师无法兼顾不同层次水平学生的要求，也无法满足学生个性化发展的需求。
不同与其他的计算机课程，由于人工智能是一门多学科的交叉的综合性学科，其课程具有内容较丰富、涉及知识面较广、概念较抽象、理论较强等特点，这使得学生在人工智能课程学习时困难重重。但是，大部分高校教师目前依然采用这种传统教学模式，造成学生在人工智能課程学习中感觉更加枯燥无味、参与度较低，从而达不到预期的教学效果。为了激发学生对人工智能课程的专业知识学习热情和兴趣，探索和研究对人工智能课程学习的教学方式势在必行。 2.2 专业实践教学现状分析
专业实践教学是整个本科教学活动中的重要的环节。专业实践教学是理论联系实际的重要教学方法，不仅能够训练学生掌握科学实验方法和创新思维能力，而且能够提高大学生的动手能力、分析问题及解决问题能力。此外，专业实践教学使学生从枯燥沉闷的课书条例中解放出来，通过情景的学习过程使学生视野开阔，拓宽就业渠道，更好地适应时代和社会发展的需求。
对于实践和应用性较强的人工智能专业，实践教学环节起着非常重要的作用。与国外一些高校相比，我国高校的人工智能教育起步较晚，实践教学环节的建设尚不成熟和完善，存在很多弊端及跟风建设。我国大部分高校在人工智能课程构建中存在重知识轻能力、重理论轻实践的现象。例如，在64个课時的课程安排中，理论课堂讲授一般占48个课时，实验教学仅占16个课时。此外，实验课程教学中存在缺乏综合性、专业性及工程应用性薄弱等问题，这使得学生在实践中不能真正做到学以致用。
实验课上教师自己编写实验大纲，要求学生独立完成每一个实验，然后在规定时间内将实验报告发到老师邮箱。这种实验上课方式局限于上机操作，实验内容单一、脱离了企业的实际，不能满足社会和企业对人工智能应用型人才的新需求。
2.3 专业考核方式现状分析
大学课程成绩是高等教育的重要组成部分，对各门课程的考核方式不尽相同，这也是各高校教学改革的一个重要方面。目前，人工智能专业的课程考核方式多偏重于教材上理论知识点的考察，记忆性知识所占有相当大的比例。大部分人工智能专业课程的总评成绩计算方法如下：总评成绩=期末考试70%+考勤10% +课程实验10%+作业10%。
在人工智能专业教学中，教师特别强调对学生专业知识的培养，期末考核的重点也是对该专业课程的概念、原理及算法的掌握，并且大部分试题考试参考答案唯一，学生为了填写标准答案需要靠死记硬背来应付考试，造成了高分低能的现象。此外，这种考试方式极易使学生出现枯燥乏味、抽象难懂的感觉，甚至使学生产生厌学情绪。
3 人工智能专业教学改革
3.1 专业教学模式改革
针对人工智能教学中教学模式存在的问题，结合人工智能专业课程的特点，我们提出了以下几点改进建议：
（1）人工智能教学需要将传统的以老师为主体的讲授式教学模式转向以学生为主体的教学模式，引导学生自主学习。在课堂上，教师应着重培养学生独立思考、逻辑思维和创新思维。在人工智能教学过程中，教师要主动提出该学科一些科学问题及研究前沿问题，营造支持、鼓励的课堂氛围，启发学生自主思考，并鼓励学生大胆猜想，提出自己的解决方法和设计方案。此外，通过课堂测试、案例分析、小组讨论、演示报告和小组对抗赛及小组项目等多样形式，让学生对人工智能理论和知识点进行串联和掌握，同时让大家相互交流自己项目设计的心得和体会，教师可以对一些创意性项目给予充分的肯定和支持，并提出相应的指导性意见，激发学生的积极性和教师的教学热情。此外，老师与学生之间进行相互讨论交流，促进师生教学相长，学生与学生之间相互切磋、相互鼓励及相互促进，学生学习的主动意识和参与意识能得以强化，学习的积极性得以提高。
（2）人工智能教学需要对不同层次的学生展开因材施教和个性化教学。在教学过程中，教师通过设计不同层次的问题满足不同层次学生发展的需求，提高教学的整体质量。教师通过组织学生进行不同层次的内容和实验，鼓励学生从多角度、多方面发现和考虑问题，大胆提出新颖想法，有意识地鼓励优秀学生对问题进行较深层研究，并辅助他们将其研究成果发表在国内外学术期刊上。除此之外，在实验设计过程中，教师应当适当引导有兴趣的学生开展探索性、创新性的实验项目，尊重和发挥学生的个性优势，从而达到因材施教的教学效果。与此同时，教师对学习较差的学生则需要进行“补差”，帮其分析所存在的具体问题，并进行具体针对性的指导。
（3）人工智能教学需要结合翻转课堂+慕课的教学模式，不拘泥于课本内容，拓展和延伸教学内容。“互联网+”背景下，“慕课+翻转课堂”互联网教学模式充分发挥了互联网信息技术的优势。例如，哥伦比亚通过与 MOOC、EDX 合作在线上发布自己的课程，学生可根据兴趣进行选择，包括人工智能课程，以及机器学习、机器人、动画和 CGI 动作课程等。教师可以建设本专业课程的网站，电子课件、教学计划、教学视频、电子教案及习题和案例库等可以在网上公开，学生可以通过浏览网站自由下载，让学生形成自主预习、学习和思考的习惯，迅速吸收和理解新知识。此外，该网站可以进行在线交流，学生将疑难问题进行反馈，教师借此将学生问题进行总结、答疑，然后反馈到课堂上，从而完善线上教学资源。这种课堂教学方式由于不受时空的限制，使学习交流更加方便，实现了实时交互，提高学生参与学习的主动性和积极性。
（4）研讨会已经成为高校课程实施的主要形式，已经成为学生获取新知识的一个重要途径。在人工智能教学中，教师需要举办一些研讨讲座。通过专家讲座平台，学生将听到的学术内容进行相互讨论和交流，使得不同学术观点相互碰撞，拓展学生的视野和知识面，挖掘学生的思考和创新潜力，从而提高人工智能专业课堂质量。
3.2 专业实践教学改革
新一轮信息技术课程改革提倡，大学教学要适应信息时代的素质教育，要立足于实践经验，引导学生运用已学知识去发现、分析和解决实际问题，培养学生的创造力和社会实践能力。而人工智能专业作为一门实践性和应用性很强的学科，以培养学生的工程能力为目标，对传统实践教学的改革势在必行。针对人工智能教学中实践教学存在的问题，结合人工智能专业课程的特点，我们提出了以下几点改进建议：
（1）在人工智能课程安排上，应该注重理论与实践相结合，适当调整理论课时与实验课时的课时比例，逐渐提高实验课时占人工智能课时的比例。这种融入了充足的实验课的人工智能课程，切实做到理论与实践相结合，有助于学生对人工智能基本概念和理论的理解，掌握基本算法和技术，从而达到教学目的。 （2）教师适当开展赴知名人工智能公司和先进实验室参观学习的实践活动，了解我国人工智能应用发展现状和未来发展趋势，这有利于鼓励学生学好专业知识，更大限度地把所学知识与生产实践相结合，增强学习效果，为未来择业打下坚实基础。
（3）哥伦比亚的人工智能专业的课程要求学生不仅上课，而且要在实验室进行研讨会和交流汇报，课下要自己制作机器人，教师也会在要求上完課和参观完实验室之后要进行自己的实际操作。我国可以借鉴国外先进的教学经验，可以适当给学生一些课外作业，进一步培养学生的思维能力和基本技能。
（4）人工智能专业实验课中，教师可以采取校企合作的方式进行授课。在实验课教学中，教师不仅仅局限于上机操作，根据企业人才的需求，确定培养方案和实验计划，将社会和企业需求与教学培养进行无缝接的融合，真正做到将综合运用所学的专业知识与校外实践结合起来，相互贯通。
3.3 专业考核方式改革
人工智能课程的考核方式应该采用多元化的考核方式。平时成绩除了包括课堂表现、课堂测试、课堂出勤、作业及实验报告以外，教师还应该对学生在课堂和实践课上的创意性和研讨会表现进行评分。研讨会分制化国外发达国家早已经有先例，美国的佛罗里达州立大学开设了图书馆和信息科学历史基础研讨会（3学分） 、理论发展研讨会（3学分） 、信息研究研讨会（3学分） 、LIS（ Library and Information Science）研讨会（3学分） 等，均体现了学生交流讨论的人才培养模式[5]。
在人工智能课程的实践课上，除了对学生项目实验报告形式进行评价，还应该对学生的设计方案、设计过程、实验效果、实验代码及个人表现进行评价。此外，教师还可以采用自评和互评的形式对学生实验项目成果进行评价，并通过讨论会形式进行综合评价，激发学生的自主学习能力和积极性。
4 结 语
本文阐述了人工智能专业建设中教学模式、实践教学及考核方式的发展现状，并提出了相应的改革意见，以适应大数据时代的发展。大数据背景下，对人工智能专业发生了潜移默化的影响，加速了人工智能教学的变革，各高校教师应该顺应时代发展的潮流，抓住机遇，借鉴外国人工智能先进经验，在课程建设方面不断创新，适时调整，从而培养出适应社会和企业需求的创新型和复合型人才。
主要参考文献
[1] 教育部. 教育部关于印发《高等学校人工智能创新行动计划》的通知[Z]. 2019-04-03.
[2] 罗定生，李文新，邓志鸿，等. 北京大学人工智能课程教学改革与实践[J]. 计算机教育，2019（10）：3-8，15.
[3] 中国产业信息网. 2018年全球AI人才发展概况及市场需求预测[EB/OL].http：//www.chyxx.com/ industry/ 201803/621923. html.2019-04-03.
[4]谢和平. 以创新创业教育为引导全面深化教育教学改革[J]. 中国高教研究，2017（3）：1-5.
[5]兰柳. 哥伦比亚大学人工智能专业课程体系研究[J]. 经济师，2019，361（3）：210-211.
转载注明来源:https://www.xzbu.com/3/view-15383329.htm
