高校“人工智能基础”课程教学改革.docx

高校“人工智能基础”课程教学改革

夏雪姜文晖左一帆方玉明

［摘要］针对非理工类院校中管理类与信息类学科的“人工智能基础”课程教学，分析此类院校课程设计与教学实施中存在的教学目标与教材单一性、教学内容科普性且缺乏前沿性、实践环节不足等问题，提出基于BOPPPS教学模式、引入项目驱动教学法的“人工智能基础”课程教学，说明实施策略与教学实践过程，探讨应用效果与潜在问题，旨在充分发挥目标导向与以学生为中心的新模式带来对学生的推动作用，更新学生对教学活动的认知和驱使学生形成新的学习观。

［关键词］人工智能基础；项目驱动；BOPPPS；教学改革

［基金项目］2020年度江西财经大学教育教学改革课题“新工科背景下信息类学科中的‘人工智能基础课程建设研究”（JG2020032）

［中图分类号］G640［文献标识码］A［文章编号］1674-9324（2023）20-0064-05［收稿日期］2022-03-16

教育部明确提出要改进教学方法，推进学生主动学习，增强学生运用信息技术分析解决问题的能力［1］。信息科学是与信息论、计算机理论、人工智能理论等知识紧密联系的新兴的综合性科学。国务院在《新一代人工智能发展规划》中明确提出要建立新一代人工智能基础理论体系，鼓励高校形成“人工智能+X”的复合专业培养新模式，重视人工智能与数学、计算机等学科专业教育的交叉融合［2］。人工智能作为信息科学的核心内容之一，也是互联网类企业普遍看好的发展方向，能够作为多学科交叉、新兴技术落地、跨界融合的基础性课程与关键性学科，因此开展人工智能本科教学显得尤为重要。

近年来卡内基梅隆大学、麻省理工学院、斯坦福大学、南洋理工大学等学校建立了人工智能核心课程体系，学校充分与科技企业合作，利用高性能、庞大的设备支撑实验，因此教学内容、实践项目有时难以借鉴［3］。国内北京大学、浙江大学、北京航空航天大学、华东交通大学等诸多高校也开设了人工智能系列基础课，但其教学计划中有一系列计算机、通信类基础课作为支撑，而本校未开设相关课程［4］。因此，针对不同校情、知识背景的本科生设计合适的教学目标、内容与过程，是通过课程培养学生解决不同学科问题的能力，引导学生自主性学习，帮助学生立足时代前沿的关键［5-6］。

地方高校是新工科建设的主体之一，其中部分高校人工智能系列课程的教学内容、考核方式与传统理论课无异，且未能体现“交叉”特性，有非理工高校开展相关SPOC课程，但难以保证学生真正深度自学［7］。综上，本课题拟针对现有国内外人工智能课程内容未能面向地方非理工类高校、未将互动行为与培养目标深度融合，教学活动、考核指标未顺应新工科下的大学人才培养新方向的问题，进行“人工智能基础”课程的教学改革研究。最终希望学生体会“人工智能+X”，更新学生对教学活动的认知，并驱使其形成新时代的学习观。

一、基于BOPPPS教学模式与项目驱动教学法的“人工智能基础”课程教学改革探索

（一）人工智能基础中的BOPPPS教学模式

由加拿大教授DouglasKerr提出的基于教师资格认证的教学过程模型BOPPPS模式，自创立以来已被全球几十个国家引进并采用，是灵活进行教学设计、教学活动组织的一种有效模式［8］。以教学目标导向、以学生为中心，主要由导引（Bridge-in）、目标（Objective/Outcome）、前测（Pre-assessment）、参与式学习（ParticipatoryLearning）、后测（Post-assessment）和总结（Summary）这6个教学环节构成BOPPPS教学模式。其中导引与前测环节主要为增加学生的兴趣，互动过程能帮助教师动态地更新学生知识与能力水平、及时调整难度。

“人工智能基础”作为人工智能系列课程的入门与核心，需以“程序设计”“面向对象”“高等数学”“线性代数”等相关课程为基礎，也是“机器学习”“神经网络”“自然语言处理”“计算机视觉”等课程的前序课程。结合本校背景以及本院系学科专业知识体系，具体从以下几方面改进教学。

1.有针对性的课程定位。本校作为非理工类高校，所开设的先修课程有限，且学生学习“人工智能基础”课程的目的为应用，更少关注底层算法改进等研究。因此应更注重理论联系实际而非底层理论讲授，需让学生真实体会人工智能算法与技术的实现与应用过程。

2.更新教学与人才培养目标以适应新时代的新背景。在新工科背景下，能力与素质目标不再是单纯地让学生学会解决实际问题、具有创新能力，而需顺应社会对复合人才的需求，使学生具备跨界融合能力以及主动学习与持续性创新的能力。

3.逐学年更新内容。作为前沿类课程，每年随着企业、高校、研究所等机构研究成果的公开，技术与理论不断更新，故不能完全依照已有教材中的内容来讲授，应当追随国际最新成果，让学生了解前