人工智能驱动下的大数据导论课程建设与探索

关键词：人工智能；课程改革；大数据专业；导论课程；课程思政

中图分类号：G642 文献标识码：A

文章编号：1009-3044（2024）18-0140-04

0 引言

随着信息技术水平的跃升，我们已进入人工智能与大数据时代，社会的发展如火如荼，习近平总书记明确提出深入实施“人才强国战略”，培养德智体美劳全面发展的新时代人才的这一任务刻不容缓。然而，目前固有的传统教学模式和评价方式与当今社会的发展匹配度以及人才的需求度愈来愈小，教学并不是缺乏人性化气息的知识堆砌，教学模式和评价方式不应该墨守成规，单一化的教育教学环境面临着挑战。

当前，人工智能（Artificial Intelligence） 浪潮滚滚袭来，展现出了锐不可当的强大生命力。作为一个拥有着大智慧的“时代新星”，鉴于其在日常应用中兼顾了生产效率与风险控制的技术和社会优势，AI迅速辐射到计算机及各大领域，并不断驱动着社会稳步向前发展。习近平总书记强调，“中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新”[1]。然而，人工智能的应用价值未得到充分发挥，各大高校在实施探索与融合的过程中形成的培养体系成熟度尚浅，因此，为了更好地推进教育生态可持续发展，高校应以相关硬件设备为依托，培训教师掌握基础设施的操作技能，落实“人工智能+”与教育教学融合，以便教师充分发挥教育能动性以唤起学生的学习能动性。更多地，人工智能技术将进一步完善教育教学生态系统。在人工智能应用于教育领域的大方向下，缪磊[2]基于人工智能技术对高校思想政治教育进行了创新研究；刘震[3]等人探索与思考了教育转型与创新的场景；乜勇[4]等人归纳了未来人工智能教育应用研究的方向与主题；薛冰洁[5[等人基于第二十一届教育技术国际论坛对未来教育发展新生态的转型与创新进行了思考；蔡文璞[6]等对人工智能助推高校思政教育的创新发展路径进行了探讨；丁奕等人[7]探讨了ChatGPT技术与教师的应对方法。骆丹[8]以ChatGPT技术为例，讨论了其与思想政治教育的融入方式。

综上所述，人工智能推动教育改革的趋势势不可挡，各大高校已经认识到人工智能及相关革命性技术将对教育产生积极影响。本文从大数据专业的培养角度出发，思考了人工智能背景下专业课程建设的方向，以大数据导论课程为例，对其与人工智能融合的教学改革进行了探索与研究。

1 人工智能驱动下的大数据导论课程

大数据导论作为数据科学与大数据技术专业的第一门专业必修课，引导本专业的学生走进大数据技术的大门。该课程包括了数据科学与大数据领域的基本理论与技能知识，同时涵盖了大数据在不同应用领域的相关技术，力图使学生更加深入地认识和掌握大数据的应用价值，为进一步从事数据科学与大数据技术的研究、开发和应用奠定基础，帮助学生建立科学素养的根基，激发学生的社会责任感。当前，各大高校在对该课程的教学中存在学科专一化的现象，由于课程定位为理论课，教学过程中多是单纯以技术概念顺序为固有主线进行讲授，对于毫无学科背景的大数据专业学生而言，多数抽象概念与技术词汇难以理解，在传统教学模式下学生呈现的课堂效果不尽如人意，为了有效改善这一现象，避免“揠苗助长”的形势发生，将人工智能技术引入教学其中。正是由于人工智能技术与大数据密不可分，且人工智能本身兼具高度的技术与社会属性[9]，可促进其与大数据专业课程灵活融合，因此将以上两点作为前提，本文将人工智能技术作为内在驱动力量，与大数据导论课程紧密结合后进行了建设与探索，驱动过程依次为：优化课程目标、赋能课程设计与实施、完善课程考核评价三个步骤，如图1所示。

习近平总书记提出各类课程与思想政治理论课同向同行，形成协同效应的方针[10]。因此，首先将本门课程中引入了思政培养理念，在正确理解课程思政内涵的前提下，提出了素质目标，进而形成与知识、能力目标形成三位一体的结构，旨在引导学生躬行践履，脚踏实地，更深层次的目的在于修养学生的品行，避免最终的学问所得不过口耳之虚，达到立德树人的目的。然后在人工智能背景下对课程的各个子目标分别进行了融合，在课程目标的引领下利用人工智能知识与技术建立教学库，合理使用智能设备，进行完整的课程设计与实施，最后将相关技术应用于课程考核评价的各个环节。

2 人工智能优化课程目标

在人工智能与社会发展的推动下，促使对专业课程的重构进行了思考，进而首先对课程目标进行了调整优化，使其适应于以学生为中心的教育理念。课程目标作为整个课堂的凝聚力量，一方面引领着课程的发展方向，其必须具备清晰明确且行之有效的特征，在人工智能技术的支持下通过对教学过程进行数据采集、清洗、分析、建模、可视化，最终可以提炼出适应于培养当代科技人才的知识、能力、素质三方面的目标，三者循序渐进，互为支撑，形成较为稳定的动态结构。课程目标另一方面促进着教师的工作效率和教学技能的提升，教师须深刻理解人工智能技术下形成的课程目标，丰富自身教学行为，探寻教学资源，创新教法，躬行实践以帮助学生真正获取知识，提升能力，升华素质，最终达到德化育人的目的。

2.1 知识目标

通过本课程的学习，使学生了解大数据时代最新的研究方向以及数据科学与大数据技术中的重要研究内容。本课程旨在引导学生掌握云计算、大数据、数据科学及相关理论与技术概念，即讲授过程以大数据生命周期为主线，在理论基础的指引下理解大数据处理、大数据统计与建模、大数据安全、大数据可视化等技术，在其中各个环节都与人工智能技术密不可分。例如，大数据技术在社交媒体领域、医学领域（电子病历等）、出行旅游、金融分析、机械制造等的应用，都是以知识学习和数据建模为核心，从而创造并提高生产价值。人工智能技术在与大数据等技术结合并实例化的过程中，能培养学生灵活运用大数据技术框架的能力，以相应的技术更好地应对大数据阶段面临的问题。更多地，促进学生在从事大数据相关工作时，能够用大数据与知识建模的角度思考问题，形成较为完善的数据科学与大数据技术体系认知。

2.2 能力目标

本课程旨在知识目标的基础上培养学生的自主研究、团队协作与创新能力，在机器学习等算法的辅助下，激发学生探索了解相关学科的新技术并付诸应用，鼓励学生突破陈规、大胆尝试、与时俱进，并在针对复杂工程问题的系统设计中体现创新思维，帮助学生树立追求真理、实事求是的科学使命感与责任感。

2.3 素质目标

本课程旨在结合人工智能技术实现亲临知识的应用情境，促进创新思维的养成，帮助学生建立严谨的科研态度与科研兴趣，形成执着专注、作风严谨、精益求精、敬业守信、推陈出新的工匠精神，引导学生树立正确的价值观念，进一步培养学生的社会责任感。另外，有机融入中华优秀传统文化教育，增强学生民族产业自信与民族自豪感，引导学生树立创新意识、安全意识。

3 人工智能赋能课程设计与实施

在上述三位一体的课程目标的驱动下，人工智能技术赋予了课程设计与实施环节强大的动能。鉴于人工智能其本身具备的包容性与扩展性，其易于实现学科交叉。人工智能为本课程设计与实施过程中赋能的具体步骤有4步，如图2所示。

步骤一：挖掘素材

首先在人工智能背景下使用数据挖掘算法、大数据技术，结合课程教学内容，探索了思政素材，提炼了思政元素。

步骤二：素材建库

在第一步的前提下，教师发挥“清洗”作用，在课程目标的指导下对素材进行首次筛选，去除带有负面引导影响、价值观不明确、与内容发展趋势相悖的内容，然后利用数据库技术建立思政素材库（如云计算最新应用素材案例），同时结合人工智能领域的最新研究成果和应用技术补充新的教学内容。

步骤三：课堂融入

充分发挥素材的作用，将其进行自然有效地融入课堂，在相关智能设备的辅助下创设生动新颖的教学环境，教师有机安排章节进程，有效把控课堂节奏，该过程中始终强调学生对原理、方法、实现技术、发展趋势等诸方面的融会贯通并最终付诸实施（例如：开展教学互动）。

步骤四：素材更新

根据课堂反馈及时进行教学设计的反思，再次完善并更新教学案例，通过反馈不断修正数据挖掘的模型，形成教学素材库的自适应，提高其感知度，探索更精准的素材以激发学生对知识的探索欲。

以知识点“大数据下的云计算”为例，使用关键词算法搜索相关案例，教师筛选合适的素材，在数据库技术的辅助下建立素材库，结合大数据与云计算理论知识与技术内涵进行教学融入，实际课堂教学过程中使用AI仿真模拟多个云存储环境，通过演示典型的数据挖掘算法对大数据管理、预测的实际作用并进行对比，落实知识的实践性，使学生获取直观的感受，内化于心，从而激发学生的创造性，进一步驱动学生自主探索新知，后期可根据技术的更新迭代不断更新素材库，同时训练了学习模型，以提高效率和准确率。这里按照实际教学章节与内容顺序，阐述了目前本门课程的思政素材库的部分内容及其融入方式，具体如表1所示：

4 人工智能完善课程考核评价

大数据导论课程考核环节由考勤（5%） 、课堂互动（15%） 、课堂笔记（10%） 、平时作业（20%）、期中考核（10%） 和期末考试（40%） 6部分组成，具体占比分布如图3所示。本小节结合上小节课程设计与实施，继续将人工智能技术结合计算机视觉、数据库等技术应用到课程各考核环节，同时在该环节中隐含了思政元素的渗透，呼应了前期课程目标三位一体的格局，使得评价环节更为生动贴切、丰富完整。另外，人工智能技术在缓解教师工作压力的同时，更加切合实际教学数据，有助于形成较为完善的课程多元评价方式，具体流程如图4所示。

4.1 考勤

本环节可利用卷积神经网络等构建的人脸识别算法实现签到，定时或随机捕捉人脸并进行统计比对，教师也可以即时使用设备随机捕捉。相比较传统的口头或纸质点名模式，简便易行，准确率高，且能促进学生的到课率。

4.2 课堂互动

互动环节采用线上选人模式，增加趣味性的同时促进学生参与率，利用随机算法进行捕捉，后台统计次数，结合人工干预给出课堂互动分数。另外，根据课堂记录情况灵活选取课堂测验题目，旨在考核学习重点的同时兼顾各材，施以个性化教学方法以各解其惑。

4.3 课堂笔记、平时作业

这两项要求学生将每堂课笔记及平时作业拍照上传至线上平台，后台使用图像、文本识别技术实现在线批阅，并使用机器学习方法统计分析学生的课堂学习情况，记录学生的学习进度及效果，以可视化的形式进行展现，教师根据分析结果调整进度与方式，形成良性循环。同时可引入ChatGPT技术，根据学生回答情况推送相应的学习资源，拓宽学生的知识面，能让学生在更加灵活的时间地点进行学习；另外，在这一过程中学生亲身感受技术带来知识教育的便捷的同时，可激发学生自主探索的能力。

4.4 期中考核

期中考核采用论文的形式，为了规范论文格式与内容重复率，本环节可使用MySQL等技术建立历届学生期中论文数据库，同时使用模式识别等算法分别进行库内查重比对，以及格式比对，按照评分标准给出查重与格式分数，最后教师给出内容分数。

4.5 期末考试

本环节将上述各项成绩与期末成绩加权求和形成总成绩，利用关系算法得出学生的各项成绩之间的强弱联系，根据分析结果适当调整各环节占比情况，以更好地完善课程考核方式。

5 总结与展望

本文以大数据导论课程为例，阐述了其在人工智能技术驱动下进行的课程建设与探索过程，分为优化课程目标、赋能课程设计与实施、完善课程考核评价三个步骤，以智能设备与算法为依托，充分发挥人工智能的融合特性，从各个步骤积极探索教学改革方法并融入实践，帮助学生提高他们的认知、实践、价值层次，帮助教师有效提高工作效率和教学质量，对人工智能在大数据导论课程中的融合具有一定的参考意义，从而对教育结构的良性转变形成积极影响。今后须继续在人工智能技术的创造性领域深耕，探索人工智能与教育教学更为灵活高效的融合方式。